美文网首页
4步重构增长黑客逻辑 11个案例深入解析

4步重构增长黑客逻辑 11个案例深入解析

作者: 83913eb52e26 | 来源:发表于2020-11-09 06:31 被阅读0次

    AARRR模型,连我带的应届生都倒背如流,却少有执行过程中的应用价值,归根到底,无非是这套理论太通用,不在具体产品的应用解决层面。

    今天我就借着11个增长黑客的案例,来给大家重构下实践中的4个增长黑客要点,以及增长工作团队的业务流程。

    ﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌

    《增长黑客的4个要点

    一、提供优质产品服务:增长核心,往往短期内解决1个问题就能带来增量

    二、快速组建关系网:常见于社交产品,或者社交化的产品

    三、结合外部热点:制造、捕捉、或者承接热点,独家比割裂效果要好

    四、制造外部诱因:可以独立于产品外重复使用的利诱功能

    ﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌

    《11个案例分析

       一、提供优质产品服务

       案例1:Airbnb--优质照片

    Airbnb的市场份额能快速崛起,在早期完全依托于视觉战略。

    在P图软件没有盛行,很多民宿业主的拍摄器材还停留在200万像素的年代,你很难想象一位要出行的旅客会去订Airbnb上的房间。平台的量级更是不具备筛选优质照片的民宿业主的能力,怎么办?

    Airbnb的创始人和专业的摄像师跑去为这些民宿,免费拍摄精美的图片。当年平台业务量因此获得了指数级的增长。这样的策略同样今天被“Keep“、“悦会”、“eye”这样的美食或者小众垂直人群平台沿用。

       案例2:美团--可退款

    美团能在千团大战中脱颖而出,原因有很多,但是其中一个增长点却干死了不少竞品。最早的团购网站是不支持退款的,原因有很多:财务结算,利润损失,行业惯例等等。

    一方面,对于当时购买团购的用户来说,不支持退款意味着必须在某一个时段进行消费,延期产生的损失厌恶感会叠加在团购平台上,造成不可逆的流失。

    另一方面,对于团队平台来说,或者是业务负责人而言,到手的钱退款了,这种直接影响收益的事,没有人敢拍板改变。

    在这样矛盾不可调和的情况下,最早美团的决策层还是以用户为中心,率先打开了团购可退款的口,当年不仅没有损失利润,还为美团赢得了大量的长期用户留存。等到其他平台反映过来的时候,用户早已被美团教育带跑了。

       案例3:淘宝--智能推荐

    在没有千人千面这套系统前,大部分电商平台的Banner位都是依靠资深的运营人工推荐,由人把持的推荐位转换率波动因数较多,即便有时候会有爆款,但长期以来一直维持在一个瓶颈值。尤其是遇到双11这样的大战,一点点人工推荐的失误,都可能产生惊人的业务损失。

    当时甚至产生了人工推荐、智能推荐2派,认为机器算法不可能达到资深运营推荐的效果。但第一次智能推荐应用在双11之后,直观的转化率打破了长久以来人工推荐的瓶颈,为平台带来了直观的增量收入。

       案例4:觅食蜂--延时折价

    觅食蜂第一次把钱大妈的延时折价战术应用到了线上。按理说,美食团购的市场份额已经是美团一家独大了,任何新兴的团购平台的机会都十分渺茫。但是觅食蜂却在今年迅速崛起,大量用户开始转移。

    这一切都基于一套产品玩法:延时折价。以1款100元的火锅团购为例,凌晨1点查看是100元,中午12点查看是80元,晚上7点查看是60元,深夜23点查看是40元。越晚后查看价格越低,但是每份团购数量有限,有可能当用户进入时,团购已经被抢购一空,这样让不少用户会时不时的点击觅食蜂app,去查看团购产品的价格,不得不说,这个玩法短期内迅速收割了一大波高活跃的用户。

       案例5:膜拜单车--缩短流程

    对于高频刚需类的产品,越轻量越精简,越容易在早期开拓市场。让我们来对比下膜拜是怎么缩短流程的

    ①早期膜拜新用户的使用流程:

    扫码→落地页点击跳转→跳转确认→Appstore点击下载→注册

    ②接入小程序后的使用流程:

    扫码→授权

    考虑到用户的网络加载、等待时间,精简的流程无疑挽回了大量意向用户,据说膜拜+微信小程序的推行当月,小程序5成以上的使用用户都来自膜拜,也算强强联手做增量了。

       案例6:燃兔--搜索优化

    这是我经手的一个孵化项目,对标Taptap,你可以理解为一款手游应用商店,解决用户找到好游戏的市场需求。

    当时新用户的流失率极高,为了找到原因,对用户路径做了大量的数据处理分析,发现很多用户流失的最后节点在:“游戏搜索框”。经过反复的讨论,这里就得出了一个猜想,用户对搜索结果不满足,因为搜索不到自己想要的游戏。

    后续运营在为期1个月的过程中,对app内的seo做了关键字优化,匹配高频下载游戏,新用户次留获得了稳定的数个点的提升。

       二、快速组建关系网

       案例7:脉脉--强行互动

    社交类产品做强行互动的有很多,譬如微博,但是基于微博更强的是新闻机构属性,而非定位社交,所以不属于组建关系网一列。脉脉是聚焦职场社交的平台,对于职场人来说,口碑属于其中比较看重的一环,毕竟圈子可能就那么大。

