破解增长瓶颈的五大策略

“增长黑客”的概念正在流行，但它想成为一个真正的“GrowthHacker但这并不容易。无论是产品还是运营，都会遇到业务停滞、用户下滑等各种增长瓶颈。那么如何突破增长瓶颈，成为真正的“增长黑客”呢？3月22日，今日头条增长战略负责人张弦访问GrowingIO公开课第五期，与大家分享“如何用数据解决增长瓶颈”。增长是一个非常大的话题，如用户注册增长、活动增长、商业收入增长等，不同的增长问题有不同的解决方案。以DAU(日活跃用户)在APP运营中的增长为例，这一分析思路也可以举一反三。【解决增长瓶颈五大策略】如何解决增长瓶颈？结合自己多年的数据分析和成长经验，为大家提供了五个步骤，串起来形成闭环成长操作步骤。一是了解自己的产品，找到发力点。每天为我们提供产品和业务的宏观数据，我们应该有一套数据采集和分析系统。通过对宏观数据的分析，找到增长的力量点。二是拆解关键指标，确保能够执行。上述指标作为动力点可能非常宏观，我们需要根据实际情况将其分解为多个指标，以确保产品和操作能够在日常工作中实施。第三，丰富和升级增长武器库。第四，细分用户群，快速迭代实验。大多数情况下，数据分析都是在细分，用户通过不同的维度进行分组，对不同的用户群设计不同的实验。第五，实验效果监测和数据分析。迭代实验结束后，分析实验效果，对下一次实验进行改进和指导。1、通过宏观数据了解产品状态反映产品状态的指标有很多，如PV/UV/DAU等。这里我们主要介绍DAU//三个指标WAU，DAU用户的成熟度构成和增长速度。1.DAU/WAU反映用户活动，是每天重活跃用户数除以每周重活跃用户数的比例。不同产品的活动程度不同，用户活动程度越高越好；定位到周，活动程度略低。DAU/WAU的比值为1/7到1。1/7代表7天内每天登录的用户不同，活动度最低；1代表7天内每天登录的用户相同，活动度最高。由于产品定位不同，活动指标自然不同，需要不断观察。在数据分析产品GrowingIO中，可以通过指标管理轻松实现。2.DAU用户成熟度。每天活跃用户中，他们的第一次激活时间是不同的。统计当月激活的所有用户，查看他们在日常生活中的比例，以评估用户的成熟度。3.对增长速度进行增长分析的产品经理经常看到增长曲线，一些聪明的产品经理每天做一个曲线；或者做一个曲线来指导增长速度和加速度。增长的驱动力反映在数字上，即增长的加速度，数字波动反映在加速度曲线上，需要平稳处理。快速了解我们的产品状态，通过上述指标找到我们的增长瓶颈。增长过程中的两个常见瓶颈：当成熟度不到一个月的活跃用户占日活跃用户的30%以上时，说明新用户在日活跃用户中的比例非常大，说明我们的产品处于早期生命周期阶段。现阶段用户流失率也很大，要注重拉新，优化新用户接入流程。一个月内成熟活跃用户占日活跃用户的30%以下，说明我们的产品逐渐成熟。此时，我们需要关注股票用户，以提高股票用户的活动；但也要考虑到第一类问题。二、拆解关键指标，确保能够通过数据分析了解自己产品的发力点方向，一是拉新，二是留存。虽然我们找到了力点，但我们需要将其拆解，直到拆解后的指标可以执行，其效果可以推向核心指标。根据用户的使用习惯、用户的生命周期和产品，拆除关键指标有三种方法。以APPDAU为例，具体介绍了如何拆解关键指标。假设我们关注的核心指标是DAU(日活跃用户)，但是这个指标很大，很难具体执行；我们可以根据用户的使用习惯进行拆解。活跃用户将主动打开我们的应用程序；同时，如果用户不活跃，我们应该向他们推送信息，以唤醒他们；最后，我们可以在微信或其他应用程序页面上打开我们的应用程序（也称为启动）。通过这种方式，将日活跃用户指标分为三个指标：主动打开、推送和调动，便于进一步实施。