產(chǎn)品經(jīng)理分享：資訊類APP如何利用工具驅動增長？

由于業(yè)務關系，我們接觸的數(shù)據(jù)服務公司比較多，因此一直被灌輸著“數(shù)據(jù)增長”的理念。也是因為這原因，公司做的一款類似趣頭條、快頭條的內(nèi)容資訊類的APP，打從上線一開始，就在使用數(shù)據(jù)分析工具來跟蹤數(shù)據(jù)和做A/B測試。碰巧，在5月的運營活動中，我們依靠數(shù)據(jù)分析進行了一次成功的優(yōu)化實驗，為Banner帶來了可觀的增長。整個過程，先是數(shù)據(jù)分析，而后進行A/B測試，又有Testin Data.AI進行智能優(yōu)化，幾乎全是按照數(shù)據(jù)驅動的思想來實現(xiàn)的，帶來的結果也足夠驚人（點擊率翻了三番）?，F(xiàn)在將整個過程復盤如下，供大家參考~

5月初，這款內(nèi)容資訊類APP，有條，遇到了不小的麻煩：運營匯報顯示，在過去的一個月里，我們APP的收益，正在不斷下滑。這款APP的收益主要和一個項目有關：該項目在APP內(nèi)的Banner（輪播圖）上接入一些游戲門戶網(wǎng)站的廣告，依靠APP內(nèi)的流量帶去點擊和下載，從而給我們帶來收益。

然而，我們根據(jù)自身的統(tǒng)計數(shù)據(jù)和游戲門戶方面反饋的數(shù)據(jù)觀察到，這個項目的收入，5月初與4月初相比，降低了30%。

根據(jù)數(shù)據(jù)表現(xiàn)，分析和推測原因

怎么辦，出了情況就要解決啊，畢竟少的都是錢誒！我們幾個產(chǎn)品、運營同事，拿著這幾個月的各項數(shù)據(jù)，對著整個流程進行了討論，最后認為，問題就出在Banner位置的廣告圖上，是廣告圖的設計不佳，導致Banner點擊率從原先的3%左右，一路降低到了1.5%附近，降低了近50%。其他一些相關指標雖然也有一定的下降，但是影響最大的就是點擊率這塊兒。

那么任務就很明確了：提高Banner的點擊率。

創(chuàng)建不同的用戶畫像

為此，我們重新分析了用戶的身份和行為邏輯，針對該項目劃分了新的用戶群組，以決定今后進行優(yōu)化的方向。根據(jù)APP的特性，首先將目標用戶群分為兩種：

第一種，是偏好游戲、喜歡玩樂的人群，這類人群應當有較多的閑暇時間，年紀比較輕，且容易下載更多游戲，單個用戶帶來的收益會比較高，提高他們的點擊率將會有較高的回報；

第二種，是所有切合APP本身特性的人群。這類人群的特點是對于能帶來收益的事情非常感興趣，用戶量級很大。

（這里需要說明一下，公司的這款內(nèi)容資訊類APP，會根據(jù)用戶的閱讀數(shù)量和活躍程度給用戶“發(fā)錢”，從而達到引流的目的；而游戲門戶網(wǎng)站，也會給下載游戲的用戶“發(fā)錢”）

設計新的廣告方案

對于兩種目標用戶群，就需要分別設計一下Banner用的廣告圖片了。

我們先設計了幾種市面上常見的廣告圖，它們本身風格偏向游戲，并且文案也突出了游戲這個點，例如“游戲輕松玩”、“游戲集結號”等等。

此外，考慮到用戶心理，大部分用戶在玩游戲的時候，肯定是希望放松、愉悅身心的，因此我們運用年輕群體熟知的“北（ge）京（you）癱（tang）”形象作為背景，以年初火熱的“百萬英雄”“芝士超人”等知識問答類APP常用的文案為參考，單獨設計了一個極具針對性的版本。

而針對第二類人群，我們暫時只設計了一種版本。這個版本的文案就沒有對用戶做任何區(qū)分了，一句很簡單的“百萬現(xiàn)金限時送”。相比前面提到的版本，它傳遞給用戶的信息就是：只要你想獲得收益，就都可以點擊進來。值得注意的是，該版本的圖形設計風格，也與“百萬英雄”“芝士超人”等知識問答類APP的風格有一點點類似，這也是因為，我們APP和這些答題贏錢的APP，兩者的用戶群有一定的相似程度。因此這樣設計，也是為了讓這類人群能找到代入感，從而提高點擊的欲望。

遇事不決問A/B

感謝公司的設計師小姐姐們，出圖很快。拿到圖后，就要進行A/B測試來判斷哪個圖的轉化最高了。不過，要做A/B測試，就意味著需要足夠大的實驗樣本量。而實驗樣本量的多寡，一是取決于版本差異，二是取決于原始版本自身的轉化率。原始轉化率上文也提及了，僅有1.5%左右，那么需要的樣本量一般就會比較大。這也意味著，一旦有不好的版本出現(xiàn)，帶來的損失也不會小。

