當(dāng)增長黑客概念被引入國內(nèi)后,經(jīng)過大家的共同努力,現(xiàn)在互聯(lián)網(wǎng)行業(yè)盡人皆知;我因?qū)戇^幾篇文章,有幸參與幾筆。也正因為如此,我常常會被新朋友問到:
- 如何為產(chǎn)品制定增長,應(yīng)該從何開始呢 ?
- 團(tuán)隊力量太弱,黑客增長的模型及概念很難實施 ?
- 看了文章向你學(xué)習(xí),你是怎么做增長的 ?
等等。
其實,我了解增長黑客的渠道跟大家是一樣的,一是老師們的專業(yè)書籍,二是網(wǎng)上案例拆解分享。
老師們關(guān)于黑客增長的書籍,想必?zé)o需我再敖述,普及了這一概念。行業(yè)經(jīng)驗不同,各有增長之道,擇其優(yōu)之優(yōu)進(jìn)行閱讀學(xué)習(xí),建立基礎(chǔ)的、系統(tǒng)性的概念很重要。
了解增長概念及模型后,要知道書本是理論知識,切勿生搬硬套,所處行業(yè)、公司資源、團(tuán)隊大小都有所不同,應(yīng)當(dāng)化繁為簡,靈活認(rèn)知及應(yīng)用。
對于網(wǎng)上關(guān)于增長黑客的內(nèi)容大致可分為三類:
- 拆解優(yōu)秀產(chǎn)品增長案例,分享簡要流程及邏輯;
- 分享自身產(chǎn)品增長經(jīng)驗,附加增長具體數(shù)字;
- 分享增長黑客概念及方法論,普及應(yīng)用及想法。
學(xué)習(xí)其他產(chǎn)品增長玩法及案例,可以不斷豐富自己的內(nèi)容庫,是可取的。但要辯證看待,分享者通過外部數(shù)據(jù)及流程截圖,只是簡化和籠統(tǒng)的進(jìn)行案例概括。
任何一款優(yōu)秀的產(chǎn)品,都不是一步增長到頭部領(lǐng)域的,其中每年的365天都有失敗與成功的歷史車輪反復(fù)碾壓。你看到一款成功的案例,為什么套不上自家產(chǎn)品,就是其中的很多未知因素不可復(fù)制、汲取。
我們往往也會被他人的魔鬼增長數(shù)字所震撼,刺激多巴胺,以為別人就是通熟增長之道,自己知其一不知其二,所以玩不轉(zhuǎn)增長。
但打開文章一看,本身產(chǎn)品體量大,APP導(dǎo)公眾號、公眾號導(dǎo)小程序、各類推廣資源、預(yù)算來回啟動所帶動的增長,其實你也行,只是公司預(yù)算、流量小了點。
應(yīng)當(dāng)學(xué)會推導(dǎo)思考:通過自有渠道導(dǎo)流,新增用戶與自家用戶重疊度多少、留存及付費(fèi)ROI在數(shù)據(jù)表現(xiàn)上是否合理,但大多數(shù)文章未提。
我也寫過幾篇增長內(nèi)容,但增長數(shù)字不足一提,受限于產(chǎn)品資源、團(tuán)隊能力;均是不花錢硬增長系列,為大家從另一個小增長的角度看待增長,分享如下:
- 《撬動產(chǎn)品增長線(1):0成本1月拉新2W,我是這樣完成冷啟動》
