瓶颈期，如何从数据中找到突破口？

在阅读之前，你需要考虑以下问题：增长存在瓶颈。如何从数据中解决它们？也许不是增长停止，而是产品死亡循环？只有20％用户经常使用的功能？如何从产品中导入自己的魔法数字？产品增长，有“保留魔术师”？你知道你的产品功能墙吗？大家好，我是叶丁丁。今天的主题和「增长黑客」相关地，增长与分析工具是分不开的。在过去的五年里，我使用了很多分析工具。在经历了无数的痛苦和沮丧之后，我现在选择了自己来解决这个问题。Part1 |不想陷入产品死亡循环？当我们的增长遇到瓶颈时，如何从数据中找到该做什么，该怎么做？在当前的环境下，对产品经理的市场运作提出了要求。今天我就来说说GrowingIO在这一块是怎么做到的。有一个有趣的话题：我们自己也有这个问题，因为“增长黑客”的特殊性。有些人说它实际上是一个不断变化的市场，因为它关心用户沟通和品牌；有些人说它设定了很多产品需求，参与了很多产品设计，所以它属于产品；有些人说大多数事情都处理数据，所以它与研发有关。这些都是对的，所谓的「增长黑客」我们的工作是通过数据驱动的方式传播和改进产品。下一步要做的事情，包括品牌传播，都在数据背后。让我们先了解一下产品的发展规律。不知道有多少人是对的「ProductDeathCycle」(产品死亡循环)这个词很熟悉，觉得自己的成长停滞不前，但在很多情况下，远比你想象的差。您可能已经陷入了产品死亡循环。我们会充满激情地开发一些产品。上线后，我们发现没有人在使用它们。我们会问客户为什么，缺乏哪些功能？客户会告诉很多他们想要的东西，我们会得到宝藏，开发这些功能，然后充满激情地再次上线。结果发现没有人使用它，然后问客户需要什么功能，什么功能做得不够好，我们开发了缺失的功能。为什么会有很强的自信心，觉得一旦正在开发的功能上线，用户就会开始使用？目前的产品有多少功能？潜意识和条件反射能说多少功能？比如GrowingIO，我可以说有单图、看板、分组、留存、仔细检查、实时、圈选等。但这些功能真的有用吗？我们需要验证。一个专门跟踪IT项目的权威机构研究了许多大型研究机构，发现每个公司和团队都可以做出许多功能。在公司里，讨论如火如荼，工程师们的键盘噼啪作响。作为一名工程师，我知道做功能感觉很好。但在大多数产品中，50%的功能基本上没有被用户使用，30%的功能很少使用，20%的功能经常被用户使用。我们需要考虑为什么用户不使用它，而不是增加更多的功能。如果你想知道为什么，你显然会认为你可以做用户研究、用户访谈、市场研究、问卷调查等。这些都是过去有效的方法。然而，我们往往忽略了系统本身有很大的保证。如果我们深入挖掘用户在产品和应用程序中留下的行为数据，我们会发现有很多事实。通过数据查看，我们可以发现产品使用中的大量事实，找出真相，解决问题，这需要我们真正思考。与其做一些无用的功能，不如考虑用户真正需要哪些功能。找出真相，到底应该用什么？我们必须了解整个产品周期和一些基本原则和规律。当一个用户访问我们的应用程序时，它显示了互联网产品的用户转换周期：当他被我们的整体价值观或文案所吸引时，他开始在注册后使用产品；他同意产品所显示的价值，并成为激活用户；当激活用户经常使用时，它将成为一个活跃用户；活跃用户花钱购买更多需求，成为客户；当客户向朋友推荐产品时，他就成了粉丝。从访问用户到粉丝，这是一个标准的漏斗。从访问到注册，用户获取过程；从注册用户到价值识别，用户激活过程；从价值识别到频繁使用，用户保留过程；从频繁使用到付费转换，客户转换过程；从客户转换到推荐，到粉丝，用户推荐过程。这里特别想指出的是，对于不同的应用程序，各个阶段的表现形式可能会有所不同。例如，GrowingIO是一种需要用户向我们上传数据并呈现各种数据的分析工具。因此，对于激活阶段，我们不以注册为结束，用户安装我们的SDK、数据的成功上传已经结束。