數據如何驅動產品優化? | GrowingIO產品實戰案例

數據如何驅動產品優化? | 產品實戰案例

流量為王的時代已經結束,精細化運營才是未來的方向。 現在產品反覆運算速度越來越快,我們必須要學會用各種工具來輔助我們的決策。 在Growth Hacker裡面,如何使用各種工具對產品進行調優是一個重要的概念。

一、為什麼要用數據來打磨產品?

在過去的十年,台灣互聯網領域有一個流量為王的思想,如果你能吸引到流量,拉來大量的客戶,就可以迅速做大,迅速變現。 典型比如O2O領域的競爭,各大公司通過燒錢補貼客戶增長,如外賣、打車、家政等領域。 但隨著資本寒冬來襲,一大批靠燒錢為生的公司無以為繼,增長停滯。

為什麼流量為王的模式難以持續?

第一,流量獲取的成本越來越高了,SEM,廣告聯盟等一系列管道的價格是不斷增加的,公司越來越難承擔這樣的成本。

第二,企業員工的薪水在近幾年快速增長,公司的運營成本在不斷增加。 以前我們可以鋪人、搞地推,但是當獲客成本在不斷增加的時候,這種運營模式就漸漸不可持續。

第三,公司的整個產品體系不斷演化,他們必須在一個細分領域把產品做到最好,使用者才能持續使用他們的產品。 要想留住客戶,就必須提供好的產品,更好的用戶體驗。

以往粗放的運營模式就像上面漫畫中兩個人拉一輛沒有輪子的礦車,消耗人力而且效率非常低。

數據分析能及時發現產品和運營的問題所在,及時修正;就像給上面的礦車加上了一雙輪子,極大提高搬運的效率。

成長駭客的含義,是用數據分析和技術驅動,在最小的成本下快速增加客戶、實現產品、流量和價值的增長。 公司在資源有限的情況下,充分利用數據分析來實現精細化運營,是實現成長駭客的必由之路。

二、如何用數據來打磨產品

說到數據驅動產品運營,不得不提起三個指標,分別是轉化率、活躍度和留存率。 這三個指標構成了產品和運營的一個基本指標體系,是互聯網公司必須關注的。

過去我們關注PV、UV、DAU等指標,但是現在不能只用這些指標,我們更需要用用戶轉化率、留存率和使用者粘度來衡量一個產品是否優秀。 過去,在傳統的互聯網企業中,使用者的留存和使用粘度是後期關注的點;而在今天,在產品設計的早期我們就需要關注這兩個指標。

在對上述指標進行跟蹤的過程中,可以細化成5個步驟:

1)首先利用數據採集和分析軟體追蹤使用者轉化情況,畫出轉化漏鬥;

2)然後根據轉化漏鬥分析使用者使用產品不同功能和介面的流暢度,尤其注意轉化率前後差異很大的步驟;

3)對用戶進行區隔,這是非常重要的一步,也是精細化運營的體現。 我們要注意到使用者具有不同的屬性(性別、年齡段、行業等等),所以同樣的產品對不同的用戶應該有不同的功能點;這也就要求我們的產品經理和運營人員花時間去瞭解不同使用者對產品功能、交互設計等方面的不同需求;

4)分析用戶行為。 用戶行為是用戶體驗最真實的表現,往往隱含著最直接的使用者需求;

5)最後,根據上面的分析,找出產品的問題,儘快對產品進行優化和改進。

需要注意的是,在產品升級反覆運算的過程中,上面5個步驟需要不斷迴圈。

三.GrowingIO用數據打磨產品的實戰案例

案例一:提升用戶註冊轉化率

在傳統的互聯網產品用戶註冊頁面中,在一張表單頁面中呈現多個輸入框需要使用者填寫註冊訊息,如姓名、手機號碼、郵箱地址、密碼、昵稱等等。 有人提出一個新的概念,把註冊流分成若干個步驟,每個步驟盡量只需要填寫一段訊息。

如果某公司設計了一個五步驟的註冊流,下圖是用戶的註冊轉化情況。

![]()![]()假如你是產品經理或者運營人員,你看到上面的註冊轉化率,只能做一件事情的話,你會怎麼做?

絕大多數的人都會把目光聚焦於第四步註冊上,因為從第四步到第五步的用戶註冊轉化流失率最高。

下面是一個真實的案例,GrowingIO是一家做數據採集和數據分析創業公司,可以幫助客戶無需在網站或者APP中手動埋點就能分析使用者行為資料。 我們的官網在2016年1月19日之前的註冊轉化率很低,平均在8%左右。

上圖是當時的GrowingIO官網首頁,進入后直接看到的是使用者【申請註冊】的按鈕,使用者需要一次性填寫手機號碼、郵箱地址和密碼才能完成註冊。 當時就有人提出,是不是因為首頁需要使用者填寫的註冊訊息太多了,很多使用者還沒完成註冊就放棄了。 如果能將註冊流程拆開,使用者在首頁上填寫的訊息少一點,那麼用戶的註冊意願會不會有變化呢?

