如何破解增長瓶頸,成為真正的“增長黑客”?
“增長黑客”的概念正火,但是想要成為真正的“Growth?Hacker”卻并不容易。無論是產品還是運營,都會碰到各種增長瓶頸,如業務停滯,用戶下滑等。那么該如何破解增長瓶頸,成為真正的“增長黑客”?

增長是一個非常大的話題,比如用戶注冊增長,活躍度增長,商業營收增長等,不同的增長問題解決思路各異。
下面主要以APP運營中DAU(日活躍用戶)的增長為例進行講解,這個分析思路也可以舉一反三。
破解增長瓶頸的五大策略
增長瓶頸該如何破解呢?結合自己多年數據分析和增長的經驗,為大家提供了五大步驟,串起來形成一個閉環的增長操作步驟。
第一,了解自己產品,找到發力點。 我們應該有一套數據采集和分析體系,每天為我們提供產品和業務的宏觀數據。通過對宏觀數據的分析,找到增長的發力點。
第二,拆解關鍵指標,確保可以執行。 上面找出的作為發力點的指標可能非常宏觀,我們需要根據實際將其拆解成多個指標,確保產品和運營可以在日常工作中執行。
第三,豐富和升級增長武器庫。
第四,細分用戶群,快速迭代實驗。 數據分析很多時候就是在細分,通過不同維度將用戶分群,對不同用戶群設計不同實驗。
第五,實驗效果監測和數據分析。 迭代實驗結束后,對實驗的效果進行分析,把結論用于改進和指導下一次實驗。
一、通過宏觀數據了解產品狀態
反映產品狀態的指標很多,如PV/UV/DAU等等。在這里我們主要介紹3個指標,分別是DAU/WAU,DAU用戶成熟度構成和增長加速度。
1.DAU/WAU反映的是用戶活躍度,是每天去重活躍用戶數除以每周去重活躍用戶數的比值?
不同產品的活躍度不一樣,產品定位于天的用戶活躍度越高越好;定位到周的,活躍度稍微低一下。DAU/WAU的比值是1/7到1。1/7的時候代表7天里面每天登陸的用戶都不一樣,這個活躍度最低;1代表7天里面每天登陸的用戶都一樣,活躍度最高。因為產品定位不一樣,活躍度指標天然不一樣,這個需要不斷觀察。
2.DAU用戶成熟度?
每天活躍用戶里面,他們的首次激活時間是不一樣的。把當月內激活的所有用戶統計下來,看看他們在日活里面的比例,用來評價用戶的成熟度。
3.增長加速度
做增長分析的產品經理經常看增長曲線,有些聰明的產品經理把每天的差值做了一個曲線;或者把增長速度的曲線做一個求導,求加速度的曲線。增長的驅動力反映到數字上就是增長的加速度,速度的數字波動,反映到加速度的曲線上波動更大,需要做好平滑處理。
通過上述指標來快速了解我們的產品狀態,找到我們的增長瓶頸。 增長過程中兩種常見的瓶頸:
- 當成熟度1個月以內的活躍用戶占日活躍用戶的比例超過30%,說明新用戶在日活躍用中的比例非常大,表明我們產品處于生命周期較早階段。這個階段的用戶流失率也是非常大的,我們應重點關注拉新,優化新用戶接入的流程。
- 當成熟度1個月以內的活躍用戶占日活躍用戶的比例低于30%,說明我們的產品逐漸成熟。這時需要把目光放到存量用戶上,提升存量用戶的活躍度;但是也要兼顧第一類問題。
二、拆解關鍵指標,確保可以執行
通過數據分析了解了自己產品的發力點方向,一個是拉新,另一個是留存。雖然找到了發力點,但是不集中,需要我們將其拆解,直到拆解后的指標可以被執行,其效果可以反推到核心指標上。
拆解關鍵指標有三種方法,分別是按照用戶使用習慣、用戶生命周期、產品來拆。
下面以分析一個APP的DAU為例,具體介紹如何拆解關鍵指標。

