以全民K歌為例,聊聊如何用數(shù)據(jù)分析驅(qū)動(dòng)產(chǎn)品用戶增長(zhǎng)
本文筆者將從數(shù)據(jù)分析的“三個(gè)步驟”、“兩個(gè)模型”兩個(gè)板塊,以全民K歌為例,來(lái)與大家講述:如何用數(shù)據(jù)分析驅(qū)動(dòng)產(chǎn)品用戶增長(zhǎng)?
(純貼數(shù)據(jù)做分析看著太辛苦了,所以本文會(huì)從更方法論的角度來(lái)闡釋)
前段時(shí)間在看到一個(gè)帖子在問(wèn):數(shù)據(jù)分析能驅(qū)動(dòng)用戶快速增長(zhǎng)嗎?
先說(shuō)答案——“能。”,再說(shuō)具體怎么做。
因?yàn)閿?shù)據(jù)涉密,我不會(huì)用我經(jīng)手過(guò)的產(chǎn)品數(shù)據(jù)來(lái)說(shuō)明,而會(huì)選用一個(gè)我自己很喜歡使用的產(chǎn)品——全民K歌,來(lái)完成這篇文章。因?yàn)闊o(wú)法獲得精準(zhǔn)的產(chǎn)品數(shù)據(jù),所以我會(huì)按照自己對(duì)產(chǎn)品的理解+部分第三方數(shù)據(jù)做分析,目的是分享數(shù)據(jù)分析驅(qū)動(dòng)增長(zhǎng)的常見(jiàn)方法,如有不科學(xué)的地方,歡迎指出。
以下, enjoy:數(shù)據(jù)分析常見(jiàn)操作方法是【三個(gè)步驟】&【兩個(gè)模型】
一、三個(gè)步驟
三個(gè)步驟為:確定核心目標(biāo)、列出組成公式、確認(rèn)元素
在互聯(lián)網(wǎng)公司常見(jiàn)的應(yīng)用方式為:
核心目標(biāo)(即北極星指標(biāo))=A*B*C
拿全民K歌來(lái)舉個(gè)例子,全民K歌的slogan是:“你其實(shí)很會(huì)唱歌!
產(chǎn)品最終價(jià)值就是讓大家唱歌,并且讓別人聽(tīng)到,所以他的北極星指標(biāo)應(yīng)該是:【每日原創(chuàng)歌曲播放次數(shù)】。在提升這個(gè)數(shù)據(jù)過(guò)程中附帶產(chǎn)生的伴奏下載/播放次數(shù),好友消息數(shù)等都是衍生數(shù)據(jù)。
因此,公式是:
每日原創(chuàng)歌曲播放次數(shù)=每日原創(chuàng)歌曲數(shù)*單曲平均播放次數(shù)
這就是核心的數(shù)據(jù)公式,接下來(lái)我們要確定影響公式的元素,公式可以被拆解為:
每日原創(chuàng)歌曲播放次數(shù)=(每日活躍用戶數(shù)*人均產(chǎn)出歌曲數(shù))*(單曲曝光次數(shù)*曝光-點(diǎn)擊率)
這個(gè)公式可以無(wú)限拆解下去,按照產(chǎn)品的量級(jí)和功能復(fù)雜度,運(yùn)營(yíng)團(tuán)隊(duì)的人力資源做到最大程度的細(xì)分,在這里不繼續(xù)窮舉,就按照最后的這個(gè)公式做分析。
可以發(fā)現(xiàn):影響核心目標(biāo)的元素有:DAU,人均產(chǎn)出歌曲數(shù),單曲曝光,歌曲曝光-點(diǎn)擊率。
常識(shí)可知,在乘法里,每個(gè)元素的提升,都能對(duì)整體結(jié)果帶來(lái)提升,運(yùn)營(yíng)團(tuán)隊(duì)可以根據(jù)這四個(gè)元素來(lái)做針對(duì)性的增長(zhǎng)計(jì)劃:
1. DAU
根據(jù)不同的公式對(duì)產(chǎn)品的定義,又可以被拆解出很多元素。
我們簡(jiǎn)單的認(rèn)為,全民k歌的活躍用戶定義為當(dāng)天登陸過(guò)app的注冊(cè)用戶,則可以分解為:注冊(cè)用戶數(shù)*打開(kāi)頻率。
注冊(cè)用戶數(shù)可以通過(guò)異業(yè)合作,好友邀請(qǐng)裂變,應(yīng)用商店,信息流等很多方法提升,屬于常規(guī)操作,本文不做詳細(xì)討論(重點(diǎn):格外注意黑產(chǎn)用戶)。
打開(kāi)頻率,長(zhǎng)期來(lái)看可以用設(shè)置有效的功能場(chǎng)景(例如:打卡簽到,歌唱教學(xué)),合理的渠道推送(消息push提醒等)等方式提升。短期則可以通過(guò)一些事件營(yíng)銷和社區(qū)傳播的手段,引起用戶的注意和討論,從而階段性的提升打開(kāi)頻率。
2. 人均產(chǎn)出歌曲數(shù)
首先需要做用戶分層:高質(zhì)量用戶(產(chǎn)生過(guò)內(nèi)容)的平均水平是多少?普通用戶(從未產(chǎn)生過(guò)內(nèi)容)的水平是多少?
