本文為美團大眾點評到店綜合事業群大數據負責人樊聰，在5月21日吆喝科技主辦的「增長黑客——互聯網時代的超級英雄」上海站演講內容。

O2O 行業用戶增長模式

O2O行業介紹

O2O 簡單來說就是連接線上與線下。我個人覺得大眾點評也是一個互聯網+的行業，中國第一的互聯網+服務業的電商集團。大家在吃喝玩樂方面應該都會用到美團和大眾點評，找一些線下想去的商戶或者需要的生活服務。

在這樣一個不是很純粹的電商行業裡，我們能夠做什麼實現流量和營銷的增長呢？之前聽Facebook 說過，Growth Hacking 就是線上營銷。我覺得這個總結非常到位，但是O2O 行業不完全是線上的營銷，它也有很重視線下這一端的營銷方式，所以我在這裡抽像地把整個O2O 行業營銷的體系，用一個坐標軸的方式呈現。大概分為四個像限，橫軸是渠道，渠道有站外有站內，縱軸為主題，增長不光是流量的增長，還包括交易的增長，特別是對於電商來說。當然我們現在應該主要還是交易額的增長。

我們在大的主線下看到的增長營銷，形態是多種多樣的，在站外基本上都是用傳統的APP，或者是公司做增長的方式，比如利用市場的一些廣告聯盟的投放，從站外獲取流量。現在越來越多的，包括我們跟騰訊合作之後，也有一些從社交，比如QQ、微信上面做一些導流，這種增長方式應該是對某些業務來說效果非常好的。

當然這都是交叉的，就是說從流量到交易環節都會參與，戰略的部分更多的就是大眾點評平台，去做一些運營或者產品的事情，包括我們首頁的廣告、活動，還有大家說到的一些推送，以及我們可能有一些社區或者是線下和線上的交流方式，這些都是在把用戶流量引進來。我們肯定也會有些優惠，滿足大家過來撥羊毛的心理，進一步幫助一些流量更好地轉化。

與傳統模式的對比

對於傳統的電商來說，有很大一部分是地推，可能上海不太了解，北京的都知道望京一條街，美團也是在那邊。那裡有各種各樣的創業公司，號稱掃碼一條街，線下的人員讓你掃碼，送你各種各樣的東西，如果你在這邊一家一家掃過去的話，可能你一周的油、米、喝的吃的都通過這種方式拿到了。當然還有一些吸引眼球的方式，因為比較low，所以我不多提了。

當然我們也有這樣的一些地推的方式，在線下我們有很多地推人員會去各種各樣的商戶、飯館或是休閒娛樂的地方跟老闆、店員一起合作，讓人們更多地去使用我們的產品，去下載我們的APP。所以他們的模式應該是集團化的。美團有一個非常出名的線下銷售負責人阿甘，之前是阿里巴巴的銷售總裁。他對於線下銷售管理非常牛逼，他們的團隊叫鐵軍，非常有紀律化。我們還有其他的，其實就是剛才吆喝科技做的增長黑客視頻裡面，非常酷炫的，有用數據和各種分析去做比較精準化的、以數據為驅動導向的方式。因為一個團隊裡面人肯定不會特別多，他們可能是用特種兵的方式去做這樣的營銷。

但地推的問題就在於想要數據驅動，就一定得知道地推的效果如何，我們派幾千上萬的地推在線下掃碼吸引客戶，究竟吸引了多少，帶來多少轉化，怎麼評估，這是很大的一個問題。對於有一部分可以解決的方式，比如說安卓，我們可能有一些單獨的渠道包，還是可以稍微區分一下，有多少用戶通過這個渠道包過來的，他們的轉化效益是怎麼樣。對於iOS 是不可能委託這個渠道包的，當然越獄的除外，之後我們只能去應用包下載，那麼地推人員的工資或者績效怎麼評估？這是非常大的問題。