以推送为例，它由推送到达率和点击率两个方面组成。优化到达率和点击率，进一步促进实际执行和实施。然后，根据用户的生命周期，有活跃用户和沉默用户。也可以继续拆卸，活跃用户可以根据产品使用习惯进行拆分，包括内容消费、社交和工具。以上拆解过程告诉我们，只有合理拆解核心指标，具体到可以执行，才能具有现实意义。在丰富和升级增长武器库拆解指标后，需要选择合适的增长武器来实现我们的增长目标。在选择增长武器的过程中，应该注意什么？首先，增长武器必须接触到用户，否则将无效；其次，我们需要不断丰富武器库，并根据使用效果进行升级；然后，我们需要对客户进行分组和“准确打击”。对于武器来说，选择“核武器”并不意味着在各个方面都是最好的。我们需要选择准确的武器来分组客户，实现准确的覆盖；最后，它可以自动检测和持续影响。选择增长武器后，需要对用户进行自动检测，不断影响用户。为什么要进行自动监控？很多时候，如果人工操作，我们可能会同时运行大量的实验，工作量大，效率低。自动化检测不需要一个非常准确的值，我们可以设置一个阈值，当超过此值时报警。下表列出了常见的增长武器，在不同的场景下有不同的选择，如创新、保留、提高活动性、用户召回和营销。在发现最佳解决方案之前，我们需要在使用过程中不断迭代哪种武器。四、细分用户，设计增长实验选择增长武器后，需要设计增长实验来检验效果。1.明确实验的目的，跟踪指标。同时追逐几个指标是不合理的，最好只设置一个指标，方便观察者消除影响因素。同时，设定的指标最好是“率”或“比值”。在定位量的情况下，比值不会受到数量的影响，容易受到流量或入口的影响。2.明确用户群：用户群越细分越好，便于测试和比较。3.设置benchmark，必须进行对照试验，方便实验前后效果的对比。4.整个实验过程必须可追溯和重复，实验效果好时可重复多次。5.快速重复和迭代。单位时间得出的结论越多，增长越多，收入越多。五、效果监测和数据分析增长实验结束后，需要对实验效果进行检测和分析。一是直接效果检测，是否达到预期值。然后分析实验是否明确提高了核心指标。同时，检测其他指标的变化，评估实验是否影响用户体验。如果有很多实验，并且在一段时间内进行了很多快速迭代，则需要建立指标系统。通过统计分析指标之间的影响程度和相关性，这也是一个不断优化的过程。数据分析尤为重要，决定了实验迭代的速度和方向，因此应特别重视。【案例:APP沉默用户召回】召回正在流失的用户是APP运营的重要任务。下图是APP用户流失示意图。水平轴是时间，垂直轴上的值代表不同类别用户的比例。用户类别标记在图的右上角，红色是当天的活跃用户减去当天新用户的数量；橙色代表前天的活跃用户，但昨天没有来；用户越高，离我们就越远。假如把整个用户当成一个水池，新用户就像往池底注水，然后不断上升，越来越远离我们，然后蒸发。当然，也有一些失去的客户自然回归，就像降雨过程一样，慢慢下沉。在这种情况下，近50%的客户一周多没有回来；如果能把这50%的客户拉回来，它的价值可能远远大于新用户。下一步细分流失客户，分为7-13天未访问客户和14-30天未访问客户；然后分别向两类客户推送信息。以内容应用程序为例，我们向两类客户发送了“每周内容选择”，发现未访问7-13天的用户召回率非常高，高于自然回访率。但是14-30天未访问的召回率很差，类似于自然回访率。然后我们将分析APP中自然回访客户的操作情况。我们发现许多自然回访的客户会访问电影主题，我们猜测用户是否看了一部电影并回来了。所以我们把信息推给用户APP，但是推送到达率很低。分析得出结论，大多数丢失的客户卸载了我们的应用程序。所以改用发短信，给用户发电影票优惠券，但一定要去APP认领。数据显示，这种效果非常好，14-30天未访问的用户群体的回访率大大提高。