混沌大学创始人李善友在 6 月 16 - 17 日举办的「增长大课」中，将美国著名流媒体公司 Netflix（网飞）的增长案例作为重点分享，赞誉其堪称「增长教科书」。
Netflix 目前全球用户超过 1.25 亿。据 Digital TV Research 预测，2018 年，Netflix 将迎来迄今为止增幅最大的一年，新增用户约达 2800 万。
李善友强调，Netflix 高增长策略的核心秘诀是聚焦第二曲线。具体说来，是将单一要素最大化，聚焦第一曲线的某一个要素，把它放大为第二曲线的全部。
除了在公司战略和商业对策上「进取到让自己毛骨悚然的程度」，Netflix 也是一家极善用工程手段（engineering）达成变态目的的公司，比如他们开发了一套用于「自己攻击自己的」混乱猴子——
为了测试生产环境下的稳定性，Netflix 在 AWS 建立了一个叫做 Chaos Monkey 的系统，这个系统会随机杀死一些服务，人为制造混乱。每当这些混乱猴子开始骚扰，工程师就不得不停下手头工作修复。随着系统不断完善，猴子的攻击能力和范围也在不断提升，促使 Netflix 的稳定性随之提升。
类似用工程手段解决问题、促进增长的例子，在 Netflix 比比皆是。
「是设计师，更是科学家」
在 Netflix，产品设计师自称科学家，其主要职责是通过一个又一个试验手段（比如 A/B 测试），测试验证各种猜想和假说。
下图就摘自 Netflix 产品设计师在 2017 SXSW（西南偏南）活动上的分享 PPT：
一个直观的例子是，当访问 Netflix 打开《纸牌屋》页面，如果此刻你已经是一名登录过的会员，则显示这样的界面（注意红色的 Play 按钮，代表已经是会员，可以开始播放）：
当非会员打开 Netflix 《纸牌屋》页面时，「免费试用一个月」的红色 CTA 按钮很明显：
当用儿童身份登录则看到这样：
在另一组例子里，Netflix 为电影和剧集测试过多种海报设计，在相同背景图和不同长宽比的底图上，用前景和文字等细节来传递影片内容信号：
这是电影《The Short Game》的海报测试结果：
卡通和喜剧的测试，胜出组是底部有绿色箭头的：
Netflix 的工程师 Gopal Krishnan 认为： 「如果你不能在 90 秒能抓住用户的注意力，那他将会失去兴趣并转移到其他的活动上去。类似的失败情况，有可能归因于我们没有展现好的内容，也可能是因为我们展现了好的内容，但并没有进一步展现为什么用户需要去点击了解它，甚至是播放它。」
试验设计越极端越好
Netflix 认为，设计试验变量时，尽可能往极端方向设计，这样可以帮助探寻所有可能的问题。
例如 Netflix 2014 年试图在页面呈现更多内容给用户时，画了如下直角坐标，界定出由 X 轴上的「消极（Passive）」与「积极（Active）」、Y 轴上的「求异（Differentiation）」与「趋同（Uniformity）」构筑的四象限：
「消极（Passive）」：不给太多选择，直接推送用户可能喜欢的几项内容；
「积极（Active）」：能看到很多内容挤在一起，用户自行选择看什么；
「求异（Differentiation）」：某些内容更为显眼、推荐，呈现不同视觉层级；
「趋同（Uniformity）」：视觉展现上无非贵贱，一视同仁。
在这种探索极端的思考模式下，Netflix 才逐步摸索出最终的设计方向，并正式进入 A/B 测试。
Netflix 的线上试验通常是至少进行一个月，因为会员订阅是以月为单位的。
针对不同用户行为特征展开设计
每天全球有来自 190 多个国家的数百万人访问 Netflix，其中既有付费订阅用户，也有普通浏览访客。
传统的市场营销、社会化网络营销、PR、口碑传播帮助市场建立认知。为了满足用户纷繁复杂的需求，提升注册率、优化关键指标（各项转化率、留存、营收等）这些与实际增长息息相关的重任，则是交付于 Netflix 的增长工程团队（Growth Engineering）。
他们研发并运维针对公司内部的后端支持服务，最终促成一切跨平台（移动、平板、电脑、智能电视）业务的增长。
让我们以两个不同国家的用户举例，他们的设备类型和支付手段也不径相同：Barb 是一位美国的数字机顶盒用户，喜欢通过运营商渠道付费；Riko 是一位身在日本的 iPhone 7 用户，习惯通过信用卡支付。
以下是贯穿他们决策流程的用户行为路径：
尽管二者在行为习惯上差异明显，Netflix 的增长工程团队始终致力于提供一致、敏捷和有效的体验，来提升注册转化率。
用户的注册转化漏斗承载着初始流量，包含四个环节：
着陆（Landing）：欢迎你用户并强调 Netflix 的价值主张；
选择付费套餐（Plan selection）：展示不同套餐特性和区别
注册（Registration）：引导创建帐号；
