在談具體如何增長之前,我們先來看一下QuestMobile所提供的2018年中國移動互聯(lián)網(wǎng)的總用戶規(guī)模,可以明顯看到中國移動互聯(lián)網(wǎng)的總用戶規(guī)模,2018年前9個月才增長了3400萬,而去年同期是6400萬,要是今后出現(xiàn)每年移動互聯(lián)網(wǎng)的新用戶出現(xiàn)1千萬,乃至幾百萬的情況,大家也不要奇怪。
2018年有一個詞很火,叫增長黑客,原本是GrowthHackers.com 的聯(lián)合創(chuàng)始人Sean Ellis和Inman News首席運(yùn)營官M(fèi)organ Brown提出的概念。
增長黑客這件事的核心其實(shí)是技術(shù)和數(shù)據(jù)驅(qū)動,但是國內(nèi)很多團(tuán)隊在舶來這個概念,追隨增長這個詞的時候其實(shí)偏離了增長這個詞的本意,變成了流量增長,或者流量運(yùn)營。
問題是我們已經(jīng)進(jìn)入負(fù)增長零增速的時代。
來看一下另一個數(shù)據(jù)報告服務(wù)商TrustData對主流電商的數(shù)據(jù)統(tǒng)計:
這樣的趨勢其實(shí)在2019年并不會變的稍微好一些,原因是移動互聯(lián)網(wǎng)的基礎(chǔ)格局基本都定了,個別細(xì)分市場還有機(jī)會,但是競爭非常激烈,流量獲取的成本是繼續(xù)升高。
所以千萬不要把粗放的廣告投放作為用戶增長的唯一手段(雖然繼續(xù)有大量企業(yè)為此買單而不自知)。
科學(xué)增長的主要聚焦點(diǎn)是通過低成本的用戶獲取手段(比如技術(shù)性的SEO項目)以及通過數(shù)據(jù)驅(qū)動獲得長期可持續(xù)的業(yè)務(wù)發(fā)展(比如精準(zhǔn)推薦、基于User Profile的用戶分層運(yùn)營、AB及多變量試驗(yàn))。
就如Mason Pelt在SiliconANGLE.com上于2015年寫的文章指出:
“Imagine your business is a bucket and your leads are water. You don’t want to pour water into a leaky bucket; it’s a waste of money. That’s it.”
我翻譯一下:想象一下你的業(yè)務(wù)(產(chǎn)品)就如同一個木桶,你的銷售機(jī)會如同水,你不會希望把水倒入一個漏水的桶,這是浪費(fèi)錢,這道理很簡單“。
真正理解這一點(diǎn)的團(tuán)隊,會把注意放在這些方面:
- 低成本用戶獲取 (SEO、產(chǎn)品自帶社交裂變、內(nèi)容矩陣等)【可以閱讀什么是科學(xué)可控的SEO?】
- 用戶On-Board的引導(dǎo)
- 業(yè)務(wù)變現(xiàn)/轉(zhuǎn)化流程
- 留存率
- 產(chǎn)品自傳播能力
比如快公司就把Twitter的”好友列表“功能作為一個很好的例子,并認(rèn)為這是Twitter成長飛快的秘密武器,本質(zhì)上是讓產(chǎn)品本身自帶引流能力,而不是建立一個產(chǎn)品后,大把花錢去做推廣。
而“好友列表”也好,精細(xì)化運(yùn)營也好,AB測試/灰度發(fā)布也好,這些手段的背后都是在通過數(shù)據(jù)挖掘和分析,推導(dǎo)出用戶的特征,并體現(xiàn)在開發(fā)滿足對應(yīng)用戶特征的功能和產(chǎn)品服務(wù)流程(比如OTA可以做的同類人點(diǎn)評,或者電商會做的猜你喜歡)。
流量運(yùn)營模式代表了2000年互聯(lián)網(wǎng)早期一批創(chuàng)業(yè)者的思維模式,這些模式已經(jīng)被證明無法健康經(jīng)營(比如千團(tuán)大戰(zhàn)時期倒閉的大部分項目)。 而我們更應(yīng)該關(guān)注的是用戶的生命周期貢獻(xiàn)價值,即LTV。
一個簡單的公式:
- LTV > CAC, 可以活得挺好
- LTV = CAC,繼續(xù)融資
- LTV < CAC,業(yè)務(wù)有問題,需要重新來過
什么是流量經(jīng)營思維?