說實話我們沒有非常好的方式，我們採用了在數據分析用的比較多的估算方法。因為地推有一個比較大的特點，不管是營銷還是產品，其實都是要對業務和場景非常了解和熟悉的。因為地推這個營銷方式的主要特點就是消費者到店掃碼下載，之後再購買，可以享受很大的優惠。所以我們當時想到週末派一批地推人員去上海的各大商圈去地推，在這些位置附近激活的這批用戶，在多少範圍內轉化。而且團購的話，現在有這種散會或者是到店支付，都是有一個時間的限制的。所以你只要把時間和距離這兩個因素考慮進去，就可以大概的估算出今天的激活，就是新的APP 下載有多少是由地推帶來的。我們大概通過這樣的方式，設置一個估算的模型去推導我們的地推帶來的量是多大，轉化是多少。

哪種曲線是地推帶來的用戶量激活呢？波動比較大，很像是地推帶來的，但這個波動大其實是周期性的，因為每天的用戶下載基本上都是周末比較高，平常比較低，到週末用戶有吃飯的需求，所以會比較高，這其實是有規律的。反而偶爾有點波動的曲線，是地推的，因為地推最大的問題就是人員波動比較大，而且他們受影響的因素更多，前面相關性還蠻高的，後面波峰就沒有了。最主要的原因是一些波動，導致銷售團隊沒有士氣去做這個事情，可能大面積的離職。

剛才講了線下的方式，其實線上也是比較傳統的，大家如果對增長黑客了解的話，應該比較清楚漏斗是從站外到站內再到轉化。因為我們是電商平台，還是希望用戶轉化，而不是轉化一次就走了，還是希望有一些留存。站外這裡是在某個應用市場跟他們合作，在不同渠道投放不同的活動，通過這個活動去吸引用戶，需要做一個模型，這個也是對增長非常重要的。因為這些渠道都是蠻貴的，特別是線上的渠道。你怎麼樣找到對你的業務模式或是公司最合適的渠道和方式呢，這個我們會做一些渠道的模型。

把用戶引進來之後，在戰略層面就會有一些營銷活動，或者是說一些吸引眼球的方式，我把它歸類為掃入口。其實美團大眾合併完之後雙平台，我們流量轉換點會更多，但是現在都是APP 的話，有一個問題就是屏幕是固定的，或者不是特別大的，你能在上面呈現的內容其實也不是特別多。特別是像點評這種，大家如果用過手機上面的搜索和導航，下面有一些活動的東西，其實都會有一個固定的形式。所以怎麼樣在這些入口裡面更多地吸引眼球，更好地去轉換用戶呢？這麼多掃入口怎麼評估，怎麼去做配置分析，或者究竟哪一塊更有吸引力，是一元、零元吃喝玩樂更吸引眼球嗎？

還有一個非常重要的就是轉換，這個漏斗的模型，對於我們來說是從首頁到商戶詳情頁到交易，當然我們還有一些像結婚、裝修這種東西並不是交易，可能會是商戶的預定，或者是說預約看店的模式。因為當你的平台發展到一定階段之後，你的用戶增長其實也不會像在很高處的增長，它一定會達到一定的平台期，對於平台怎麼樣提高業務的價值，更多的還是要在轉換上下功夫，我怎麼讓我的漏斗變的更粗，讓他進來進行轉化。

最後一個環節就是這些人進來交易之後，我們希望他繼續來，對我們的平台有一定的黏性。這裡也有些數據分析，用戶不來說明我們的供給跟不上，我們沒有那麼多SKU 去做，這個畢竟不像淘寶，不是什麼東西都能買到。上次我在一個分享裡跟一些做P2P 的聊到，現在交易需要流水，給他看銀行的工資卡，或者是帳號的流水，淘寶上都能買到，而且基本上看不出來真假。我們沒有這麼多，那需要增加供給嗎？另外我們做活動的時候，選單就是選一些對於客戶吸引更大，或者是更容易轉換的團單，還有一些跟用戶相關聯的東西。

