美文网首页
关于Winco中增长黑客理论分享的再学习与整理

关于Winco中增长黑客理论分享的再学习与整理

作者: Juju要开化 | 来源:发表于2017-02-07 21:16 被阅读228次

    增长黑客(Growth Hack)这个概念大致兴起于2012年,主要指既懂技术又懂运营、以数据驱动营销、以市场指导产品、通过技术化手段贯彻增长目标的人。在很多人眼中,他们就像是极客,发明家和广告狂人的集合体。

    增长黑客的核心思想

    在产品初期阶段,确定目标人群,使用一切方法找到这个人群,无论通过线上还是线下的方式,拉进来,留住,跟踪这个过程中,通过数据分析不断优化方案。这个过程中通常采用的手段包括AB测试,搜索引擎优化,电子邮件召回,病毒营销等,而页面加载速度,注册转化率, Email到达水平,病毒因子这些指标是日常关注的对象。

    用图形表示就是下图这个AARRR转化漏斗模型

    Aquisition(获取)

    我们如何让用户在首次使用产品时吸引到用户注意力,促进产品的用户增长,引发流量?吸引用户的来源途径多种多样,搜索引擎发现,网站广告,媒体传播,线下推广等各种方式,不同的方式有不同的花费也有不同的效果,但终归吸引到用户是我们的首要任务,也是一个产品良好的开端。

    Activation(激活)

    用户进来后怎么转化,怎么激活,需要我们给予好的指引与服务。我们需要引导用户完成某些指定动作,努力使之成为长期活跃的忠实粉丝。我们的指定动作,可以是完成一次注册,上传一张照片,填写必要的基本信息,或者是任何促使他们正确并高效使用产品的行为,做到这一步,至少我们与用户有了一次或者多次交互,给用户留下了更多的印象。

    Retention(提高留存)

    我们经常会发现,我们的用户总是来得快,去的也快,产品缺乏粘性,用户数量入不敷出。获取一个新用户的成本总是高于留住一个老用户,所以提高用户留存才是维持产品价值,延长生命周期的重要手段。

    Revenue(增加收入)

    不管互联网再怎么强调各种免费,产品设计的各个阶段总还是有一个明确的目标—增加收入。我们看到的各种活动促销,各种广告展示,业务分层等,都可以是我们的收入来源,如何增加是增长黑客面临的大指标。能让用户走到这一步还木有流失,证明产品做得还是相当不错。

    Referral(传播推荐)

    现在流行的微信,微博等各种社交网络的病毒式传播,是现在低成本推广成本的全新方式,妥当的运用会引起我们产品用户的链式增长,口口相传的力量收效甚是可观。

    那么如何具体使用这个AARRR模型?

    1. 获取用户(Acquisition)

    这个阶段,最初大家最关心的数据是下载量。不过,下载了应用不等于一定会安装,安装了应用也不等于一定使用了该应用。所以很快激活量成为了这个层次中大家最关心的数据,甚至是有些推广人员唯一关注的数据。通常激活量(即新增用户数量)的定义是新增的启动了该应用的独立设备的个数。从字面上看激活量似乎更应该是第二层Activation的指标,但是因为下载量、安装量这些数据都比较虚,不能真实反映用户是否已经被获取。所以大家都要看激活,这才是真正获取到了新的用户。

    另一个非常重要的数据,就是分渠道统计的激活量。因为在渠道推广时,很多应用开发者选择了付费推广。结算的时候,自然要了解在某个渠道有多少真正激活的用户。即使没有付费关系,开发者也需要知道哪个渠道是最有效果的。

    但是站在更高的高度看,CAC(用户获取成本 Customer Acquisition Cost)才是最需要去关注的数据。目前行业里有种粗略的说法,每个Android用户的获取成本大约在4元左右,而iOS用户大约在8元以上。当然,应用市场下载、手机预置、广告等各种不同的渠道的获取成本是完全不同的。这里面有个性价比的问题,有些渠道的获取成本比较高,但是用户质量也比较高。

    增长案例可以研究Uber开拓新城市、Dropbox等等

    2.提高活跃度(Activation)

    先看前两个个指标:DAU(日活跃用户)、MAU(月活跃用户)(两个数据基本上说明了应用当前的用户群规模,在网络游戏行业这是两个运营人员必看的指标。)通常活跃用户是指在指定周期内有启动的用户。但是启动并不等于活跃。如果在指定周期内只启动了一次,而且时间很短,这样的用户活跃度其实并不高(当然对某些特殊的应用来说可能算高。所以其实还要看另两个指标:每次启动平均使用时长和每个用户每日平均启动次数。当这两个指标都处于上涨趋势时,可以肯定应用的用户活跃度在增加。

    针对使用时长和启动次数的渠道统计同样很重要。我们把它们称为渠道的质量数据,如果某个渠道上来的用户,这两个指标很差,那么在这个渠道上投入太多是没有意义的。

    除了渠道,另一个和活跃度相关的分析维度是版本。各个版本的使用时长和启动次数也会有差异。对产品经理来说,分析不同版本的活跃度差异有助于不断改进应用。

    此外跟活跃度相关的,还有日活跃率、周活跃率、月活跃率这些指标。当然活跃率和应用的类别是很有关系的,比如桌面、省电类的应用的活跃率就比字典类的应用高。

    3. 提高留存率(Retention)