全民k歌一定會(huì)有一部分用戶是不唱歌的,產(chǎn)生過(guò)內(nèi)容的可能只占30%,那我們?cè)谶@里是否只統(tǒng)計(jì)產(chǎn)出過(guò)內(nèi)容的用戶的數(shù)據(jù)呢?
當(dāng)然不是。
首先,這樣的統(tǒng)計(jì)是會(huì)影響數(shù)據(jù)公式的,不能用高質(zhì)量用戶的平均水平放大到所有用戶來(lái)統(tǒng)計(jì),這樣會(huì)導(dǎo)致我們對(duì)用戶現(xiàn)狀盲目樂(lè)觀,甚至做出錯(cuò)誤決策。
那為什么要分層呢?直接算一個(gè)總平均數(shù)不就完了?
艾瑞數(shù)據(jù)顯示:全民K歌的月活1.6億,假設(shè)按照我的邏輯來(lái)定義活躍用戶的話(以下數(shù)據(jù)均為個(gè)人假設(shè)):按照4個(gè)層級(jí)按4:3:2:1的比例劃分,則人均產(chǎn)出數(shù)量為0.16首/天
從策略而言,我們要把0.16這個(gè)數(shù)字提升到0.2甚至0.3。
從執(zhí)行而言,有兩種方式:
1)讓每一層的用戶向下一層流動(dòng)。
——即讓沉默用戶開(kāi)始聽(tīng)歌,讓只聽(tīng)歌的用戶開(kāi)始唱第一首歌,讓偶爾唱歌的用戶活躍起來(lái);镜倪壿嬍歉淖4321這個(gè)結(jié)構(gòu)。
2)提升每個(gè)層級(jí)的平均產(chǎn)出數(shù)量。
例如:讓0變成0.1,讓0.3變成0.5。
基于以上的數(shù)據(jù)分析和目標(biāo)拆解,那運(yùn)營(yíng)就可以有更加明確,精細(xì)化的策略。
例如:目標(biāo)是讓只聽(tīng)歌不唱歌的用戶,從人均生產(chǎn)0首歌,到人均生產(chǎn)0.1首歌。
可以對(duì)應(yīng)的策劃【你的第一首歌】活動(dòng),通過(guò)降低參與門檻(例如:做簡(jiǎn)單的搶麥,唱兩句就好了,不用唱4分鐘的完整歌曲,先讓用戶開(kāi)第一次口),提供激勵(lì)因素(無(wú)論是情感激勵(lì)-組隊(duì)搶麥,還是利益激勵(lì)-發(fā)金幣)都可以。
3. 單曲曝光次數(shù)
原創(chuàng)歌曲的曝光,通常通過(guò)以下3種方式:
社交關(guān)系鏈——關(guān)注/好友等
機(jī)器算法推薦——附近/推薦,猜你喜歡等
固定曝光位——發(fā)現(xiàn)-各類榜單,點(diǎn)歌-各種榜單/各種分類,廣告位等
運(yùn)營(yíng)可以圍繞不同形式,設(shè)定不同的數(shù)據(jù)目標(biāo),策劃對(duì)應(yīng)的運(yùn)營(yíng)活動(dòng),從而提升在不同的板塊里的歌曲曝光次數(shù)。
舉個(gè)🌰,社交關(guān)系鏈,關(guān)鍵的數(shù)據(jù)目標(biāo)就是關(guān)注/好友數(shù),好友越多,理論上歌曲被曝光的幾率和次數(shù)就越多。