這裡我們做了一個用戶模型，大的階段可能會比較相似，但是裡面有一些具體的數據點，可能會因為平台或者自己的業務模式而有區別。我們有新用戶、活躍用戶、沉睡用戶、流失用戶，這四個用戶對他的引導形式是不一樣的。一開始可能是通過一些比較低價的東西，促進他的快速轉換，到了活躍階段，更多地讓用戶在上面訪問、瀏覽，給他一些感興趣的東西，到了沉睡階段去喚醒他，到了流失階段就要評估他的價值，然後用一些方式把用戶再吸引回來。所以我覺得用戶價值研究是非常重要的，不管在營銷或者是Growth hacking 裡面。

增長所需的工具

前面大概簡單介紹了一下O2O 裡面營銷方式和我對這個營銷的大概理解。下面結合實踐介紹一下我們在營銷裡面能夠用到的工具。

數據分析

第一個就是數據分析，毋庸置疑，不管線上還是線下一定要有完備的數據分析，有數據驅動去做這個事情。數據分析需要一個體系，對於我們來說，大概是分成B 端和C 端兩個大的方式。 B 端就是商戶或者是說對於銷售供應鏈的分析，你的分析方法可能會有相關分析或者是多緯分析，你的緯度其實很多，有城市、品類，你要製定自己相關的指標，當然對於電商來說，可能是比較類似的，交易額或者是你的一些訂單量。分析的主題我們可能會最多用到SKU，就是我們的團單、商戶、POI 分析。對於C 端大家更熟悉一點，大概指標有留存、CAC（新用戶獲取成本）和它的用戶價值，主題可能是說有用戶流量，當然還有交易。入鏡和漏斗分析，這個可能是對C 端非常重要的分析方法和手段。

美團頁面上有主要的三塊，第一個是搜索和頻道頁，就是最上面的搜索框；第二個是智能感知，它比推薦還要更往前一步，因為O2O 肯定是場景化驅動的，在智能感知裡面，我們基本上覆蓋你所有的消費場景，比如說你到了一個商圈附近裡面連上wifi，我可能會知道你現在在這個店或者這個店附近，就會在這裡把商舖給顯示出來，另外服務也會在這方面顯示出來。比如電影的場景，如果你在點評上面買了電影票，我會把電影的時間或者是相應的距離開場信息和位置信息顯示出來，包括你到了機場，它可能會給你推機場航班信息，盡量從場景驅動滿足用戶的需要。另外還有一個是猜你喜歡，通過推薦和挖掘去做的，當然很多網站都會有這樣的模塊。

這三個區域的交易和訪問排名是什麼樣呢？搜索第一肯定是毋庸置疑，其實智能感知的交易額和點擊率和猜你喜歡的差不多，他們會有一些不確定，但是交易額智能感知是大於猜你喜歡的，因為這個業務模式決定很多時候，比如到了星巴克有我們的團購，連上星巴克的網絡，出現的就是星巴克的一些優惠，或者星巴克的一些營銷的東西，所以它是非常貼近你的場景，所以用戶不需要自己找，或者去別的地方瀏覽，用戶就直接在這裡轉化了，所以這個轉化率是最高的。

數據系統

第二個關於增長的工具就是數據系統，這就是我過去一年一直在做的事情，數據系統其實是系統的工程，不是說一個工具或者說一個分析的方法可以解決的。這裡可能需要很強大的數據底層，對數據倉庫的流量交易建模，上面是一些數據即視、運營營銷即視，流量營銷的即視，還有一些多維分析的服務，再往上一層就是數據的應用，包括我們有人群分析，就是人物分析的運營平台，有挖掘平台、智能發券的引擎。當然非常重要的就是效果評估，我做了一個活動，做了一個營銷，我的效果怎麼樣？帶來多少銷售額？所以可能大的來說就是這樣的體系，裡面最主要的模塊就是分析系統，多維分析、漏斗、留存是三個最主要的分析工具，畫像提供用戶運營，你可以在裡面根據用戶的標籤進行運營，進行精準的投放，還有提供線上的服務。

