增长运营的模式到底是什么？

“老板，他们的增长组又欺负人了！“在昨天的晨会上，我刚坐在会议室里，头上的汗还没干。我听到技术老板向老板抱怨。我的眼睛尖锐，手里的笔指着我，就像拿着一把只出现在空投中的M249。至于原因，开会前一天，我向老板提出了重新统计运营数据维度的要求。老板让我和技术沟通。我连夜做了一个数据统计需求，扔到了技术老板的微信上，就是下面这个:看不清也没关系。下面会有详细的解释。这是为了让大家看看需要统计多少点，但是数量不可怕，质量更可怕。面对技术老板的抱怨，老板轻轻地做了一件事：“人们提到需求尽可能满足，根据你目前的项目安排，尽快实现，更多的需求可以分为几个版本迭代啊。“哎哟，这是拖延吗？这可不行。“老板，这些需求的优先级必须排在第一位。没有数据分析平台，我们的增长就很难实现。此外，我的需求是基本的统计数据，这并不难。“这还是基本的？我们已经做了基本统计，PV/UV/保留/活跃...这些都在现在的平台上。你觉得这些不好吗？成长去做活动，做裂变，做社区！“技术老板又咆哮了。这是增长操作的第一个误解：增长不等于裂变或社区。增长是由数据驱动的用户增长行为，需要通过数据建立对产品、用户和市场三个维度的认知。目前，大多数互联网团队在进行统计分析时都会统计PV/UV/下载量/注册量/APP启动次数及次日、3日、7日、15日、30日保留分析。付费产品还将统计付费用户数量和销售额，以便对产品运营有清晰的认识，大部分运营指标都围绕这些评估数据展开。然而，对于增长操作，数据统计的维度需要更详细。在数据统计维度中，经常引入“用户故事地图”、“漏斗分析”、“用户数据肖像”等主要概念。"等等，你给我解释一下用户画像这些数据统计的原因，这叫什么用户画像啊？在我完成之前，技术老板又咆哮了。以用户肖像数据统计为例，传统用户肖像是通过年龄、性别、地区、职业、消费能力等情况，但用户肖像的增长是通过统计用户特征数据、用户多维筛选，如在我的统计维度包括区域、设备等用户信息和访问时间、转发数量、浏览文章关键词等产品使用数据进行多维筛选，对筛选结果用户进行有针对性的操作。例如，电子商务商家可以为24小时内浏览某一商品但未购买用户且停留时间超过30秒的用户推送该商品的优惠券。例如，电子商务商家可以为在24小时内浏览某一商品但未购买用户且停留时间超过30秒的用户推送该商品的优惠券。对于互联网产品的运营，可以筛选用户浏览文章关键词、文章阅读时间等维度，为用户推送相关主题的长短文章。第二，通过数据建立三种认知的增长操作是好的，必须实现这一需求。“boss看着技术老板，技术老板抽了一下嘴角……”继续说，整体说说思路吧。“得到老板的认可，我忍不住从胆边生。我打算回去做一个数据统计2.0版本的迭代。扫一眼表情凝固的技术老板，压抑内心的狂欢，继续享受成长操作的孤独。通过数据统计分析，需要建立产品认知、市场认知和用户认知。1.产品认知-使用数据反馈产品和内容用户体验产品认知是指通过数据统计用户使用行为，以信息应用产品为例，用户使用产品主要是阅读信息，所以用户使用行为包括用户使用时间、阶段阅读文章数量、文章阅读进度、阅读速度和单篇文章阅读时间。这里需要注意的是，产品认知应该统计产品的主要功能点。例如，用户转发和评论也属于用户行为，但它不是信息产品的主要功能点，而是属于用户认知的范畴。产品认知的数据统计经常引入“用户故事地图”的概念，这是一种来自敏捷工作方法的思维方式，在增长操作中更多地成为“用户使用路径分析”。通过恢复用户使用产品的步骤，可以统计每一步用户的停留和流失，这通常被称为“用户漏斗分析”。