因此我們沒有用傳統(tǒng)的A/B測試來進行實驗，而是用DataAI智能優(yōu)化引擎，自動進行數(shù)據(jù)比對，解放人力的同時還能自動將較大的流量分給當時表現(xiàn)最好的版本。具體來說，就是對Banner使用“動態(tài)變量”進行一次代碼集成，然后把剩下的事情交給引擎，我們只需等待最后的結果即可。

Tips：

動態(tài)變量是什么？

指僅進行一次編程開發(fā)的A/B測試實現(xiàn)方式。它能在不影響圖片內(nèi)容正常排期的情況下，動態(tài)實時替換app、H5里面關鍵元素的圖片內(nèi)容，從而隨時隨地進行A/B測試。

動態(tài)變量有什么優(yōu)勢？

• 1、只需一次編程開發(fā)，長期零代碼更新，降低操作成本。
• 2、數(shù)據(jù)精準，安全可靠。
• 3、不影響產(chǎn)品本身任何業(yè)務。
• 4、縮短試錯周期，快速提升產(chǎn)品價值。

瘋漲的實驗結果

集成進展的很順利，一個小時左右就搞定。我們在內(nèi)部測試檢查數(shù)據(jù)正常后，實驗就正式上線了。令我們非常詫異的是，僅僅運行了一天，各個版本就給出了相當……夸張的表現(xiàn)。最優(yōu)版本一度達到了5%左右的轉化，這已經(jīng)是原版（1.5%）的三倍以上。

各個版本在剛上線前兩天的表現(xiàn)，1號是為第二類用戶群設計的版本，4號是為第一類用戶群單獨設計的版本

這個數(shù)據(jù)未免太好，好到我們懷疑數(shù)據(jù)真實性了。然而經(jīng)過真實環(huán)境的測試，我們發(fā)現(xiàn)DataAI平臺統(tǒng)計到的總數(shù)，與我們自己統(tǒng)計的圖片點擊數(shù)量是幾乎相同的。這就是說，各個圖片的轉化率，切切實實，就是要比原始版高很多。

實驗進行到第六天，1號的轉化率已經(jīng)飆升到了原版的八倍以上。不得不說，是原版的轉化率實在太低了啊……虧我們之前還用原版用了一個多月。所以，到這里，我們是不是應該直接把1號圖片發(fā)版上線，把該banner的用圖全部替換為1號了呢？

不。我們可能可以更進一步，也就是能錦上添花。

基于優(yōu)秀版本進行快速迭代

1號的點擊率已經(jīng)是最大了嗎？

誠然，經(jīng)過將近一周的實驗，1號的轉化率提升非常大：

但是我們覺得，還能通過一些小的改變，把點擊率再提升一點。因為原版的配圖，顏色比較偏向冷色調(diào)，如果換成暖色調(diào)，用戶的點擊欲望應當會更強烈。此外，如果營造出一種“金錢迸發(fā)”的效果或是氛圍，也可能會讓用戶更容易接受

在這個理念指導下，我們又設計了7個1號的變種版本，每個版本全都只是將1號方案的背景圖顏色進行了修改。

值得一提的是，TestinData.AI的動態(tài)變量支持快速迭代，能夠不發(fā)版、無開發(fā)，直接進行線上的banner圖片迭代工作，倒是很方便。

話不多說，直接上數(shù)據(jù)表現(xiàn)圖吧。

可以看到，1_6的表現(xiàn)，比1號方案還要再優(yōu)秀2.6個百分點。最終上線的，也是這個版本：

整個優(yōu)化行動到這里就告一段落了，瘋狂的點擊率提升，帶來的是收益的大幅上漲。在實驗的半個月里，廣告方面的收入提升比例達到了178.6%。當然，我們的任務還沒結束，因為這個階段的優(yōu)化，用AARRR模型來說，也就只是第一階段“獲取用戶（Acquisition）”方面的增長，而轉化漏斗里的其他部分還需要我們繼續(xù)去優(yōu)化，去提高。

文：一顆糯米@云測數(shù)據(jù)（testindata）

增長黑客薦讀產(chǎn)品運營：

《從“曹沖稱象”看設計增長的核心在于量化，量化的核心在于分解》
《自如如何實現(xiàn)用戶增長？Testin A/B測試讓數(shù)據(jù)運營更簡單》
《通過A/B測試，如何判斷一個需求可以做？》

更多精彩，關注：增長黑客（GrowthHK.cn）

增長黑客（Growth Hacker）是依靠技術和數(shù)據(jù)來達成各種營銷目標的新型團隊角色。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…