另外是營銷系統，為了評估營銷系統的價值，我們做了價值評估的模型。剛才說到智能發券，公司做營銷活動的時候，都會把一大筆錢放到各個大區，再到各個城市，這些錢的城市使用效率和RY 是什麼樣子？你需要有一個預算，有一個數據分析的產品。另外我們還要做一些更精準的，我們希望通過錢能驅動人，有錢可使鬼推磨，實際上我們對於錢的不同分配能夠激勵城市做更好的營銷活動，所以我們這裡有一些計算的模型。

推送

第三塊是推送，因為現在對於APP 來說，大家已經司空見慣了，被騷擾的不行了，但是推送確實是提高活躍比較實際的方法。我們在使用的時候，發現你要實時、要有場景和地理位置結合，特別是對於O2O 的產品來說，地理位置是非常重要的。我們最近也在做大量地push 的測試，凡是跟地理位置相關的，還有實時相關的，它的點擊率和轉化率都比傳統大幾十倍。還有一塊就是反饋，其實我們也不少，每天不管點不點，我們都會去騷擾你，如果你對我們不敏感，我們以後再不會推送相關的營銷信息，我們這邊有用戶的反饋。包括他對於push 的敏感時間段，更精準化的營銷。當然還有健康度，有很多push 發布以後，我們有一些產品的討論。

這四個push 誰的點擊率最高？通過文案來看的話，第一個是吧？確實是星巴克最高，恭喜你這種模板也是蠻高的，所以說現在我們造成很壞的風氣，所有push 開頭都是恭喜你，我們把它稱之運營事故了，發恭喜你，5分鐘之內來領取，這個是不太健康的，我們還是要在點擊率還有平台的可持續發展狀態下，更好地建設這個東西。

用戶畫像

另外非常重要的就是用戶畫像，只有更好地理解用戶，才能更精準地去做營銷和提高效果。這邊是我們內部的產品，給運營服務的，我們可以有一些用戶的標籤，包括我們上傳的標籤，通過這些標籤可以組裝人群，運營活動用push，可以用在線下的活動裡面，也可以用在線上服務裡面。所以我總結第一它是一個苦活或者是累活，要做很多基礎數據建設才會有一定覆蓋率的用戶畫像應用。另外也要有一些運營產品包裝成產品的方式，除此之外服務才能對一些業務進行對接。

AB測試

毋庸置疑，更重要的是AB 測試，這個是我從吆喝科技首頁上面截的王總他們的圖，我們自己也是之前負責AB 測試框架的，這邊也是發過的一些實踐，大家有興趣可以去看一下。 AB 測試有個難點是如果想在公司落地或者實踐，技術是否能符合場景？另外一點就是公司對於AB 測試的認知度，因為不管在國外Facebook 還是什麼公司，他們都是大量地使用AB 測試，西方的思維就是用數據驅動決策的。而咱們國內大部分高層領導可能覺得自己的經驗非常牛逼，所以他們更多地是希望通過經驗的角度上出發，這個東西肯定是不行的，幹嘛還要做AB 測試呢？你這個產品的經驗不夠，你要去加強經驗。

比較有意思的是我做過這樣一個平台，在搜索界面已經全面去介入服務了，但之前在點評推薦受到阻力。我發現之後有公司找我分享的，去給他們提供一些相關的技術講解非常多，但是我最近也不是完全負責這個東西，所以也沒有精力跟他們去交流。這個體現出公司的文化或者是技術上的點，其實對這個東西的落地有非常大的影響。

機器學習

說一點稍微看上去有點技術含量的東西。我覺得機器學習也是在Growth hacking 裡的，因為我們說hacker 就是需要一些技術積累，所以我們現在也用機器學習的方法更好地做用戶的增長。對於美團的平台來說非常重要，我所有的業務是靠一些高頻的，比如說外賣、美食、餐飲，現在平台上有幾億的用戶，還有其他業務也需要獲取新客，我去站外獲取新客的成本也高，已經有幾億的用戶在裡面，怎麼找到相似的用戶？已經有這個池子了，我把這個池子榨乾，這個機器就可以發揮很大作用。目前我們在做的就是潛在新客的挖掘，這個應該也是跟廣告比較類似的挖掘模型。我們有用戶，有用戶畫像，有關係鏈，有一般不是用戶在上面積累的，還有一部分是社交的關係鏈，擴大受眾找到相關的用戶。我們之前大致用了觀念分析，分類、決策樹以及聚類的方法，也跟外賣合作，當時外賣還沒有什麼大佬，通過一些相關的象級、評論數，我們轉化率都比傳統去找這些用戶高了至少5倍以上。