當(dāng)然這里涉及到用戶活躍和分層的定義,一個(gè)人的好友從50變成100,并不代表歌曲曝光次數(shù)會(huì)翻倍。但總的來(lái)說(shuō),社交關(guān)系得到拓展后,發(fā)出的原創(chuàng)歌曲一定能在關(guān)注/好友兩個(gè)板塊得到更高的曝光幾率。
因此運(yùn)營(yíng)的目的就從【提升歌曲曝光】這個(gè)不知道咋下手的目標(biāo),變成了【提升平均好友數(shù)】這個(gè)更具體可執(zhí)行的目標(biāo)
接下來(lái)就是策劃具體的活動(dòng)了,是通過(guò)組團(tuán)搶麥,還是隔空互動(dòng),或者是陌生人社交側(cè)的情感互動(dòng)匹配,在運(yùn)營(yíng)機(jī)制中注意強(qiáng)化【互加好友】這個(gè)關(guān)鍵動(dòng)作即可,在此不做贅述。
說(shuō)白了,在這里數(shù)據(jù)分析的關(guān)鍵作用之一就是:通過(guò)數(shù)據(jù)分析拆解,找到在運(yùn)營(yíng)側(cè)更具體可執(zhí)行的方向。
4. 曝光-點(diǎn)擊率
提高曝光-點(diǎn)擊率,有兩個(gè)方法:
1)找到對(duì)歌曲更匹配,更感興趣的人,讓曝光的效率最大化。
例如:給周杰倫的粉絲,推薦普通用戶翻唱的 [七里香],絕對(duì)比推送給五月天粉的效率更高,這個(gè)需要運(yùn)營(yíng)人員做的就是做用戶標(biāo)簽,分群,算法推薦,不做贅述。
2)提高用戶點(diǎn)擊播放的欲望。簡(jiǎn)單的說(shuō)就是提升歌曲的吸引力。
這涉及到對(duì)內(nèi)容的優(yōu)化,比如:推送封面(頭圖的大小,形狀,視覺(jué)等),標(biāo)題,文案(例如:70%的好友都聽(tīng)過(guò)/得分超過(guò)85%的人之類的)等等。
高品質(zhì)的內(nèi)容能夠有效的提升曝光-點(diǎn)擊轉(zhuǎn)化率,那運(yùn)營(yíng)人員需要做的就是大量的AB test,哪種形式的內(nèi)容最能吸引到用戶點(diǎn)擊,看數(shù)據(jù)說(shuō)話就完事兒了。
總而言之,數(shù)據(jù)分析的【三個(gè)步驟】,主要的作用是:讓運(yùn)營(yíng)團(tuán)隊(duì)找到增長(zhǎng)的方向,并通過(guò)合理的拆解找到運(yùn)營(yíng)的切入點(diǎn)。
二、兩個(gè)模型
兩個(gè)模型分別是:漏斗模型,坐標(biāo)模型
1. 漏斗模型
最典型的就是AARRR模型,不懂的同學(xué)自行百度,不做贅述。
除了用戶獲取的整個(gè)流程外,漏斗模型還可以用于單個(gè)case的分析,漏斗從上到下基本代表的是用戶旅程地圖(說(shuō)人話就是:用戶在產(chǎn)品上的一個(gè)完整的互動(dòng))。主要用于跳出/流失分析,用于發(fā)現(xiàn)問(wèn)題——用戶在哪里流失?