    脉脉会通过通讯录或关联好友,强行让一个你熟悉的人给你打上1个正向的标签,比如:领导力强。这种小范围的测试确实起到了一定的效果,和Facebook只要有3个相互关注的好友,强行给你一排推荐名单,获得留存最高的道理一样。让职场人士开始在平台上经营自己的标签。我就曾经遇到过这样的情况,在多次找人论证后发现他们并没有做出打标签这样的操作,因为是正向,所以也没有产生太多体验上的反弹。

       案例8:开黑玩--虚拟互动

    这是一款手游用户的社区类小程序,在我这从0经手,一度冲到阿拉丁社交排行榜Top3。

    不言而喻,内容对流量的影响占据了很大的一环。为此,专门开发了一套社区互动工具,解决用户发帖、评论、点赞、私聊等等互动环节。通过算法默认配置程序给予虚拟的互动,达到真实的体验,甚至考虑动用AI语音来实现真实性。

    方案一经应用,人均停留时长、真实互动量、活跃时长都不同程度上成倍增长,直到后期真实的互动氛围起来后,这套系统才开始淡出。

       三、结合外部热点

       案例9:人人视频--独家结合热点

    能结合热点公司不少,但是能独家结合热点的,却不常见,而且是在完全无意识的情况下做到1个月完成1年增长目标的情况,更是难得一见,而人人视频就撞上了一次。

    2018年抖音里北极星小姐姐大火,全平台充斥着相关的BGM,也带火了美剧《天赋异禀》,而当时仅人人视频可以看这部美剧,绝对的独家,一个月内大量的抖音用户涌入人人视频,弹幕都可以看到”来自抖音“相关内容。

    人人视频也借东风强推这部美剧,实现了热度的顺畅衔接。

       案例10:Taptap--SEO整合

    独立游戏在16年前,还是比较分散的用户群体,没有一个相对集中的交流阵地,很多独立用户玩家会通过百度搜索相应的贴吧或者讨论群,去滋养自己。越是垂直领域的用户,其活跃度越强,具体到某个独立游戏上表现也是如此。

    当时Taptap就做了一个大胆的决定,买下了大部分独立游戏的搜索广告位,只要你搜索某个独立游戏的名字,第一个一定是游戏名带taptap的后缀,点击就会进入tap相关的游戏专区。不到1年的时间,把零散的高活跃独立游戏用户,全部聚集到了平台上,后来像游品味、燃兔、汽水团等竞品想再分一杯羹,都举步维艰。

       四、制造外部诱因

       案例11:百万英雄--独立引流功能

    如果不是强制叫停,答题这种模式应该会成为引流的一种标配。作为一款完整的产品,答题功能是割裂于核心功能之外的,它的最大的价值是给产品导量。

    通过高额的奖金,高频的场次吸引用户的关注度,每个用户均摊下来的引流单价其实是很低的,把这种独立的产品功能作为引流方式,也延伸出挺多玩法的。比如:

    “毒“app每日球鞋抽奖,就是吸引你每天登陆1次。

    “开黑玩”小程序每天抽游戏皮肤,活跃用户次留稳定30%以上

    ﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌

    《增长工作流程

    优秀的增长团队,其实就是一批优秀的实验团队,是在不断失败→校验→失败→校验的过程中达成目标的。以某平台的增长规划为例,让我们来看看是怎么做的。

       一、准备期

    1、设定增长目标:2018年订房数1000万

    2、确认聚焦领域:提高新用户首次订房成功率

    3、确定增长策略:优化订房流程

    3、提供假设:

    (1)新用户觉得过几天会降价,想过几天再来(2)新用户觉得注册麻烦,不想下单(3)可选的太多了,难难以决定

    4、实验假设

    (1)新用户觉得过几天会降价,想过几天再来

    ①写上“全网最低价”

    ②标明“已售空”增加用户紧迫感

    ③贴上“限时特惠中”提供低价感

       二、执行期

    1、开发、测试、上线:配合各个部门优化产品功能

    2、得出结果:根据数据指标的波动校验结果

       三、反推期

    1、分析数据:对数据指标进行处理,找出成功/不成功的原因

    2、校验假设:重新校验假设,循环往复

    ﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌﹌

    《关于北极星指标

    像黑客增长里的关键增长因素“北极星指标”,其实近年越来越多的增长团队实践的结论告诉我们,不靠谱!

    1、社交平台:留过个人信息的,相互关注3个人的;

    2、互金平台:购买理财的;

    3、电商平台:领过优惠券的;

    4、资讯平台:留过评论的;

    这些行为增长本身,不过是沉默成本达到一定程度后的表现。要是真把这种模式应用到黑客增长里,最终无非是遇到转换行为的瓶颈,发现总有很大一部分人永远都不去做你的北极星指标,无论你做了什么操作。

    产品是来解决问题的,不是来做算法的,理解这个,才能做好增长。

    相关文章

      网友评论

          本文标题:4步重构增长黑客逻辑 11个案例深入解析

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