流量經(jīng)營思維在于比較簡單地認(rèn)為流量獲取做好了,生意就會好起來,許多企業(yè)還是這樣在想:
1)我有一個很牛逼的產(chǎn)品,就用自己的網(wǎng)站和APP在各種渠道做做推廣,然后組建運(yùn)營團(tuán)隊,做好用戶運(yùn)營,做好轉(zhuǎn)化就好了
2)每天關(guān)注各渠道的PV/UV,轉(zhuǎn)化率,跳出率,不斷提升PV/UV的量,優(yōu)化好網(wǎng)站/APP就好了
3)每天策劃好文案的編寫,比如標(biāo)題、賣點(diǎn)和痛點(diǎn)分析好,通過視頻、圖文和利益點(diǎn)的稱述,加上購買引導(dǎo)錢的優(yōu)惠刺激,做出一個10萬+的推文,提高銷量就好了
4)每天看一下數(shù)據(jù),分析一下原因,找開發(fā)按照業(yè)務(wù)規(guī)則篩選一批可供營銷的客戶名單,并通過Push和短信推送來召回就好了
5)設(shè)計一個用戶裂變流程,讓購買的老用戶幫助拉新,通過分銷返利手段刺激一下就好了。
6)我們只要做好社群(比如微信群的運(yùn)營),在社群里發(fā)送產(chǎn)品和紅包,就可以獲得一些用戶了
這些都還是只是停留在流量運(yùn)營的層面,沒有深入去了解一個用戶在時間、市場競爭、產(chǎn)品使用場景、地點(diǎn)、價格和其他用戶影響力這些多變因素下的決策是多變這個基本原理。
我記得在一次知識星球的分享里,我和張國平老師關(guān)于這個思路的對話:
張國平:從微信這個生態(tài)就看出來了,當(dāng)一個流量渠道足夠強(qiáng)勢,基于它的任何獲取流量的方法都會很熱門,國內(nèi)的SEO也曾經(jīng)是這么一個階段性的東西?,F(xiàn)在大部分一些做微信流量的方法也將會這樣。SEO的局限就是流量本身的局限,之所以叫“流量”是因?yàn)樗鼤髯摺.?dāng)互聯(lián)網(wǎng)融入所有行業(yè)后,全民參與每個毛細(xì)血管的競爭,現(xiàn)在就是一個圈用戶的時代了,流量思維早過時。
顧青: 傳統(tǒng)只了解SEO的人員需要去增強(qiáng)的是如何研究用戶行為特征,如何掌握有效的網(wǎng)站和App數(shù)據(jù)分析方法。LTV這件事需要去掌握基本的數(shù)據(jù)模型,如RFM和WOE,學(xué)習(xí)和鞏固統(tǒng)計學(xué)和概率論,并通過理解用戶行為特征來做到有效的用戶分群。
在一個產(chǎn)品的不同階段,用戶會呈現(xiàn)出不同的業(yè)務(wù)和行為特點(diǎn),業(yè)務(wù)價值自然也不一樣。所謂大數(shù)據(jù)殺熟,先不談“殺”,但是的確可以通過完善的數(shù)據(jù)采集和維度建模,并通過標(biāo)簽體系形成業(yè)務(wù)團(tuán)隊可以用來沉淀業(yè)務(wù)經(jīng)驗(yàn)的數(shù)據(jù)平臺,并基于此實(shí)現(xiàn)數(shù)據(jù)驅(qū)動運(yùn)營,讓不同的人群體驗(yàn)個性化的產(chǎn)品體驗(yàn)流程和價格體系,提升留存率、核心業(yè)務(wù)收入、降低營銷成本(比如優(yōu)惠券的金額)。
在這個對話里,國平點(diǎn)出了流量模式的問題,我點(diǎn)出了理解用戶特征對于一個業(yè)務(wù)的重要性。
什么是用戶運(yùn)營和健康增長?