这种从上到下的漏斗模型，一步一步细分用户群。如果从另一个角度来看，你会发现每一个都是一个泄漏和损失的过程。当你积累每一步的损失时，你会发现一件非常悲惨的事情，你会得到大量的用户。我们做了一个研究数据，在一个标准的互联网产品中，用户注册第一个月的保留性能:1000个用户访问网站，其中200个用户注册，80%的用户体验到产品成为激活用户，40%的用户一天后回访网站，20%的用户7天后回访，10%的用户一个月后回访。如果你看这个数据，你会发现只有2%的用户在一个月后为我们的日常生活做出贡献，98%的用户已经流失了。与其打开更多的洞，不如考虑如何提高将访问用户转化为有效用户的整体漏洞转化率。我们自己和一些客户谈过，他们每年在SEM(搜索引擎营销:SearchEngineMarketing）上、渠道、活动，但效果如何？这是一个完全糟糕的状态，但他们不敢停下来。一旦他们停下来，流量就会下降，因为整个转换的漏洞没有持续跟踪。什么是CAC？（CustomerAcquisitionCost，用户获取成本)，CAC多少，MR(MeasurementReport，不知道测量报告)有多少。比起做更多的市场活动，吸引更多的用户，而且只有2%的人，我们应该多想想:为什么？为什么用户要留下来？为什么用户流失？留下来的用户和丢失的用户有什么区别？留下的用户在使用什么功能？丢失的用户去了哪里？一旦了解了「为什么」之后，才能对症下药，解决整个困境。Part2|思维解构:用户在产品中做了什么？我们应该知道用户在产品中做了什么，从群体和个人的角度思考：这些用户在产品中做了什么？我们是否为他设置了正常的路径？有没有意识到价值的路径？只有这样，我们才知道「是什么」，才能知道「为什么」，我们可以采取相应的行动来改进这件事。先从了解「是什么」一开始，用户在你身上做了什么。刚才提到80%的功能用户不适用，20%的功能用户经常使用。如何找到这80%的80%？、20%的事情？可以从两个角度思考解构:第一，用户每天使用什么功能？第二，哪些功能真正促进了整个用户的保留？经常使用哪些功能？我们将更加了解产品中的功能。在此过程中，我们将使用整个功能页面的到达率或功能页面的浏览量来定义产品功能的受欢迎程度。我们可以清楚地看到，蓝色、灰色和黄色提供了主要的入口，后面的一些新功能没有带来太多的流量，这也证明了我们所做的并不能满足用户的需求。堆积图非常适合时间线上不同指标的变化。你也可以这样做一个堆积图，列出所有的产品功能，然后我们知道用户每天使用什么。当你知道用户在使用什么功能时，开始思考：哪些功能会影响用户的保留？为什么用户留下来？留下来有什么区别？因此，开始比较不同功能之间对保留的影响。现在外面有很多关于“增长黑客”的故事，介绍了保留魔法数字。例如，Linkedln发现，第一周增加了5个新的社会关系用户，保留率很高；Facebook发现，注册第一周增加了10个朋友用户，保留率很高；Twitter发现，第一周有30个folwers（追随者）用户，保留率很高。这些都是留存分析中发现的魔法数字。如何从产品中导入自己的魔法数字？在非魔法数字的前提下，我们首先要了解各种功能之间的情况。没有任何功能表现能力是最差的。有一个非常引人注目的功能，保留率远高于其他功能，这是我们的主要力量。与其他功能相比，找到最高的两个功能有更好的性能。我们应该思考：为什么这些用户在使用后促进整个过程？在了解了不同功能对新用户保留的影响后，下面就要找到保留的魔法数字。我们最近开发了一个新功能「留存魔法师」，在定义了你的产品后，你不必关心任何事情，并根据库存用户数据自动分析哪个功能的使用频率可以让你获得魔法数字，系统的保留率更高。我们有一个细查功能，7天内使用过细查功能的留存率达到3%以上。