如何從自家產品找到增長魔法?

如何從自家產品找到增長魔法?

閱讀之前,你需要思考以下幾個問題:
  • 增長有瓶頸,如何從數據中解決?
  • 也許不是增長停止,而是陷入產品死亡迴圈?
  • 只有 20% 的功能,經常被使用者使用?
  • 怎麼從產品里導入自己的魔法數位?
  • 產品增長,有「留存魔法師」?
  • 你清楚你的產品功能牆嗎?

大家好,我是葉玎玎。 今天的主題與「成長駭客」相關,增長離不開分析工具。 過去五年的創業過程,我使用過很多分析工具,經歷過無數的痛苦和鬱悶之後,現在選擇自己來解決這個問題。

Part 1 | 不想陷入產品死亡迴圈? 少做沒用的功能

當我們的增長遇到了瓶頸期,如何從數據中發現要去做什麼,怎麼做?

目前的大環境,對於產品經理的市場運營提出了要求。 今天我會講一下 GrowingIO 在這一塊是怎麼做的。
有一個很有意思的話題:
一個增長團隊在公司里,到底屬於哪個部門?
屬於產品、研發還是技術?

我們自己也有這個問題,之所以有這樣的疑問,是因為成長駭客的特殊性。 有人說它其實是一個變化的市場,因為關心的是用戶傳播和品牌;有人說它定了很多產品需求,參與了很多產品設計,所以隸屬於產品;也有人說大多數事情是跟數據打交道,所以跟研發相關。

這些說的都對,所謂「成長駭客」的工作是用數據驅動的方式傳播和改進產品。 接下來做的事情,包括品牌傳播,都覆蓋在數據的背後。

我們先瞭解一下產品的發展規律。 不知道多少人對 「Product Death Cycle」(產品死亡迴圈)這個名詞熟悉,感覺自己的增長停滯不前,但很多情況下遠遠比你想得糟。

你可能已經陷入了產品死亡迴圈。

我們會滿懷激情地開發一些產品,上線后發現沒有人在用,會問客戶為什麼,是不是因為有哪些功能缺失?

客戶會告知很多想要的東西,我們會如獲至寶,開發這些功能,然後滿懷激情地又上線了。 結果發現還是沒有人使用,然後又問客戶需要哪些功能,是不是有哪些功能做得不夠好,我們又開發缺失的功能。

為什麼會有強大的自信,覺得正在開發的功能一旦上線以後,使用者就會開始使用?
目前的產品里到底有多少功能?
下意識、條件反射的話,能說出多少功能?

比如說 GrowingIO,我可以說有單圖、看板、分群、留存、細查、即時、圈選等,這些我下意識就可以說出來。

但是做這些功能真的有用嗎?

我們需要去驗證。
一個專門從事 IT 專案跟蹤的權威機構曾經對很多大型研究機構進行研究,發現每家公司、每個團隊可以做出很多功能。 在公司,大家討論得熱火朝天,工程師們的鍵盤敲得噼里啪啦響,我作為工程師,知道做功能感覺非常棒。

但在大部分產品里,50%的功能基本上沒有被使用者使用,30%的功能很少被使用,20%的功能才是經常被使用者所使用的。 與其增加更多的功能,我們更需要思考用戶為什麼不用。

如果要知道為什麼,很顯然會想到可以做用戶調研、用戶訪談、市場調研、調查問卷等等,這些都是過去行之有效的方式。 但是我們往往忽略掉,系統本身有一個巨大的保障,如果把使用者在產品、應用里所留下的行為數據稍稍往下深挖一點,我們會發現裡面有大量的事實。

通過數據查看,可以發現產品使用中的大量事實,找出真相,破解問題,這才是需要我們真正思考的。 與其做些沒用的功能,不如思考哪些功能被使用者真正所需要。

要尋找真相出來,到底應該用什麼?
我們得瞭解整個產品週期和一些基本的原理規律。 當一個使用者訪問我們的應用,顯示互聯網產品的使用者轉化週期:

當他被我們整個的價值觀或者文案所吸引,註冊好后開始使用產品;他認同產品所表現出來的價值,成為一個激活使用者;一個激活用戶頻繁使用時,變成活躍使用者;一個活躍使用者花錢購買更多的需求變成一個客戶;當這個客戶推薦產品給朋友,他就變成粉絲。