一個真正理解數(shù)據(jù)驅(qū)動和用戶運(yùn)營的團(tuán)隊,他們要做的事情遠(yuǎn)遠(yuǎn)不止流量獲取這件事,他們需要做好:
1)用戶洞察 (不是簡單的轉(zhuǎn)化率分析)、策略干預(yù)和數(shù)據(jù)追蹤
2)通過核心指標(biāo)的活躍分析、同類人模型,設(shè)計出產(chǎn)品從拉新、促活到業(yè)務(wù)增長的完整體系,
3)做好用戶的個體畫像Profile和群體畫像Profile、分層規(guī)則,并有效評估單個Profile和規(guī)則的有效性
4)結(jié)合畫像Profile,設(shè)計運(yùn)營規(guī)則并通過AB測試(科學(xué)分流)來驗(yàn)證規(guī)則的提升效果
5)在技術(shù)條件具備的情況下,實(shí)施全域Profile規(guī)則平臺,提升個性化推薦、搜索和自動化運(yùn)營的精準(zhǔn)效果
對于全域Profile,或者全域用戶畫像這個名詞還不太熟悉的朋友來說,可以去網(wǎng)上尋找一些有關(guān)User Profile能力方面的一些內(nèi)容(建議用Google搜索)。
本質(zhì)上,全域Profile是企業(yè)自己需要去構(gòu)建的能力,相當(dāng)于一個基于自有數(shù)據(jù)中臺能力基礎(chǔ)之上的數(shù)據(jù)資產(chǎn)管理平臺,用來管理第一方、第二方等數(shù)據(jù)資產(chǎn),形成自有的符合業(yè)務(wù)需求的全域標(biāo)簽(用戶、業(yè)務(wù)、產(chǎn)品和任何有業(yè)務(wù)價值的實(shí)體對象)。
在這個能力的基礎(chǔ)上,可以讓業(yè)務(wù)運(yùn)營團(tuán)隊做到利用數(shù)據(jù)驅(qū)動全鏈路優(yōu)化業(yè)務(wù)。
什么是數(shù)據(jù)驅(qū)動的原則
國內(nèi)外的不同風(fēng)格的企業(yè)在數(shù)據(jù)驅(qū)動上的做法不同,但是都會遵循一些相似的原則。比如:
大膽實(shí)踐小心求證,把數(shù)據(jù)化的工作流程成一個閉環(huán),做事情會先設(shè)計一個有助于數(shù)據(jù)驅(qū)動的工作流程,在具體實(shí)踐中會通過提出假設(shè),檢驗(yàn);采集數(shù)據(jù),分析結(jié)果,最后根據(jù)試驗(yàn)結(jié)果改進(jìn)產(chǎn)品、設(shè)計和運(yùn)營策略。比如Twitter和領(lǐng)英每個星期都跑大量實(shí)驗(yàn),國內(nèi)的騰訊、美團(tuán)、百度、攜程、餓了么等也建立了完善的AB測試文化。
如果數(shù)據(jù)驅(qū)動和試驗(yàn)做得好,包括精細(xì)化運(yùn)營,AI,個性化,預(yù)測分析,風(fēng)控這些工作都可以對業(yè)務(wù)產(chǎn)生極大的貢獻(xiàn),比如Paypal和唯品會金融消費(fèi)貸團(tuán)隊都在用自動化和AB測試不斷優(yōu)化自己的風(fēng)控模型,并獲得了業(yè)務(wù)的很大收益。
拿我們給企業(yè)培訓(xùn)和咨詢經(jīng)驗(yàn)來看,越來越多的互聯(lián)網(wǎng)團(tuán)隊意識到數(shù)據(jù)和用戶畫像驅(qū)動業(yè)務(wù)增長的重要性,并注重實(shí)際產(chǎn)出。
從人才市場的角度來看,越來越多的企業(yè)都開始組建專門的數(shù)據(jù)驅(qū)動產(chǎn)品增長團(tuán)隊,比如需要這些技能:
- 設(shè)計:能通過通過數(shù)據(jù)分析、用戶調(diào)研和流量試驗(yàn)等手段改進(jìn)用戶體驗(yàn)設(shè)計,并解決業(yè)務(wù)需求,能利用網(wǎng)站和APP分析、AB測試工具。一個很好的例子見:硅谷產(chǎn)品牛人談指標(biāo)和產(chǎn)品設(shè)計:價值8千萬美元的“Metrics-Driven Design” 【PDF】
- 產(chǎn)品:學(xué)習(xí)、應(yīng)用、迭代:使用數(shù)據(jù)分析的手段找到促進(jìn)用戶增長的點(diǎn);設(shè)計A/B測試方案
- 市場增長:通過測試平臺推動增長,包括市場營銷,轉(zhuǎn)化率優(yōu)化等。通過試驗(yàn)和迭代,找到我們增長最快的地方,并知道是怎么做到了。
- 用戶運(yùn)營:通過對用戶的洞察,設(shè)計運(yùn)營策略,借助數(shù)據(jù)分析和AB測試驗(yàn)證運(yùn)營策略的有效性,有效應(yīng)用標(biāo)簽規(guī)則和用戶畫像Profile,做好用戶分層,并精準(zhǔn)地圍繞用戶生命周期完成業(yè)務(wù)運(yùn)營
比如下圖就是一個比較完整的標(biāo)簽體系,在實(shí)際應(yīng)用中是一個數(shù)據(jù)產(chǎn)品(含API和數(shù)據(jù)輸出能力):
我前不久寫了有關(guān)什么是用戶畫像主義者的試金石?