於是我們的工程團隊用來兩個半小時的時間,改版了註冊流程,得到了新的網站首頁,下圖所示。

在新的網站首頁中,使用者只需要填寫郵箱位址,然後點擊【開始使用】,剩下的註冊訊息在下一個介面完成。

GrowingIO在網站上集成了我們自己開發的SDK代碼,這使得我們可以即時看到網站上使用者的行為數據。 連續觀察了一個星期後,結果非常好,我們發現用戶的註冊轉化率提升了50%左右(藍色線條)。

就這樣,產品假設——技術反覆運算——數據驗證,用最小的成本在最短的時間內實現了產品的更新,提升了產品的註冊轉化率。

案例二:GrowingIO如何促進用戶活躍

對於一個產品而言,影響用戶活躍的因素很多,例如介面視覺、交互設計、產品文案和操作按鈕。 在傳統的視覺或者交互設計上,產品經理和設計師更多憑主觀感受來做產品設計決策;而GrowingIO在產品的介面和交互設計上大量使用了數據決策。

首先是介面設計,產品的介面往往能決定使用者對你的第一印象。 在第一版界面試行一段時間后,我們發現深綠色的主色調對用戶來說過於壓抑。 於是通過不斷設計-推翻-再設計后,我們確定了當前的淺藍色主色調,營造一種輕鬆的氛圍。

然後是內容設計,通過數據去分析使用者使用習慣。 GrowingIO發現大部分使用者傾向於使用看板來分析數據,並且使用的頻率遠高於製作的頻率。 因此我們新增了概覽頁面,並把看板和單圖兩大板塊從二級功能表提到了一級功能表。

最後是文案細節,在這次改版中,我們把所有操作和名詞的定義全部統一,如將定義和圈選統一定義成圈選,將單圖和圖表統一成單圖等,減少了顧客的疑惑感,提高用戶體驗。

上面的表格和柱狀圖清楚展示了在2015年12月到2016年1月之間使用者的平均使用時長。 在深綠色版本的時候,使用者使用度很低,平均使用時間不足10分鐘;淺藍色版本上線后,立刻看到使用者停留時間提升了20%左右。

其實,在上線新版本前GrowingIO內部是有很多質疑的,很多人覺得淺藍色一點也沒有特色,沒有效果。 但是上線后的數據告訴我們,它確實產生了很多很好的改變,所以這個設計風格保留至今,增加了用戶市場。

案例三:GrowingIO如何提高使用者留存

在SaaS行業有一個KPI叫做MRR,就是每個月的營收。 如果一個公司的客戶月流失率是3%,每個月有3%的客戶流失;同行業另外一家公司營業額月增長率是3%,或者同樣使用者的重複購買率是3%。 60個月後,兩家公司的營業差異是3倍,一個3%的月度流失率會造成若干倍營業額的變化。 這就是為什麼SaaS行業要關注LTV(客戶終生價值)的問題。![]()![]()

一般來說,如果你的獲客成本大於使用者生命週期這個價值的33%,這個企業基本上以後會失敗:這是過去十幾年美國總結出來的經驗。

為什麼要反覆強調流失率呢?

客戶的流失率越低,它的LTV就越高。 一個好的使用者留存或者較低的流失率,會給公司帶來幾何倍數的好處,具體如下。

1)使用者口碑傳播**:**一個使用者忠於使用你的產品,時間長了,就容易推薦給別人使用;

2)付費可能性提升**:**使用時長越長,付費的可能性越高,付的錢越高;

3)銷售機會增加:使用者留存越高,我們做關聯銷售、交叉銷售的機會越多,不同的新產品還能賣給客戶;

4)更低的CAC/LTV比率。

下圖是GrowingIO數據分析產品中的使用者留存圖,因為圖形類似手槍,我們也稱之為手槍圖。 手槍圖是分析使用者留存的利器,需要得到公司的重視。

![]()![]()上圖反映的是GrowingIO產品中不創建新指標的使用者的留存率。 大家可以看到,客戶如果不創建新指標的話,他的次日留存率是很低的,只有10%左右。

![]()![]()同樣一張圖,我們發現創建過新指標的使用者他的隔日留存率大概是30%。 創建指標的30%,不創建指標的10%,這麼大的差距!!! 我們怎麼找到這一點的? 正如上面五步驟說的,我們把使用者分成了不同的區隔,然後對比使用者行為數據。

![]()![]()找到了這一點后,我們馬上做了一個改變,在我們產品非常明顯的地方增加了一個【新建】按鈕,這樣方便更多人去使用【新建】功能創建指標,提升留存率。

再舉一個社交產品增加使用者留存的案例。

當使用者在社交產品裡面增加了五個好友關係后,他的留存度和活躍率比不做新增好友動作的使用者高4倍。 所以,我們能看到各種社交產品,在各個入口放了這個功能,上傳資料和推薦好友。 這樣一來,大大提高了用戶的產品黏度。

四. 總結:數據驅動的精益運營

今天,我們的產品反覆運算速度越來越快,我們必須要學會用各種工具來輔助我們的決策。 在Growth Hacker裡面,如何使用各種工具對產品進行調優是一個重要的概念。

一個優秀的增長團隊,應該是同時具有工程技術、數據分析和市場行銷的基因。

作為創業公司,你必須充分瞭解你的產品,熟練使用自己的產品;只瞭解自己還不夠,還需要深入觀察用戶行為,最好有數據支撐。

然後,根據上面的觀察數據提出自己大膽的假設。 我們建議對用戶進行區隔,假設不同區分的使用者行為差異的原因。

接著,根據你的假設對產品進行快速調整,迅速上線。 有人會問,難道不需要先灰度發佈和A/B測試嗎? 在創業公司資源有限的情況下,這樣操作費時費力,且門檻高,我們建議快速反覆運算,直接上線。

最後,根據產品新版本上線后的數據來驗證或者推翻你的假設。 如果新的數據表明效果改善,那就保留,如果效惡化,那麼儘快下線。

通過瞭解-假設-改變-驗證來不斷優化你的產品,提升產品體驗,這是精細化運營的必然要求,也是經過我們不斷實踐和檢驗得出的結論。

![]()![]()

駭客式增長:如何運用分析指標框架 – 驅動互聯網產品和運營

如何用數據驅動客戶成功增長的應用實例