關鍵算法

我們最近也在做一些算法，因為PU-learning，你很難找到一些負類，我買了就買了，平台上面很多用戶，我們其實更多地是想通過正義的樣本去挖掘用。 LPU 是一個學校提供的工具，其實它的效果不如LR，但是LR 需要大量地測試工程，你需要做特徵的相關評估，包括特徵的效果，這個是非常耗人力的。但是我們如果直接利用LPU 的話效果是不如LR 的，我們後來有一些做數據挖掘的同學去調這個LR，我們把這個進行了一些修改，基本上LR 能夠達到比較好的效果。另外剛才已經說到了關聯規則，關聯規則也是一個點，根據它的支持度和覆蓋度去給人群打分，我們做很多AB 測試，達到效果之後再去反饋模型。

團隊

團隊對於Growth hacker 來說非常重要，一定要有一個剛才說的特種兵式的團隊，但是這個團隊不能只是數據分析師和開發人員組成的，他確實是一個綜合性的團隊，有市場營銷、地推，這樣合在一起大的團隊，都是從做Growth hacker 這個目標來做。但是大家又不一樣，通過什麼點去啟發，到這個東西該怎麼做，我覺得一定要有很好的團隊，大家配合在一起，才能真正地實現這個Growth hacker。

總結

最後做一個總結，大概三點，第一個是致力於你的核心增長KPI，包括可能很多同學很鄙視KPI，但是我覺得一個好的KPI 非常重要。這個鏈接是Facebook 之前的，分享了非常好的東西，裡面說到一點，我印像比較深刻的就是之前在Facebook 發展階段，很多公司都是以註冊的人數作為KPI 的，只有Facebook 活躍人數才會是KPI，才有後面的團隊還是策略方案出來。所以你一定要根據你的團隊或者說你現在公司的情況去製定真正符合你這個公司發展的KPI，通過這個KPI 去製定你的打法，讓你真正地方式通過數據驅動。

第二點數據是毋庸置疑非常重要的，數據分成三個階段，基礎模型到系統，最後到機器學習，這裡面最關鍵的是基礎模型，因為如果沒有這個地層基石的話，上面所有的東西做出來都是錯的，或者是數據反而給你負反饋。這個比較有意思的是我上上週去蘇寧有一個推薦大數據的論壇，印像比較深的是噹噹網的，他講的一個案例就是他們當時做推薦，就是所謂的猜你喜歡的方式，發現不管模型怎麼調，數據都沒有辦法達到很好的效果。查了半天，最後他們可能才發現是什麼原因呢？是因為他們的點擊數據由另外一個團隊負責的，他們團隊把另一個數據提供給他們了，就是說根本不相關的。這需要很好的數據倉庫，和第三方才能支持業務發展。

第三點就是深入業務，不斷地試驗，評估和迭代，這個Growth hacking 不是一個立竿見影的東西，當然也會有立竿見影的過程，但主要還是不斷迭代的，AB 測試是非常重要的環節，我們只有同時跑不同的試驗才能得到一些數據，才能驅動。也有可能很立竿見影的方法，包括我們產品想了一些壞招，能夠數據上很好看，但是這個對於平台是有傷害的，包括到了一定階段，你發現無論怎麼做，可能也增加不了，其實也是很痛苦的階段。我們最近也是遇到一些類似這樣的問題，當然我覺得不用太焦慮，還是要耐得住寂寞，要去嘗試，最後一步步的迭代，我相信會有很多東西發現。

我們在點評美團的鏈接上有一篇文章，跟剛才的內容也差不多，裡面會有一些詳盡的，一些系統怎麼選擇的技術討論，如果對技術感興趣的同學可以再去看一下。