    下载和安装——使用——卸载或者遗忘,这是用户在每个应用中的生命周期。成功的应用就是那些能尽量延长用户的生命周期,最大化用户在此生命周期内的价值的应用。

    对于大部分应用,应该关心的是1-Day Retention 和7-Day Retention。这里我之所以用英文,是因为其中文翻译不统一,容易引起歧义。1-Day Retention通常翻译为首日留存率,其实这个“首日”并不是指应用被安装使用的第一天(假设日期为D),而是D+1日,即安装使用的第二天。因为安装使用的第一天没有留存率这个概念(有的话,只能是100%)。到了第二天,前一天安装使用的用户中还有多少百分比的人还在启动使用这款应用,这就是1-Day Retention。同样的,7-Day Retention是在D+7日启动使用这款应用的占D日首次安装使用这款应用的用户总数的百分比。通常用户新安装使用后的前几天是流失比例最大的时期。

    有些应用不是需要每日启动的,那样的话可以看周留存率、月留存率等指标,会更有意义。 留存率也是检验渠道的用户质量的重要指标,如果同一个应用的某个渠道的首日留存率比其它渠道低很多,那么这个渠道的质量是比较差的。

    4.获取收入(Revenue)

    关于收入,最耳熟能详的指标就是ARPU(平均每用户收入)值。对应的比较少提的还有个指标叫ARPPU(平均每付费用户收入)

    不过ARPPU高,ARPU不一定会高。因为其中还有个指标是付费用户比例,也就是付费用户在全部用户中所占的比例。如果付费用户比例较低,那么那些收入摊到所有用户身上的平均值就低了。

    但是收入并不是最重要的,利润才是。如何最大化利润呢?首先我们看一下成本,我们在上一篇中提到过CAC(用户获取成本)。除此之外,还有应用本身的开发成本、服务器硬件和带宽成本以及运营成本等等。不过在用户量很大的情况下,CAC会成为最主要的成本,而其它成本不在一个数量级,所以我们在后续讨论中只考虑CAC。

    那么收入如何计算? ARPU是一个和时间段相关的指标(通常讲的最多是每月的ARPU值),还不能完全和CAC对应,因为CAC和时间段并没有直接关系。所以我们还要多看一个指标:LTV(生命周期价值)。用户的生命周期是指一个用户从第一次启动应用,到最后一次启动应用之间的周期。LTV就是某个用户在生命周期内为该应用创造的收入总计,可以看成是一个长期累计的ARPU值。每个用户平均的LTV = 每月ARPU * 用户按月计的平均生命周期。

    LTV – CAC的差值,就可以视为该应用从每个用户身上获取的利润。所以最大化利润,就变成如何在降低CAC的同时,提高LTV,使得这两者之间的差值最大化。更进一步的,对不同渠道来源用户做断代分析,根据他们不同的CAC和LTV,就可以推导出不同渠道来源的利润率差异。

    5. 自传播(Refer)

    自传播,或者说病毒式营销,是最近十年才被广泛研究的营销方法。虽然大家都听过一些病毒式营销的经典案例,但是要说怎样量化评估其效果,却很少有人知道K因子(K-factor)这个衡量指标。其实K因子这个术语并非起源于市场学或软件业,而是来源于传染病学——对,就是研究真正的病毒传播的科学。K因子量化了感染的概率,即一个已经感染了病毒的宿主所能接触到的所有宿主中,会有多少宿主被其传染上病毒。

    K因子的计算公式不算复杂,K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。假设平均每个用户会向20个朋友发出邀请,而平均的转化率为10%的话,K =20*10%=2。这个结果还算是不错的效果——当K>1时,用户群就会象滚雪球一样增大。如果K<1的话,那么用户群到某个规模时就会停止通过自传播增长。

    很遗憾的是,即使是社交类的移动应用,目前K因子大于1的也很少。所以绝大部分移动应用还不能完全依赖于自传播,还必须和其它营销方式结合。但是从产品设计阶段就加入有利于自传播的功能,还是有必要的,毕竟这种免费的推广方式可以部分地减少CAC。

    (补充病毒式营销主要原理:1、天生的传播特性(Inherent virality)-产品本身、口碑效应;2、协同效应传播(Collaboration virality)-规模效益递增;3、沟通效应传播(Communication virality)-社交软件传播;4、激励效应传播(Incentivized virality)-奖励;5、可植入性传播(Embeddable virality)-植入广告;6、签名式传播(Signature virality)-对外宣传品附加签名、图片;7、社交化传播(Social virality)-类似qq空间每次通报你在玩的游戏==;8、话题性传播(Pure word of mouth virality)-话题讨论事件)

    以上列举了在应用推广运营各个层次(各个阶段)需要关注的一些指标。在整个AARRR模型中,这些量化指标都具有很重要的地位,而且很多指标的影响力是跨多个层次的。及时准确地获取这些指标的具体数据,对于应用的成功运营是必不可少的。

    最后是12个做增长的策略

    1. Blog Content

    2. User Story

    3. 行业媒体投稿

    4. 内容分发

    5. 用户推荐制

    6. 可分享式内容

    7. 大数据初始化页面(类似淘宝首页)

    8. 自动化CRM(新用户教程、老用户优惠再联系)

    9. KOL

    10. 联合推广

    11. SEO 

    12. 优化网页设计

    主要来自Nathan分享内容和网上相关文章的整理,深入学习请阅读范冰的《增长黑客》

    相关文章

      网友评论

          本文标题:关于Winco中增长黑客理论分享的再学习与整理

          本文链接:https://www.haomeiwen.com/subject/sommittx.html