還拿全民K歌來(lái)舉例子,我們的目標(biāo)是:讓更多從不唱歌的人,開(kāi)口唱第一首歌
基于這個(gè)目標(biāo),運(yùn)營(yíng)設(shè)置了一個(gè)H5活動(dòng)——測(cè)測(cè)你的歌星含量(文案可能還要再改改……)
大致玩法可能是:選擇你喜歡的歌曲,系統(tǒng)出歌詞,放一遍原唱,長(zhǎng)按錄音,得出結(jié)果,分享到動(dòng)態(tài)。
如果只告訴你,活動(dòng)頁(yè)面UV超過(guò)100萬(wàn),但是最后分享到動(dòng)態(tài)的數(shù)據(jù)只有500個(gè),你知道問(wèn)題出在哪里嘛?
這個(gè)時(shí)候基于對(duì)H5每個(gè)頁(yè)面的流量漏斗分析,我們就可以發(fā)現(xiàn)問(wèn)題并改善。
比如:
1)我們發(fā)現(xiàn),活動(dòng)頁(yè)面UV100萬(wàn),但是完成選擇歌曲的人數(shù)只有1萬(wàn),只有1%,為什么?
這是一個(gè)非常不合理而且遠(yuǎn)低于預(yù)期的數(shù)據(jù);诖,我們有一個(gè)猜測(cè),是歌曲庫(kù)不夠豐富,還是用戶懶得自行選擇?
因此,我會(huì)對(duì)頁(yè)面埋點(diǎn)數(shù)據(jù)再做一次分析,比如:有50%的用戶點(diǎn)擊了搜索歌曲,但是最終沒(méi)有進(jìn)行下一步,可能意味著音樂(lè)庫(kù)豐富度或者搜索匹配出現(xiàn)了問(wèn)題。又比如:大部分用戶在頁(yè)面點(diǎn)來(lái)點(diǎn)去,就是沒(méi)有點(diǎn)擊搜索框?他可能很懶,在找系統(tǒng)推薦罷了。
基于猜測(cè),我們可以再做測(cè)試,或者是用戶調(diào)研,去驗(yàn)證想法是否正確,從而發(fā)現(xiàn)問(wèn)題到底出現(xiàn)在哪里。
當(dāng)然,內(nèi)容的測(cè)試,應(yīng)該是上線前就做好優(yōu)化的。
那我們?cè)賮?lái)看實(shí)際環(huán)境中更多出現(xiàn)的,另一種情況:
2)我們發(fā)現(xiàn)完成錄制,得出結(jié)果頁(yè)的用戶有10萬(wàn),但是最后選擇把結(jié)果頁(yè)分享到動(dòng)態(tài)的用戶只有500,為什么?
通過(guò)漏斗模型,我們明確的發(fā)現(xiàn):主要的流失出現(xiàn)在“結(jié)果頁(yè)-分享”這一環(huán)節(jié)。還是一樣,先基于數(shù)據(jù)做猜測(cè),再出解決方案去驗(yàn)證想法。
首先10萬(wàn)用戶產(chǎn)出結(jié)果頁(yè),之前的環(huán)節(jié)應(yīng)該是沒(méi)有太大問(wèn)題的,那有什么原因會(huì)讓用戶“哪怕產(chǎn)出了分享頁(yè)也不愿意分享到動(dòng)態(tài)”呢?
可能1:結(jié)果頁(yè)太丑,令人十動(dòng)然拒。
美與丑不是絕對(duì)的,活動(dòng)上線前可能已經(jīng)做過(guò)測(cè)試,但是最后選用的頁(yè)面就是不被大部分用戶認(rèn)可并愿意分享(就好像男生和女生,一二線和下沉市場(chǎng)用戶的喜好都是不同的),那怎么辦?