很多讀者紛紛來信與我探討這個問題,還有估值數(shù)百億的互聯(lián)網(wǎng)團(tuán)隊負(fù)責(zé)人找到我,提了許多問題,這是好事,代表越來越多的人理解到粗暴增長的問題,并期望通過數(shù)據(jù)驅(qū)動運(yùn)營的方式,吸引有價值的用戶(ARPU高)對平臺的忠誠度。
這里我推薦網(wǎng)易嚴(yán)選算法負(fù)責(zé)人楊杰老師寫的:讓機(jī)器讀懂用戶–大數(shù)據(jù)中的用戶畫像。
一位在香港上市的大型互聯(lián)網(wǎng)企業(yè)負(fù)責(zé)做用戶增長的學(xué)員向我提了一個問題:
“我們在通過通過CRM用戶觸達(dá)+站內(nèi)產(chǎn)品路徑優(yōu)化+B端附能做用戶增長。基于我們業(yè)務(wù),我們會有一些基礎(chǔ)的用戶畫像,比如用戶社會屬性、產(chǎn)品行為、消費(fèi)偏好等等。但對業(yè)務(wù)層面來講,有三點(diǎn)是很弱的:
1,畫像和業(yè)務(wù)是割裂的,就是不特別清晰畫像在業(yè)務(wù)的提升上哪些屬性或維度的權(quán)重占比有多少,即沒有一個完整化的用戶數(shù)據(jù)模型去支撐我業(yè)務(wù)的優(yōu)化評估。單點(diǎn)的AB很弱,效率也很慢。
2,我們的畫像沒有體系化,畫像的精細(xì)度不夠深,也不能量化去評估。維度之間沒有串聯(lián)起來。比如我不清楚用戶的優(yōu)惠敏感度和他的性別關(guān)系有多大,比如我不清楚A人群和B人群的異同有什么量化的差異。
3,數(shù)據(jù)做不到構(gòu)建模型驅(qū)動運(yùn)營,只能單純的通過不停AB測去判斷用戶的偏好,合適的閾值。運(yùn)營的精細(xì)化程度進(jìn)度很慢。不斷AB測疊加的結(jié)果下,可能反而離真相越來越遠(yuǎn)。
我們特別希望能構(gòu)建體系化的用戶畫像和智能化的用戶數(shù)據(jù)評估和行為預(yù)測體系?!?/p>
我想這或許是困擾許多團(tuán)隊的問題。
文:?顧青@共相Ebizcamp(e-bizcamp)
首席增長官CGO薦讀小紅書推廣:
更多精彩,關(guān)注:增長黑客(GrowthHK.cn)
增長黑客(Growth Hacker)是依靠技術(shù)和數(shù)據(jù)來達(dá)成各種營銷目標(biāo)的新型團(tuán)隊角色。從單線思維者時常忽略的角度和高度,梳理整合產(chǎn)品發(fā)展的因素,實(shí)現(xiàn)低成本甚至零成本帶來的有效增長…
本文經(jīng)授權(quán)發(fā)布,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://allfloridahomeinspectors.com/cgo/18646.html