假如我們關注的核心指標是DAU(日活躍用戶),但是這個指標非常大,難以具體執行;我們可以按照用戶使用習慣進行拆解。
活躍用戶會主動打開我們的APP;同時不活躍用戶,我們要向他推送信息,借此喚醒他們;最后還可以在微信或者其他APP頁面中打開我們的APP(也稱調起)。這樣就把日活躍用戶指標拆成三個指標:主動打開,推送和調起,方便進一步執行。
以推送為例,它由兩方面組成:推送到達率和點擊率。優化到達率和點擊率,進一步方便了實際執行和落實。
再往下,按照用戶的生命周期來分,有活躍用戶和沉默用戶。還可以繼續往下拆,活躍用戶按照產品使用習慣拆分,有內容消費型,社交型和工具型。
上面這個對提升APP關鍵指標DAU的拆解過程,告訴我們只有對核心指標進行合理拆解,具體到可以執行,才有現實意義。
三、豐富和升級增長武器庫
拆解好指標后,需要選擇合適的增長武器來實現我們的增長目標。在選擇增長武器的過程,需要注意什么?
首先,增長武器必須觸及到用戶,不然是會失效的;
其次,需要不斷豐富武器庫,根據使用效果來升級;
然后,需要對客戶分群,“精準打擊”。 對于武器來說,不是說選一件“核武器”來全方面打擊就是最好的,我們需要選用一件精準的武器,對客戶分群,實現精準覆蓋;
最后,可以自動檢測、持續影響。 選中增長武器后,需要對用戶實行自動檢測,持續對用戶施加影響。為什么要自動化監測呢?很多時候我們有可能同時在跑很多實驗,如果人工操作的話,工作量大,而且效率低。自動化檢測不一定要一個非常準確的值,我們可以大概設置一個閾值,當超過這個值就報警。
下表列舉了常見的增長武器, 在拉新、留存、提升活躍度、用戶召回和市場推廣等不同場景下,有不同的選擇。

具體選擇哪一種武器,需要我們在使用的過程中不斷迭代實驗,直到發現最優解。
四、細分用戶,設計增長實驗
選擇好增長武器后,需要設計增長實驗來檢驗效果。
- 明確實驗的目的,跟蹤一個指標。 一個方案同時追幾個指標是不合理的,最好只設立一個指標,便于觀察者排除影響因素。同時,設定的指標最好是“率”或者“比值”。比值不會受到量的影響,如果定位量的話容易受到流量或者入口的影響。
- 明確用戶群 :用戶群規模越細分越好,方便進行試驗和比較。
- 設置benchmark,必須有對照試驗,方便實驗前后效果的對比。
- 整個實驗的過程必須可以追溯和重復, 實驗效果好的時候可以多次重復。
- 快速重復和迭代。 單位時間內得到的結論越多,增長越多,收益越多。
五、效果監測和數據分析
增長實驗結束后,需要對實驗效果進行檢測和分析。
首先是直接的效果檢測,是否達到預期值。然后分析實驗對核心指標是否有明確的提升。同時要檢測其他指標的異動情況,評估實驗是否影響到了用戶體驗。
如果實驗非常多,一段時間內進行非常多的快速迭代的話,就需要建立指標體系。通過統計的方式分析指標之間的影響程度和相關性,這也是一個不斷優化的過程。
數據分析尤其重要,決定了實驗迭代的速度和方向,因此要得到格外重視。
案例:APP沉默用戶的召回
召回正在流失的用戶是APP運營的重要工作。下圖是某APP的用戶流失示意圖。

橫軸是時間,豎軸上的數值代表不同類別用戶所占的比重。在圖示的右上方標有用戶的類別,紅色是當天的活躍用戶減去當天新增用戶后的數量;橙色是代表前天的活躍用戶但是昨天沒來;越往上用戶就越遠離我們。
如果把整個用戶看成一個水池,新增用戶就像往池底注入水,然后不斷上升,越來越遠離我們,然后蒸發。當然也有一些流失的客戶自然返回,像一個降雨的過程,慢慢下沉。
在這個案例中,接近50%的客戶有超過一個星期沒有回來;如果能把這50%的客戶拉回來,其價值可能遠遠大于新增用戶的價值。
接下來細分流失客戶,分成7-13天未訪問和14-30天未訪問的客戶;然后分別向兩類客戶推送信息。
以某內容類APP為例,我們向兩類客戶發送了“每周內容精選”,發現7-13天未訪問的用戶召回率非常高,高于自然回訪率。但是14-30天未訪問的召回率非常差,跟自然回訪率差不多。
然后我們就去分析自然回訪的客戶會在APP里面有哪些操作?我們發現很多自然回訪的客戶會到訪問電影專題,我們猜測是不是用戶看了某部電影然后回來了。于是我們向用戶APP推送信息,但是推送到達率非常低。
分析得出結論,大部分流失的客戶都卸載了我們的APP。于是改用發短信,向用戶發電影票優惠券,但是必須到APP上來認領。數據證明了,這個效果非常好,14-30天未訪問的用戶群體的回訪率得到了較大的提升。
?
作者:今日頭條增長策略負責人張弦,本文根據 GrowingIO 公開課第五期內容整理編輯。
課程PPT下載:http://t.cn/RGsD9BZ。百度云鏈接: http://pan.baidu.com/s/1eRvIuSM
本文由 @GrowingIO 原創發布于人人都是產品經理。未經許可,禁止轉載。