支付（Payment）：选择付款方式并完成付款。
Netflix 通过与合作伙伴、支付供应商的磨合优化，以及在产品前端的海量测试来捕获用户需求，尽最大可能提升注册漏斗的转化率。
例如，在用户通过数字电视的遥控器进行注册时，操作繁杂冗长，为此 Netflix 将注册流程简化到无需任何数字键盘输入，而是接受直接从运营商的账单上扣款，这极大降低了注册环节的损耗，提升了用户体验。
再比如，当用户使用电脑/平板的浏览器注册时，Netflix 会活用浏览器的自动填充（autofill）功能来帮助用户输入常用的账单地址或信用卡号，让用户尽快在几分钟内就可以流畅地看上视频节目。
增长工程团队的服务架构设计
Netflix 增长工程团队负责开发和部署用于试验的商业逻辑和工具集成，在此基础上 UI 团队可以迅速针对各种平台（iOS，Android，智能电视，浏览器）上线轻量级和可扩展的前端界面。
底层服务通过 HTTP 传输自定义的 JSON 格式文件来实现，在协议中会内部约定各种基础控件、功能的代号，通过排列组合来实现前端视觉展示上的差异。
Netflix 增长工程团队的服务形成了内部一整套自洽的体系，主要通过 Java 开发，部署在 AWS 的 EC2 虚拟机上。
增长工程团队为注册漏斗每个环节开发了对应的服务。作为中枢的 Orchestration 用于验证上行请求，并下发给各种底层服务，以及在注册流程中生成 JSON 格式的响应。团队假定任何请求都有可能在传输途中丢失，因此使用了 Hystrix 这样的库来增强容错性。
让我们以电视机顶盒上的注册步骤作为具体实例，来解剖 Netflix 如何技术实现：
步骤一：请求注册页面
绿色菱形及其箭头代表注册页面的成功请求路径。
步骤二：JSON 响应
{
"flow": "tv",
"mode": "registration",
"fields": {
"firstName": {
"type": "String"
},
"lastName": {
"type": "String"
},
"email": {
"type": "String"
},
"password": {
"type": "String"
},
"nextAction": {
"type": "Action"
"withFields": [
"firstName",
"lastName",
"email",
"password"
]
},
"backAction" {
"type": "Action"
}
}
}
前端 UI 将识别上述响应内容，并据此产生与用户的交互界面：
步骤三：将填写信息发送给服务器并创建帐号
{
"flow": "tv",
"mode": "registration",
"action": "nextAction",
"fields": {
"firstName": {
"value": "Barb"
},
"lastName": {
"value": "Holland"
},
"email": {
"value": "barbholland@netflix.com"
},
"password": {
"value": "demogorgon"
}
}
}
步骤四：返回 JSON 格式的响应
{
"flow": "tv",
"mode": "pin",
"fields": {
"pin": {
"value": "String"
},
"nextAction": {
"type": "Action",
"withFields": [
"pin"
]
},
"backAction": {
"type": "Action"
}
}
}
以上就是注册漏斗在产品工程上的流程步骤，一切遵循用代码和数据来解决问题，促进增长。
而这都归功于增长工程团队。
「Talk is cheap, show me the code」和「data speaks louder than words」，这两句话或许是对这家公司增长引擎的准确诠释。
参考资料：
https://medium.com/netflix-techblog/growth-engineering-at-netflix-accelerating-innovation-90eb8e70ce59
https://zhuanlan.zhihu.com/p/26236781
http://schedule.sxsw.com/2017/events/PP61138
http://ux.pixnet.net/blog/post/308020603-%E8%A5%BF%E5%8D%97%E5%81%8F%E5%8D%97-sxsw-%E7%9B%B4%E6%93%8A%EF%BC%9Anetflix-%E7%9A%84-a-b-testing
网友评论