這是一個標準的從訪問用戶到粉絲的漏鬥。

  • 從訪問到註冊,使用者獲取的過程;
  • 從註冊用戶到價值認同,使用者激活的過程;
  • 從價值認同到頻繁使用,使用者留存的過程;
  • 從頻繁使用到付費轉化,客戶轉化的過程;
  • 從客戶轉化到推薦、到粉絲,使用者推薦的過程。

這裏特別想指出,對於不同的應用來說,各種階段的表現形式可能不盡相同。 比如說,GrowingIO 是一個分析工具,需要用戶上傳數據給我們,給他做各種數據的呈現。 所以對於啟動階段,我們並不以註冊為結束,以使用者安裝我們的 SDK、成功上傳數據為結束。

這種從上到下的漏鬥模型,一步一步把使用者群往下細分。 如果換一個角度,發現每一個都是漏損、流失的過程,當你把每一步的流失存積起來,會發現一個非常慘烈的事情,你獲取的大量使用者都流失掉。

我們做過一個調研數據,在一個標準的互聯網產品,用戶註冊第一個月的留存表現情況:1000 個使用者訪問到網站,其中有 200 個用戶註冊,這當中有80%的用戶體驗到產品變成啟動使用者,40% 的使用者在一天后回訪網站,20% 的使用者在 7 天后回訪,10%的使用者在一個月以後回訪。

如果看這個數據會發現:每拉新 1000 個使用者,1 個月以後只有2%的使用者給我們貢獻日活,98%的用戶已經流失掉。

與其我們打開更多的口子,不如考慮一下如何提高把訪問用戶變成有效用戶的整體漏洞轉化率。

我們自己和有一些客戶聊過,他們每年投上百萬的費用在 SEM (搜尋引擎行銷:Search Engine Marketing)上、管道上、活動上,但是效果怎麼樣?

完全是不好的狀態,但是他們不敢停,一停,流量就下來,因為整個轉化的漏洞後面沒有持續跟蹤,至於什麼是 CAC(Customer Acquisition Cost,用戶獲取成本),CAC 多少,MR (Measurement Report,測量報告)多少,完全不知道。

比起做更多市場活動、拉更多的用戶進來,而且還只有2%的人群,我們更應該思考:

為什麼? 為什麼使用者要留下來? 為什麼使用者流失了? 留下來的使用者和流失的使用者有什麼區別? 留下的使用者在使用哪些功能? 流失的使用者去了哪裡?

一旦瞭解了「為什麼」之後,才可以對症下藥,破解整個困局。

Part 2 | 思考解構:用戶在產品里做了什麼?

我們要知道使用者在產品里做了什麼,從群體的角度、個體的角度思考:

這些使用者在產品里是怎麼做的?
有沒有達到我們正常給他設置的路徑?
有沒有體會到價值的路徑?

只有這樣,我們知道「是什麼」,才能知道「為什麼」,才能採取相應的行動改善這個東西。

先從瞭解「是什麼」開始,也就是使用者在你上面到底做了什麼。


剛才提到,有 80% 的功能使用者並不適用,20% 功能使用者才經常使用。

怎麼找到這 80%、20% 的事情?

可以從兩個角度思考解構:
第一,每天使用者在使用什麼功能?
第二,哪些功能真正促進了整個使用者的留存?
哪些功能在被頻繁使用? 我們自己會比較清楚產品里到底有哪些功能,在過程中會用整個功能頁面到達率,或者功能頁面流覽量來定義產品功能的熱度。


我們可以非常清楚地看到,藍色、灰色、黃色提供主要的入口,後面一些新加的功能並沒有帶來太多的流量,這也證明我們做的東西並沒有解決使用者的需求。 堆積圖是非常適合用來比較不同的指標在時間線上的變遷,也可以通過這樣的方式做一個堆積圖,把所有的產品功能列出來,那我們就知道,使用者每天到底在使用什麼。

當你知道使用者在使用什麼功能以後,開始思考:
到底哪些功能,會影響使用者的留存?
用戶為什麼留下來?
留下來有什麼區別?