使用的功能越多，保留率就越高，因为它代表了一个粘性用户，但我们不需要追求保留率的最高点。我们需要知道的是，在保留率超过一定数字后，有多少东西是不同的。因此，我们关心用户数量超过三次或两次以上，用户数量超过十次，通过用户数量和保留两种比较。当然，它背后是一个非常复杂的统计模型。通过这种方式，我们可以知道不同的功能可以产生一些定性的变化。例如，当您访问我们的页面时，您可以直接得出结论，而无需自己动手。从图中可以看出，GrowingIO可以根据用户行为数据自动判断与保留强相关的信息「MagicNumber」。Part3|用户群：通过维度进行群体分析。一旦你知道用户在做什么，你就会知道哪些功能会影响用户的保留，从而提高你的激活转化率。现在我们来思考一下做过这些行为，没有做过这些行为的人是怎么做的，也就是分析群体的。前几天和产品经理聊天的时候，他问了我一个问题:像优步这样的产品，用户进来的第一天就给他发红包促进使用。第三天，为了促进消费，再发一个红包。第五天，又会发红包。他想知道，对于那些第一天收到红包、第三天、第五天没有收到红包、第三天、第五天没有收到红包的人来说，保留的变化是什么？这三种情况是分层比较。我们需要知道这三个群体在这里是怎么做的，做了什么，没有做什么。通过维度，我们将建立一个用户分组。比如今天关心市场投放，这次活动带来多少访问，维度选择页面来源，然后结合指标。指标第一天收到红包，即第一天收到红包的按钮点击率大于零，第三天等于零，第五天等于零。通过这一点，设置三个分组。一旦确定了分组，就有两件事要做:第一，比较不同群体的相似性和差异是什么？这是我们目前正在开发的功能，让你找到两个群体之间最大的区别；第二，当我们从宏观上理解不同群体之间的差异时，我们可以考虑每个群体中特定的人在做什么以及如何从细节上做。对我们来说，每天的注册量可能只有几百个。在这个时候，每个人都会看一看。每个注册用户将根据不同的群体进行划分，以及他们在整个过程中做了什么以及如何做。一旦用户在整个产品中使用了什么，我们就会有一个整体的仔细检查功能，然后开始对症下药，找出潜在的问题。例如，一位客户建立了漏斗，发现在用户注册过程中，从填写电话号码到下一步，转换率只有20%以上，非常低。通过市场功能，他们发现用户在这个过程中不断点击获取验证码，他们研究为什么用户不断点击？最后，由于错误的提示“手机号码错误”，验证码使用了一个非常灰色的单词，让其他人不容易清楚地看到。找到原因后，他们把颜色变成了红色。工程师通过仔细检查功能解决这个问题，注册转化率从20%以上变为85%，整体提高了四倍。在注册过程中，我们还有一个客户，其中一个步骤就是通过电子邮件注册，进入项目的转化率只有50%以上。通过仔细检查，产品经理将注册邮件注册到注册确认页面。未进入以下用户如何停止？很多邮件发出后，会进入垃圾邮件，导致用户流失。他们大胆尝试直接切断邮箱，用手机注册，整个转化率从50%以上提高到80%。Part4|聚焦是最有效的:用数据找出产品的问题。通过仔细检查功能，可以了解用户的细节，知道用户在做什么，什么都没做。当用户数量很少时，很容易发现问题。我们可以做用户研究，但没有什么比坐在电脑前更直观的了。人们会撒谎，但数据不会。用数据驱动产品发现问题，改进产品。当我们发现这些问题时，我们必须思考：当我们知道问题时，我们应该做什么？如何改进？让研发做些什么？产品做什么？市场在做什么？销售做什么？每一步都要去想，有什么是可以做的。例如，在激活用户的整个过程中，我们应该知道用户保留率很低，用户保留率很高，并开始构建整个用户的标签系统。一个用户，默认系统是注册用户，每个默认功能，达到一个标签，根据不同的标签进行测试和筛选。在注册过程中，根据不同的标签，如不同的东西可以更换或提高多少转换率。根据结果，当我们选择一批测试用户时，根据用户的不同