解決方案:眾口難調(diào),要么就做線上測(cè)試,找出大部分用戶喜歡的樣式,要么就多做幾個(gè)不同的分享頁(yè)版式,讓用戶自由選。
可能2:沒(méi)有明確的分享引導(dǎo)
用戶看完結(jié)果頁(yè),說(shuō)哦好的,然后就關(guān)閉離開(kāi)了。活動(dòng)方?jīng)]有明確的引導(dǎo)——例如:分享獲得XXX(利益誘導(dǎo)),分享到動(dòng)態(tài)讓朋友看看(社交貨幣/塑造人設(shè))。大部分用戶是懶惰的,他們需要更明確的引導(dǎo),讓用戶自由發(fā)散的決定做什么,最后用戶大概率決定什么都不做。
還有很多可能,不窮舉了,主要說(shuō)明的還是漏斗模型能有效的找到問(wèn)題。
2. 坐標(biāo)模型
最經(jīng)典的是RFM模型,用于基于行為數(shù)據(jù)的用戶價(jià)值分層,從而實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng),在產(chǎn)品的整體運(yùn)營(yíng)增長(zhǎng)中使用較多,在單個(gè)活動(dòng)中運(yùn)用較少。
基本上會(huì)基于以下三個(gè)數(shù)據(jù)建模型,劃分出不同價(jià)值的用戶區(qū)間:
R=最近一次行為(Recency)
F=行為頻率(Frequency)
M=行為量級(jí)(Monetary)
RFM常見(jiàn)于電商平臺(tái),我們還是拿【全民K歌】來(lái)舉例,首先選定幾個(gè)數(shù)據(jù)緯度,我會(huì)選擇:
R=最近一次互動(dòng)(基于上文的分析,我選用互動(dòng)而不是登錄,互動(dòng)的定義可能是播放一次歌曲之類的)
F=互動(dòng)行為頻率
T=單次使用時(shí)長(zhǎng)(為了簡(jiǎn)單易懂,其實(shí)也是行為量級(jí)的含義)
最近在app上有互動(dòng)的(定義可能是48小時(shí)內(nèi)),互動(dòng)頻率很頻繁的(可能一個(gè)月登陸10次以上),單次使用時(shí)長(zhǎng)也很長(zhǎng)(單次在線時(shí)長(zhǎng)30min?),定義為重要價(jià)值客戶,丟掉誰(shuí)都不能丟掉他們。
最近有互動(dòng),但是整體來(lái)看互動(dòng)頻率不高,使用時(shí)長(zhǎng)很長(zhǎng)的,代表他最近打開(kāi)了app而且單次使用時(shí)長(zhǎng)很長(zhǎng),只是互動(dòng)頻率不高。那就證明用戶是對(duì)產(chǎn)品很感興趣的,非常有潛力,是重點(diǎn)發(fā)展的對(duì)象,應(yīng)該策劃更多的活動(dòng)讓他們提高互動(dòng)頻率。
最近不互動(dòng),互動(dòng)頻率低,但是從歷史來(lái)看單次使用時(shí)長(zhǎng)很長(zhǎng)的用戶,他們可能曾經(jīng)很愛(ài)全民K歌,但現(xiàn)在已經(jīng)處于流失的邊緣了,是要重點(diǎn)挽回的對(duì)象。
通過(guò)RFT數(shù)據(jù)模型能有效的對(duì)全民K歌的用戶做價(jià)值分層,對(duì)不同價(jià)值級(jí)別的用戶做精細(xì)化的運(yùn)營(yíng),運(yùn)營(yíng)的資源和精力是有限的,當(dāng)然要做更重要的事情啊。
除了用戶價(jià)值分層,還是基于生命周期的分層,這個(gè)解釋起來(lái)太長(zhǎng)了,不在本文舉例了,下次有空再寫吧。
簡(jiǎn)而言之,數(shù)據(jù)分析驅(qū)動(dòng)用戶增長(zhǎng),主要就是在兩方面:
通過(guò)目標(biāo)公式和拆分出來(lái)的具體數(shù)據(jù)元素,得出可執(zhí)行的具體運(yùn)營(yíng)策略;
通過(guò)數(shù)據(jù)模型的分析,發(fā)現(xiàn)問(wèn)題,實(shí)現(xiàn)對(duì)用戶的精細(xì)化運(yùn)營(yíng)。
來(lái)源: 人人都是產(chǎn)品經(jīng)理
以上是關(guān)于用戶增長(zhǎng)師的相關(guān)信息,以供大家查看了解。想要了解更多用戶增長(zhǎng)師信息,第一時(shí)間了解用戶增長(zhǎng)師相關(guān)資訊,敬請(qǐng)關(guān)注唯學(xué)網(wǎng)用戶增長(zhǎng)師欄目,如有任何疑問(wèn)也可在線留言,小編會(huì)為您在第一時(shí)間解答!