所以,開始比較不同的功能之間對留存的影響力怎麼樣。 現在外面有很多「成長駭客」的故事在向大家介紹留存魔法數位
比如:

  • Linkedln 發現:第一周增加 5 個新社交關係的使用者,留存度很高;
  • Facebook 發現:在註冊第一周里增加 10 個好友使用者,留存率很高;
  • Twitter 發現:在第一周有 30 個 follwers(追隨者) 的使用者,留存度很高。

這些都是留存分析中發現的魔法數位。

怎麼從產品里導入自己的魔法數位?

這就是我們首先要瞭解在非魔法數位的前提下,各個功能之間的情況怎麼樣?


沒有任何功能表現能力是最差的。 有一個非常搶眼的、留存率大大高於其他的功能,是我們要主力推的。 找到最高的兩個功能,它們相比其他功能有更好的表現。
我們應該思考:為什麼這些使用者使用了以後,促進整個流程?

當瞭解了不同功能對新使用者留存的影響之後,下面要尋找到留存的魔法數位。 我們最近新開發一個功能叫「留存魔法師」,讓你們定義了自己的產品之後,不用關心任何的東西,自動基於存量用戶數據進行分析出來,到底哪個功能的使用頻率達到怎麼樣的情況下,可以讓你得到魔法數字,系統的留存率更高。

我們有一個細查功能,七天之內用過細查功能的留存率達到3%以上。 用的功能越多,留存率越高,因為代表是一個黏度使用者,但是我們並不需要追求留存率最高點,我們需要瞭解的是,超過某個數字以後,在留存率情況下有多少是不同的東西。

因此,我們關心超過三次使用者或者超過兩次使用者有多少量,過十次使用者有多少量,通過使用者量和留存兩個對比。 當然背後是非常複雜的統計模型,通過這種方式,我們就可以知道,到底不同的功能做了多少次以後,就可以產生一些質的變化。 這是一個例子,當你訪問我們這個頁面以後,不用自己做就可以直接得到結論。


從圖中可以看出,GrowingIO 可以根據使用者行為數據,自動判斷出與留存強相關的「Magic Number」。

Part 3 | 對使用者分群:通過維度進行群體分析

一旦當你知道使用者在做什麼的時候,你會知道哪些功能會影響到使用者的留存,這樣能提高你的激活轉化率。 下面我們思考,做過這些行為和沒有做過這些行為的人,到底是怎麼做的,也就是要對群體做分析。
前些天跟產品經理聊天時,他問了我一個問題:

像優步這樣的產品,用戶進來第一天,給他發紅包,促進使用。 第三天,為了促進消費,再發一個紅包。 第五天,又會發一個紅包。 他想知道,對於那些第一天領了紅包,第三天、第五天沒有領紅包和第三天、第五天領了紅包和全都沒領的人,在留存變化上是什麼樣的情況?

這三個情況就是分層對比。 我們需要知道這三個群體在這用里是怎麼做的,做了哪些,沒有做哪些。


我們會建一個使用者分群,可以通過維度切分。 比如,今天關心市場投放,這次活動帶來多少訪問量,維度選擇頁面來源,再跟指標做結合。 指標里第一天領了紅包,也就是第一天領紅包的按紐點擊率大於零,第三天等於零,第五天等於零。

通過這個,定三個分群。 一旦定了分群,有兩件事情可以做:

第一,比較不同群體之間到底有什麼相似性,有什麼差異性?

這是我們目前正在開發的功能,讓你找到兩個群體之間最大的差別在哪裡;

第二,當我們宏觀上瞭解不同群體之間的差別,可以再從明細上考慮各個群體里具體的人到底在做什麼,怎麼做。

對於我們來說,每天的註冊量可能只有幾百個,這個時候會每一個都看一下,每個註冊使用者按照不同的分群切分,在整個流程中到底做了哪些事情,是怎麼做的。 我們會有整體的細查功能,一旦開始明確用戶在整個產品里用什麼,之後開始對症下藥,找出潛在的問題。

比如說,有一個客戶建立漏鬥,發現在用戶註冊過程中,從填電話號碼獲取驗證碼到下一步,轉化率只有 20% 多,非常低。 他們通過市場功能發現,使用者在這個過程中不斷地點擊獲取驗證碼,他們研究用戶為什麼不停地點擊?