- 《撬動產(chǎn)品增長線(2):完成冷啟動后,3個月運(yùn)營增長從2W到10W+》
- 《運(yùn)營實戰(zhàn):獨立運(yùn)營小程序從0到50w增長》
理解增長黑客的概念及方法論是基礎(chǔ)的、必要的,但多數(shù)文章往往還是從書籍中的模型照搬套出,按照AARRR模型增長進(jìn)行講解,這是正確的,但我們可將其理解為產(chǎn)品內(nèi)部增長,增長可分為內(nèi)外部增長,我上篇文章有敘述《增長底層思維拆解:搭建產(chǎn)品內(nèi)外增長雙引擎》。
我們不應(yīng)該被某一種形式固化思維及理解,只要能帶動增長的方法都是值得保留及模式化的。
- 例如:文章中其實仍有一塊增長內(nèi)容為未展開提及:產(chǎn)品矩陣式增長
- 例如:母嬰類產(chǎn)品。通過矩陣式公眾號服務(wù)寶媽用戶:-1-1歲、1-3歲、3-6歲等,公眾號內(nèi)容精細(xì)分類進(jìn)行運(yùn)營,但目的都是為主產(chǎn)品服務(wù)。
- 例如:我家工具性產(chǎn)品。核心功能只滿足玩家某一大類需求,通過用戶反饋及調(diào)研,產(chǎn)品矩陣就可延伸出截屏、錄屏、下載加速、開黑交友、折扣信息等小細(xì)分市場,覆蓋支流用戶。目的也是為主產(chǎn)品導(dǎo)量,且小產(chǎn)品開發(fā)成本不大。
回到正題,當(dāng)我們理性看待增長的時候,就不會被放大的概念及數(shù)字所神化、迷惑;增長存乎于我們的日常工作中,其實有很多方式方法可以探討研究,只要認(rèn)真將增長思維代入學(xué)習(xí)實踐。
大多數(shù)人被外部的聲音影響,有那么多分享案例,看都看不過來,怎么有時間思考產(chǎn)品本質(zhì)。
下面我分享一則自身產(chǎn)品增長實例,數(shù)據(jù)僅為案例展示需要,希望為你帶來啟發(fā)。
一、制定北極星目標(biāo),拆解增長模型
當(dāng)時,我所在產(chǎn)品某一階段DAU一直處于5000左右,周末雙日受假日影響會有漲幅3000。
但隨著新增注冊量的日益增加,日活量并沒有顯著提升,穩(wěn)定處于總用戶數(shù)體量的的3 – 5%左右,月活躍量占比20 – 30%,該數(shù)據(jù)處于工具類行業(yè)一般水平。
因此,我將提升產(chǎn)品日活量3000作為階段性目標(biāo)的第一步,那如何提升日活量呢?
我們不妨先將數(shù)據(jù)拆解出來:
- 日活躍用戶量=新增活躍用戶+老用戶活躍
- 新增活躍用戶=當(dāng)日新增用戶-新增未注冊用戶-新增注冊未活躍用戶
- 老用戶活躍數(shù)=次日活躍用戶數(shù)+連續(xù)五日活躍用戶數(shù)+連續(xù)兩周活躍用戶數(shù)等維度
到達(dá)這一步,就要思考哪一個點事最容易突破且進(jìn)行測試驗證的呢?
