數據分析真的能驅動用戶快速增長麼?
俗話說,“酒香不怕巷子深”;俗話又說,“酒香也怕巷子深” 。再後來,俗話還說,管他酒香不香巷子深不深,只要找個算盤技巧神乎其神的賬房先生,即數據科學家,酒就可以大賣了。這叫做用數據驅動用戶快速增長,說行話叫“Growth Hacking”。
第一次聽說“Growth Hacking”這個詞兒,是在去年某次大數據會議上。 (具體啥會我忘了,因為現在所有的會議都叫大數據會議。)當我帶著滿滿的負能量,準備上台發表一番不和諧的言論時,突然發現一位Facebook前工程師正在講如何用數據分析驅動用戶產品的“Growth Hacking”。
其實,那位工程師的演講算得中肯,並沒有宣傳數據是萬應靈藥,好像還特意強調了只有把產品做好才能提高留存率。不過後來,這件事兒傳的變了形,互聯網界有人開始信仰,數據分析是產品點石成金的法寶。如多年前街頭小報上宣傳得那樣:隔衣點穴,能使乳房增高。作為一個跟數據打交道這麼多年的碼畜,在這個問題上有話不說,則如鯁在喉。今天我們就來聊聊,數據分析真的能驅動用戶產品的快速增長麼?
對於數據意識和方法處於侏羅紀和白堊紀之間的中國市場來說,強調數據的作用,總體上是具有啟蒙意義的。看看數據,總比單純拜財神爺有用,不過話又說回來,數據還真的不是財神爺,不是說你信他就能得永生的。聖人有云,“盡信數則不如無數”,到底數據運營在那些場景下有用,怎麼才能讓它有用,是本公眾號的高素質讀者們需要搞清楚的問題。
數據化運營的三板斧
關於用數據驅動運營增長,近來有不少相關的書籍與講座。其實,這裡的道道兒也並不神秘,大多數數據運營的場景,方法上都可以總結為下面的三板斧:
一、建立用戶轉化漏斗<br>所謂用戶轉化漏斗,就是你的業務是如何一步步將一個用戶騙到手的。舉下面;的幾個例子,你一看就明白了:
廣告:展示—>點擊—>轉化
遊戲:下載—>激活—>留存—>付費
把妹:搖一搖—>約會—>牽手—>接吻—>上床
無論上面哪種業務,都可以分解為一系列的階段,經過每個階段,用戶都只有一部分留存下來。對漏斗的每一個環節準確地記錄數據,以便分析和優化各個環節的通過比率,是數據運營的基礎設施。
二、用多維度數據報表找問題<br>數據運營中的常見痛點,是明知道轉化漏斗上某個環節的通過率較低,卻找不到提高的途徑。常用的解決思路,就是把數據打細,分解到各個維度上分別觀察,這往往能發現產品或系統上的問題。如果多個維度能夠靈活組合觀察數據,就成了一個數據魔方(Data Cube)。下面的圖雖然與互聯網產品運營的漏斗數據沒關係,但是原理是一樣的。
比如說,你發現廣告的點擊率低,進而查到是Chrome瀏覽器上的點擊率拉低了整體統計,那麼就要在Chrome瀏覽器上深究原因,結果很可能是你的Flash廣告素材直接被Chrome給屏蔽了。
這種用多維數據報表來定位和查找問題的辦法相當有效,它實際上是高效的debug,仍然是一種“受”的策略。
三、用A/B測試指導產品演進<br>那麼有沒有數據驅動的“攻”的策略呢?當然也有,制定多個產品可能的改進方向,將它們放到線上,讓實際數據來決定誰上誰下。這種A/B測試的方法,往往是大家理想中躺著就可以優化出好產品的魔法,也是“數定勝人”理論的基礎之一。
說到A/B的系統框架,可並不是個的簡單的事兒。如何建立準確性和效率兼備的實驗框架,值得單獨寫一篇長文,我們在這裡就不多談了。
上面的這三板斧,對於運營好一款產品非常重要。不過您要是認為掌握了這樣的數據思維,就可以靠數據分析做出偉大的產品,那還是洗洗睡吧。
數據運營解決不了的問題
用戶如何選擇和評價一款產品,在不同領域有著截然不同的規律。簡單來說,我們可以把產品分為理性產品和感性產品。比方說,3C類電商,就是比較典型的理性產品,而服飾類電商,就是相對的感性產品。計算廣告和推薦系統,雖然技術棧有相通之處,但前者是理性產品,後者的感性就強得多。
對於理性產品來說,由於問題的目標穩定且容易量化,數據是最關鍵的優化手段之一。拿廣告產品來說,廣告商使用它的目的,是為了獲得更高的利潤(當然這一利潤可能是長期的,也可能是短期的),而不是為了獲得心靈上的愉悅或快感。因此,當兩個廣告平台的投入產出比相差很大時,客戶不會顧及哪個的使用體驗更勝一籌,而是毫不猶豫地選擇賺錢多的那個。