通过数据反馈的产品认知，如果页面跳转率过低，可以从优化体验、查找bug等方向思考；如果一篇文章的用户平均浏览时间太短或退出应用程序的用户太多，可能是文章质量问题严重。产品认知是收集用户反馈的有效途径。在五年前的运营团队中，我们经常扮演客户服务的角色，潜入用户组收集用户反馈。然而，产品经理中有一句话：“用户告诉你的往往不是他的真实需求”，因为用户只知道如何快乐，但他们不知道如何快乐。数据是真实的，产品认知是建立产品、运营团队和用户之间有效沟通的一种方式。2.市场认知-利用数据优化推广策略和预算。市场认知主要用于产品推广的数据统计，用于优化推广渠道和推广成本核算。目前，许多推广平台都有自己的数据统计背景，但一方面，数据可能不够准确，另一方面，多渠道推广后的数据无法统一整合。与基本推广数据统计相比，增长运营的市场认知更注重全过程监控和优化，分为接触渠道、用户转型、角色分析、着陆体验、关键指导五个环节，在推广环节引入“用户故事地图”理念，除了分析渠道推广效果外，还负责整个推广过程。大多数基本推广数据统计了不同渠道的客户数量和转化效果，但往往忽略了来源渠道的用户属性，即增长运营的第三个环节：角色分析。角色分析需要与上述用户肖像筛选相结合。以来源渠道为第一维度，统计不同渠道的用户角色特征，如使用频率低、注册后不访问等，分析普通死粉、羊毛派对等低质量用户的推广。着陆体验是用来优化用户流失率的，主要统计着陆页面的用户体验数据，分析着陆页面中用户的体验。登陆页面主要用于引导用户下载、注册或购买商品，更多的目的是留下销售线索。然后，通过“漏斗分析”和“行为分析”，您可以检查用户损失链接，并进行有针对性的优化。3. 事实上，无论是增长黑客还是流量池等最近流行的运营思维，都提出了精细运营的思路，就像推广渠道中提供的用户筛选功能、今日头条等信息平台的智能分发一样，都是对用户精细运营的实践和诠释。移动互联网运营正在抓住用户的碎片化时间，但碎片化时间太多，用户更*有用、相关、有趣、及时和新颖的内容或产品，即营销行业经常说：“你只是需要它，我只是很专业。”用户意识更多的是提高存量用户的活动性和粘性，即满足现有用户的痛点需求。与传统的操作模式相比，PUSH往往推给所有用户，造成用户干扰和资源浪费。如今，腾讯、阿里、魅族等越来越多的大型品牌正在对用户进行分层和准确推送。增长运行的数据统计分为整体数据统计、行为特征统计、用户肖像统计等方向。整体数据是对用户行为平均值的分析。行为特征统计作为用户分层的参考指标，应根据产品特征进行设计。例如，信息产品*用户粘性，可以分析用户停留时间、访问深度（浏览文章数量）和互动指数（收集、共享、评论、UGC等）。电子商务产品可以根据用户浏览产品特征、交易产品数量、单平均交易价格、优惠吸引力等数据进行分层。通过数据筛选对用户进行分层后，需要有效的接触方式，引导用户鼓励、唤醒、刺激转化、引爆成单等关键行为。整个想法结束后，老板看起来仍然很平静，但嘴角微微上升，技术老板沉默，嘴剧烈摇晃，沉默半分钟后技术老板说：“我需要招聘4人，算法、数据挖掘、前端和UI，至少半年，加一个服务器，近50万，老板你同意吗？boss有点不平静，“说出你的理由！“这不是数据统计，不像埋点那么简单，需要通过各种渠道接口，包括推广和触摸，也清洁数据、计算分析、视觉呈现，这是保守估计，根据这种做法，半年可以实现很好，以后不能保护他有什么飞蛾！boss恢复了平静，“还有别的办法吗？“目前，对于增长运营来说，企业想要增长，但缺乏数据分析平台，自主开发确实将面临高成本。对小团队来说，运营行为可以通过第三方数据统计分析平台进行指导。