- 老用戶:基于用戶屬性及后臺數(shù)據(jù)得知,老用戶對于產(chǎn)品有一定認(rèn)知度且已經(jīng)養(yǎng)成固定行為習(xí)慣,活躍頻次及活躍時長穩(wěn)定,不利于快速突破。
- 新用戶:新增注冊但未活躍用戶,已經(jīng)完成注冊說明對產(chǎn)品已有一定了解且注冊后正處于新鮮度高分期,但為什么當(dāng)日未有核心功能觸發(fā)行為呢,是內(nèi)容不感興趣/未找到觸達(dá)功能/上手阻礙高?這一環(huán)節(jié)用戶占有一定比例,活躍轉(zhuǎn)化直徑步驟最短,可進(jìn)行測試優(yōu)化。
二、團(tuán)隊風(fēng)暴,制定方案
制定目標(biāo)及優(yōu)化點后,該環(huán)節(jié)就需要針對問題進(jìn)行風(fēng)暴,羅列假設(shè)方案并通過設(shè)定最終實施計劃;在團(tuán)隊風(fēng)暴之前,應(yīng)當(dāng)安排出一定比例時間進(jìn)行市場調(diào)研收集,常見提升日活的已知玩法如:打卡、簽到外,是否還有值得學(xué)習(xí)借鑒的產(chǎn)品、或新的玩法,需要在會議提出。
市場調(diào)研收集分為兩種:一種是通過網(wǎng)上搜索分享的案例,一種是直接下載大廠知名APP進(jìn)行體驗。
我通常采用第二種方式,原因如下:
- 大廠資源豐富,擁有最新的玩法或創(chuàng)新點。雖然存在一個玩法,彼此借鑒學(xué)習(xí)的地方,但會最快上新并結(jié)合到自身產(chǎn)品中,相對能減少搜索時間成本。比如:早起打卡瓜分獎金池,目前京東金融、微博、趣頭條我所安裝的產(chǎn)品都已上線并使用。
- 活動設(shè)計及文案關(guān)鍵點值得學(xué)習(xí),因為資源及團(tuán)隊因素,大廠在UI設(shè)計及文案包裝上的布局、美觀度都會比較好,可作為借鑒。其次多學(xué)習(xí)優(yōu)秀的設(shè)計,一定程度上也能提升自身審美能力和文案設(shè)計能力。
- 體驗流程步驟,梳理邏輯。直接下載體驗APP活動功能,能夠更直觀、更細(xì)節(jié)化的進(jìn)行體驗,有助于梳理活動步驟及各轉(zhuǎn)化節(jié)點的關(guān)鍵因素。
經(jīng)過體驗采集,整理了多份可執(zhí)行方案,具體敲定執(zhí)行某一方案則需要將產(chǎn)品資源、團(tuán)隊人員排期等因素進(jìn)行代入,分析如下:
- 每日簽到功能,需要給予用戶多變性獎勵,目前產(chǎn)品僅有會員體系,無積分、商城玩法;道具單一,不適合。
- 打卡瓜分功能,需要搭建獎金池,并要用戶支付一定金額,開發(fā)成本高且產(chǎn)品商業(yè)閉環(huán)欠佳,不合適。
- 閱讀送時長(網(wǎng)易讀書APP),用戶每周閱讀70分鐘,周末領(lǐng)兩天時長玩法;本身產(chǎn)品有會員體系,開發(fā)僅需一個H5頁面,適合當(dāng)前產(chǎn)品及團(tuán)隊狀態(tài)。
方案設(shè)計思考:通過數(shù)據(jù)分析計算,拉取活躍用戶量每周、每月活躍頻次數(shù)、每次活躍平均時長。取其平均值偏低,設(shè)定每周五小時,周六領(lǐng)兩天活動。
須知從長期角度上看,活動初步建設(shè)時,不宜設(shè)置較高參與門檻,影響活動新鮮感及用戶興趣度。
其次當(dāng)新活動覆蓋大部分用戶參與悉后,下一周期,活動改進(jìn)或提升門檻,用戶已有認(rèn)知及步驟熟練度,就無需再次強(qiáng)調(diào),反之可在用戶群充當(dāng)客服教育其他用戶。
謹(jǐn)記活動三要素:簡單、及時、覆蓋廣。
活動流程步驟:新增注冊用戶彈窗push——活動頁實時展示活躍累計時長——默認(rèn)參加,周六滿足條件即可領(lǐng)取。
三、搭建數(shù)據(jù)漏斗看板,優(yōu)化數(shù)據(jù)最大化