最後發現,因為錯誤提示「手機號碼不對」,驗證碼用了一個非常灰色、讓別人不太容易看清楚的文字。 找到原因后,他們就把這個顏色變成了紅色。 通過細查功能讓工程師解決這個問題,註冊轉化率在四周從 20% 多變成了 85%,整整提升四倍。


我們還有一個客戶在註冊的過程,有一步是需要通過郵件註冊,進入項目轉化率只有 50% 多。 產品經理通過細查去看,註冊郵件到註冊確認頁面,沒有進入下面的用戶是怎麼停止的? 很多郵件發出以後,會進入垃圾郵件,導致使用者流失掉。 他們大膽做了一個嘗試,把郵箱嘗試直接砍掉,全部採用手機註冊,整個轉化率從 50% 多提升到 80%。

Part 4 | 聚焦是最高效的:用數據找到產品的問題

通過細查功能,可以了解使用者的明細,知道使用者做什麼,沒有做什麼,使用者量很少的時候,很容易發現問題。 我們可以做用戶調研,但是沒有什麼比你坐在電腦面前看的更直觀。 人會說謊,但數據不會。 用數據驅動產品找到問題,改進產品。

當我們發現這些問題時候一定要去思考:
知道問題的時候,要做什麼?
要去怎麼改進?
讓研發做什麼?
產品做什麼?
市場做什麼?
銷售做什麼?

每一步都要去想,有什麼事情是可以做的。

比如,在整個使用者的啟動過程中,我們要知道:沒有用哪些功能的使用者留存率很低,用了哪些功能的使用者留存率很高,開始構建整個使用者的標籤體系。 一個使用者,預設系統是註冊使用者,每預設一個功能,達到一個標籤,根據不同的標籤去做測試、篩選。

在註冊過程中,根據標籤的不同,比如說不同的東西能換回或者說能提高多少轉化率。 針對結果,當我們選了一批測試用戶,根據使用者不同的行為,推送功能案例和功能介紹以後,在整個留存率方面,從不到25%提升到50%,足足提升兩倍。

當你知道數據有問題的時候,不能只是知道,你要去思考我要怎麼執行,怎麼做事情,怎麼跟蹤這個效果。 只有這樣,我們才能持續地優化。 數據對我們來說,有兩個作用:一是驗證,驗證我們的假設是否是對的;二是預測,我們需要去知道過去發生的,才能預測到將來要發生的。

很多使用者把分析工具當成了看報表、看事實,這樣就結束了,只是查看這個網站怎麼樣,沒有人思考基於這個前提下應該做什麼,有什麼可以做,能改變什麼? 問自己五遍這個問題,自己在這個訊息上能做什麼不一樣的事情,希望達到怎麼樣的結果,你可能就會發現完全不同的視角,會知道下一步要做什麼。

不要讓太多的訊息影響到你的決策,在過程中聚焦做一件事情是最高效的。 回到從註冊用戶到粉絲的漏洞,我們需要知道每一步漏洞里的每一步轉化率,那就可以非常聚焦地瞭解到當前這個階段,最應該改進哪個步驟,哪個是最符合的,哪個是投入最輕、效果最好的,這個階段要以使用者獲取為第一目標去思考。

我們知道問題以後,開始拆解流程,分為三大流程:訪問進來、用戶註冊、安裝完成。 在這三個步驟里,到底哪一個流失率最高,提高註冊轉化率還是安裝轉化率,從中分析哪個更有價值。

做註冊轉化率的時候,經過多少步驟? 可能有三四個頁面,每一步的轉化率怎麼樣? 明確每一步的轉化率之後,又得到一個更小的漏洞,從這個漏洞里知道哪一步的轉化率更低,這個時候又開始做拆解,找到最低的轉化率,再思考那一步做什麼。

逐級拆解,越往下拆,越能知道下一步該做什麼。 只有這樣,才能做到單點突破,才能一個階段、一個目標快速執行,才能執行反覆運算、優化增長你的產品。
所謂的產品增長,主要回答兩個問題:

  • 我是誰?
  • 賣給誰?

在不同階段,對這兩個問題的答案可能不盡相同。

增長駭客教父 Sean Ellis 的產品經理,教你找到企業增長的基因

互聯網寒冬降臨,如何通過使用者分層,驅動用戶增長?