可是說到感性產品,就遠沒有那麼簡單了。記得微信剛火起來的時候,一大波從各行編外人員改行過來的互聯網分析師們紛紛口吐蓮花,分析為什麼微信是人類社交的終結性產品,為什麼還在用QQ的人都是歷史車輪的阻礙者。可是去年,大約是同一撥分析師,又在紛紛討論為什麼90後用戶群正在有微信向手機QQ轉移。那麼到底是QQ好還是微信好呢?這麼問題在不同時間、不同用戶情況下都有不同的答案,而我們也不可能對這類移動IM類的產品,給出一個普適性的量化目標。在感性產品的運營中,既然很難給出確定的優化目標,數據優化能起的作用就是有天花板的。
那麼,數據化的運營在何種情形下會遇到明顯的瓶頸呢?大致說來有如下幾個方面。
一、產品創新方向無法通過數據獲得
幾年前,有一家很火的遊戲公司叫Zynga。據說,Zynga的老闆並不鼓勵創新,而是奉行“拿來主義”,將別人的遊戲創意複製過來,用自己的一套數據運營體系快速超越對手。啥樣的數據運營體係呢?說白了就是大量的A/B測試。設計說:草地得是綠的。產品經理說:不行,綠的紅的數據說了算!於是,他們真的將流量分成紅草地和綠草地兩種配置,如果數據反映紅草地用戶付費高,那就把草地全變成紅的,讓植物學家們見鬼去吧!靠著這樣的體系,Zynga一度在Facebook內長期霸占遊戲排行榜的前三名。後來怎麼樣了呢?答案很清楚——現在還有誰知道Zynga麼?
Zynga的衰落當然原因很多,不過不得不說惟數據論的產品運營思路也是推手之一:你的數據測試體繫再成熟,也不過就能搞搞草地塗紅塗綠這樣的雕蟲小技,而遊戲的新模式、新情節、新設計這樣的真正創新方向,不是你具備了數據運營體係就可以具備,甚至也無法通過數據體係來判斷高下。拿iPhone舉個例子,大屏交互、Multi-touch、應用商店這些大放光彩的產品特徵,皆出自喬布斯對產品的信念與洞察,而非市場和需求調研的結果。
即使是短期的產品小改進,徹底依賴A/B測試也行不通。我們是能根據數據把效果較好的A方案挑出來,可是如果你的備選方案中只有X/Y/Z,那再怎麼測A也出不來。有人問了:如果把所有可能的產品選擇全都列出來,讓數據來選擇呢?產品運營不是打麻將,那些牌組合起來總有個數兒,可真正有潛力的產品點需要具備系統性和創新性思維的產品經理,把別人喝咖啡和上廁所的時間都用在冥思苦想上,才有可能發現。再說了,就算是產品點像麻將牌一樣列得清清楚楚,當產品因素和方向變得很多時,由於“dimension curse”的存在,我們也是沒辦法在有限時間內積累足夠的統計數據進行決策的。
其實這兒已經說到了用戶產品真正最重要的增長動力,那就是產品經理的洞見與創意。
二、長期用戶反饋很難通過數據判斷<br>那位Facebook的工程師在他的演講裡講到了一個生動的例子:Facebook多年以來堅持採用嚴謹的A/B測試框架來決策一個新feature是否被線上系統所採用。但是,;結果是什麼呢?他說到,實際上Facebook PC版的首頁三年來沒有任何重大的升級。其實,這個結果本身就是發人深思的:難道Facebook又變成了人類社交網絡的終結產品,並且已經優化到了全局最優點,無法再改進了麼?
結論顯然不是這樣的,我甚至認為在那三年當年被廢棄掉的許多改版方案中,未必沒有被誤殺的版本:現有的A/B測試框架,都只能觀測一個相對短時期內的數據表現,而長期的趨勢與結論,如果沒有對產品信念上堅持,很難等到開花結果的那一天。
我從傳統紙媒雜誌那兒聽到過一個規律:一般來說,雜誌在改版後的頭幾個月,都是罵聲一片。然後幾個月過後,新版也許會帶來發行量的顯著上升。這也可以作為短期數據缺陷的一個佐證吧。
三、博弈性的場景無法用數據決策
博弈性的場景在互聯網產品裡是很常見的。舉個例子,大家可能知道互聯網產品中有個Explore & Exploit問題,即用一部分相對隨機流量探索未知空間,另一部分流量根據統計最優做決策。熟悉這個領域的朋友都知道,假如我們有兩個E&E策略,是無法通過A/B測試來確定其優劣的。至於為什麼,建議大家自行了結一下E&E的背景知識,權當一道思考題吧!