落地方案流程步驟梳理清楚后,團(tuán)隊開始進(jìn)度排期進(jìn)度:原型制作——UI設(shè)計——前后端開發(fā)——測試跟進(jìn)——上線發(fā)布——數(shù)據(jù)跟蹤。
數(shù)據(jù)漏斗看板分為兩部分:
- 每日新增注冊用戶量——活動push觸達(dá)量——活動點擊量——當(dāng)天觸發(fā)功能用戶量(為避免數(shù)據(jù)污染,可細(xì)分為當(dāng)用戶push活動后,30分鐘內(nèi)是否有觸發(fā)行為)——次日觸發(fā)用戶量;
- 參與活動用戶量——滿足條件用戶量(可將五小時進(jìn)行分解)-已領(lǐng)取獎勵用戶量——次周重復(fù)參加用戶量。
當(dāng)前排期如下:原型及UI設(shè)計一周,前后端開發(fā)一周,上線測試數(shù)據(jù)一周,活動優(yōu)化兩周。除設(shè)計及前后端開發(fā)需人員全天工作外;后期數(shù)據(jù)跟蹤-調(diào)試,安排人員跟進(jìn)即可。
活動后續(xù)跟進(jìn)兩周,是因為一款活動上線后,具有活動熱度期(3-5天),該階段活動處于初步曝光,用戶有新鮮感及參與熱情,可能會影響污染整體數(shù)據(jù)。一般該類型活動需要拉長數(shù)據(jù)周期,進(jìn)行觀察測試。
四、活動全量上線,加入運(yùn)營模板庫
活動上線后,第兩周并未達(dá)到理想狀態(tài),每日參與人數(shù)及活動領(lǐng)取人數(shù)都較為穩(wěn)定,轉(zhuǎn)化比不高。
經(jīng)調(diào)研發(fā)現(xiàn),因為push的力度及覆蓋面較低、提醒機(jī)制不完善等因素,導(dǎo)致用戶了解少、忘記領(lǐng)取、第二周未進(jìn)行鼓勵提醒,后續(xù),進(jìn)行了一般總push機(jī)制的優(yōu)化。
講出這一點,是想說明不管經(jīng)驗多么豐富的老司機(jī),都不可能存在從活動設(shè)計-流程規(guī)劃-上線運(yùn)營全方位效果爆棚狀態(tài);都需要通過數(shù)據(jù)反饋優(yōu)化來不斷進(jìn)行調(diào)試。所以不要過度推崇案例,做好自己。
活動在一月后,取得了設(shè)定的目標(biāo);這時可以進(jìn)行全量用戶推送上線,并將該活動模板加入項目案例庫,進(jìn)行備份及后期復(fù)盤學(xué)習(xí)。
在后續(xù)優(yōu)化過程中,也對該活動進(jìn)行了一次迭代設(shè)計,加入了游戲化的玩法,在之前的文章中略有提及,這里就不表述了。內(nèi)部增長中的活動功能也會隨著產(chǎn)品迭代、用戶量覆蓋范圍(用戶體量增加后,用戶屬性也隨之更加)進(jìn)行升級。
總結(jié)
通過兩塊內(nèi)容闡述黑客增長,一方面我們追逐新鮮玩法及概念,切不可過度信奮教條,事物都有兩面性,表達(dá)的與未表達(dá),要理性思考,辯證看待;另一方面實踐是最好的驗證學(xué)習(xí),不一定照搬全套,固化增長模式流程,套牢團(tuán)隊思維,應(yīng)當(dāng)根據(jù)自身產(chǎn)品資源、團(tuán)隊力量進(jìn)行簡化、靈活、延伸應(yīng)用。
雖然我不清楚每位運(yùn)營同學(xué)的工作計劃,但我想每一篇文章、每一段視頻、每一節(jié)轉(zhuǎn)化提升…..都是在推送產(chǎn)品向上增長。
增長無需神話,從手頭工作開始,記錄自己的增長之道吧~
文:貓力@鳥哥筆記?(niaoge8)
首席增長官CGO薦讀小紅書推廣:
- 《 增長黑客:如何7步搭建流失用戶召回體系 》
- 《 增長營銷:如何借助母親節(jié)制造有意義的短視頻內(nèi)容 》
- 《 增長黑客:如何落地,利用數(shù)據(jù)、函數(shù)模型用戶成長體系 》
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://m.gptmaths.com/cgo/user/20599.html