除了E&E,其他博弈性的場景還很多,例如廣告裡的機制設計問題(也就是競價市場的規則如何制定);再比如有一定社交性的遊戲運營策略,都是從原理上就無法通過簡單分流量就能進行有效的A/B測試的。
當然,了解這些博弈性的問題,需要深入的產品見解和宏觀思維能力,有很多奉行糙快猛主義的產品經理,寧可假裝這樣的問題並不存在。
用戶快速增長到底靠什麼
數據這個賬房先生雖然不可或缺,卻並不是用戶增長的定海神針。那麼,真正能驅動一款產品的用戶快速增長,靠的都是什麼方法呢?從歷史上成功的產品看,有下面一些思路值得注意:
一、做出真正優秀的產品
說白了,用戶快速增長最核心的問題,還是要千方百計釀出好酒來。產品好才是真的好,這是所有產品和運營應該追求的根本。由於上面講的一些數據體系的問題,優秀產品經理的直覺與判斷,不見得跟短期的數據表現相一致。在這樣的岔路口上,堅持產品原則第一性,數據反饋第二性,長遠來看是更加合理的。
需要特別說明,真正優秀的產品,一般來說都不是在分析存量市場的基礎上想出來的,於是也沒有現成的數據統計可以支撐。最近大火的Pokeman Go,用戶增長之迅猛令人咋舌,不過我不認為它已經建立了完善的數據運營體系,即使有,也並不是其用戶增長的關鍵。
幾乎所有偉大產品的快速用戶增長,都來自“好產品”這種內生動力,遠的如Google、Facebook、iPhone,近的如某某打車和某某直播應用。
二、找到戰略性推廣渠道
什麼是戰略性推廣渠道呢?簡單地說,就是那些“價格便宜、量又足”的渠道。互聯網很多產品的用戶快速增長,往往是在這點上下足了功夫。
比方說,某跨境電商的崛起,與早期他們戰略性地大量從Facebook購買流量有很大關係。而到了今天。 Facebook的廣告價格已經被抬高了很多,這樣的渠道機會就不存在了。
在中國,非BAT的很多移動互聯網產品快速增長,大多數都依賴預裝這個戰略渠道。廠商有預裝,運營商有預裝,方案商也有預裝。在當年預裝成本只有今天五分之一的時候積極花錢的產品,今天有不少已經成長為大公司了。
對於價值被低估的戰略渠道保持敏銳的嗅覺,對產品的快速增長至關重要。
三、利用病毒式傳播手段
病毒式傳播的方法有兩類,一類是傳染,一類是傳銷。
所謂傳染,就是誘導和捆綁式安裝:通過一款已經有很大裝機量的產品,通過威逼利誘甚至暗中作業的方式,將另一款產品也帶到用戶的終端上,往往是多快好省的好辦法。甚至有時候在普通的廣告渠道商這麼做效果也不錯,比方說:移動上各類清理或安全產品,往往在廣告投放時讓直接恐嚇用戶“你的手機內存過低”或“你的手機風險很大”,用戶頓覺菊花一緊,當時就安裝了。
傳銷大家都不陌生了。在社交網絡產生以後,傳銷式的推廣方案實施起來更加方便。種種五花八門的拼團模式,轉發抽獎模式,雖然不能說是嚴格意義上的傳銷,其本質也是發動群眾鬥群眾,這樣的方法如果用好了,必定有奇效,誰用誰知道。
四、建立品牌的用戶認知
互聯網界對這一點的重要性認識是有所不足的。產品要立得住,保持葛大爺那樣的躺姿也能掙錢,核心的用戶認知非常關鍵。
在互聯網界,大家往往奉直接效果傳播為信條,在品牌建設方面的重視程度則有所不足。不過,近來oppo等公司的成功軌跡,讓大家開始重新審視品牌和用戶認知的作用。在筆者看來,成功的品牌建設帶來的用戶增長,可能是迅猛而又健康的。
講了這麼多,其實並不是說數據化運營不重要,而是說要達到產品的快速增長,其實還有更重要的事兒。今天所有的互聯網從業者,既要掌握正確的數據化運營方法論,又不要盲目成為拜數據教的教徒。做一款叫好又叫座的產品,雖然數據運營不可或缺,但還是要把核心精力放到“做出好酒”和“搬到巷子口”這兩個關鍵點上。
我是@北冥乘海生,關於大數據、人工智能的更多有趣內容,請關注“計算廣告”公眾號。