APP如何进行精细化运营，促进用户增？

摘要：本文来自创新工场创业公开课。用户增长一直是困扰APP开发者的主要问题，其中一个重要的问题是没有分析你的应用程序。没有意识到为什么用户留存率低。这是一个很好的解决问题的方法，从用户获取收入这一步开始，监控整个过程，并使用数据工具进行分析。精细数据操作是第一个。为什么要使用精细操作数据？这张图是年初TalkingData的报告。可以看出，整个年龄分布从90后到80后到70后越来越均匀。让我们考虑一下。当1999年第一波互联网浪潮达到2004年web2.0-2009年左右的移动互联网浪潮时，当时主要人群主要是80后，没有现在那么明显。第二组城市差异化，我们可以看到一、二、三线城市的增长速度，这意味着包括整个城市在内的人口沉降越来越快。如果小城市的朋友知道，现在回家看，我们使用越来越多的智能设备。让我们再想想。在这三波浪潮中，最初使用互联网的人主要是一线和二线城市的人，但现在这张照片是一座金字塔，三线和四线人才是更有价值的部分。第三个网络环境，从一开始，早期使用塞班岛的人都知道，你可以使用opera浏览器和S60手机来节省各种流量。UC浏览器注重内容。由此可见，随着网络环境的改善和优化，整个体验变得非常重要，用户交互体验也变得非常重要。最后一个是根据每个人的应用列表，北京出租车太多，上海理财，广州是游戏，深圳是视频。从表面上看，有几种类型的差异，背后只是反映了每个城市人的生活节奏，包括个人工作和休息时间、个人消费能力等。这是什么意思？这意味着包括使用你的应用程序在内的人越来越不同。举个简单的例子，即使你是母婴，用户是母亲，一二线城市的母亲和三四线城市的母亲消费能力不同，日常生活和工作时间也不同。这意味着当他们使用你的应用程序时，整个使用行为肯定是不同的。因此，回到最初提到的三波浪潮时期，大多数公司只关注三件事，从Traffic到users到revenue，从流量到用户再到收入。让我们考虑一下，互联网广告赚钱的方式没有垂直电子商务那么多。一开始，投资广告很简单，广告带来了流量。包括去PC做SU优化，做很多事情来扩大人群，扩大流量，带来更多的用户，通过用户产生收入。在用户群单一、技术有限的情况下，这是有用的。但现在许多应用程序开发人员会发现一个非常头疼的问题，为什么我们的数量不能增加，觉得他们做了很多努力或没有太多的用户，有一个非常重要的问题，是你没有分析你的应用程序，没有意识到为什么用户保留率很低。包括现在很多产品会改变数量，A产品和你改变5000，B产品改变3000，你只是认为5000大于3000，一些公司稍微聪明一点会看到保留率，即使保留，你认为每个应用程序的核心事件是不同的，知乎是看帖子，京东是加入购物车，搜狐视频是看视频。什么是最初的保留是打开一个应用程序，但简单地打开一个应用程序并不是衡量你保留的标准。这一次也意味着衡量保留用户区分价值，真正给你带来收入是强大的互动用户，事实上，你最终衡量用户带来的渠道，5000超过3000也许你衡量谁看视频，谁做核心事件比例可能是3000。换句话说，这个时候是否意味着3000是好的，也不一定。最终产生的收入取决于UP值，也许5000的价值相对较高。这件事的结论是什么？我们应该通过用户的行为进行深入细分，然后得出结论。流量时代何时结束？这是前段时间36kr的一篇文章《流量何时结束》。它的观点是，过去流量经济在洗涤。我一直在寻找，有相当数量的渠道来改变流量。现在我关注粉丝经济。我需要支持它，找到你的用户群体特征。举个简单的例子，当你不能赢得一线竞争对手时，你会发现大部分收入来源来自三四线小城市。这个时候，你不需要在网上刷第一个，因为你的核心群体是你的三四线小城市。这个时候，你的目标应该是针对他们活动面积大的地方。养粉丝是典型的，比如唯品会。唯品会一开始做得更好，就是用二线品牌吸引二三四线城市的人。AARR模型回到了刚才的模型流量到用户到收入，我们应该关心什么样的用户来流量，以及如何来流量。用户在收入过程中做了什么，用户是如何产生收入的。在这个时候，我想谈谈经济话语的基础。我不得不提到AARR模型。第一个是Acquisition，即用户获取。Acquisition是用户的激活，Retention大家都很熟悉，保留，保留的人referal会帮你创造传播，下一步就是收入。每个人都应该熟悉用户获取。比如扫码关注，或者搜索关键词，做SEO优化，或者找别人换量，或者在科技博客上写一篇软文带来一些量。然后是社交分享，通过分享吸引用户，这些都是用户获取的过程。用户激活，激活是注册为您的用户，有些人来找你，核心是让他注册账户，如果没有账户系统，你可以认为他来到你的应用程序跳过这一步。就像知乎一样，主页上有注册，读文章的一半也会弹出注册。保留用户很简单，继续使用你的应用程序。我们建议把这个留存深入，你要把你的人分层，比如你是电商应用，留存要分四层。第一层是保留浏览商品的人，第二层是加入购物车的人，第三层是生成订单，第四层是完成付款。留存分为不同层次，即细化留存。Referal非常熟悉，用户认为应用程序很好，愿意与社交网络分享，带来更多的用户到社交网络，这是一个传播过程，传统意义是你的东西非常有价值。比如卖个好软件，你告诉他用的很好，就是口碑营销，这是最传统的传播方式。不久前，我在微博上看到了一个知乎分享，这是一种典型的传播方式。最后是收入。让我们看看整个过程。这是我从国外著名的PPT图片中提取的。这是一个典型的漏斗。用户获得的人数最多，用户激活是其中的一部分。这是一个漏洞，用户保留到用户传播，最终传播到用户收入。在分析问题时，我们应该找出这个漏洞的瓶颈。当你发现产品有问题时，此时要做的一件事就是分析哪一步是从用户获取到收入的最大问题。现在很多人在有问题的时候会做很多操作，这其实是不利的。因为这将改变许多因素，最好的方法是首先监控用户获得收入的整个过程，并使用数据工具来监控这个过程。先找OMTM，这个概念来源于《精益数据分析》这本书，里面有一个非常重要的分析方法论叫OMTM(oneMetricThatmatters)。在寻找瓶颈时，往往有一个非常重要的因素，只要解决了这个问题，就会带来快速的改善。你的产品本身正在迭代，不可能一下子解决所有的问题。当你做很多操作时，你不知道是哪个因素，这在分析中是不合理的。常用的分析方法有哪些？第一种是用户获取和用户激活。比如知乎注册的方式有很多种，一种是你的首页注册，另一种是你读了一半弹出一个注册框，这是很多注册方式。让我们考虑一下。如果你不能使用一些现有的工具，因为他最多可以区分你的渠道和版本。此时，当您测量这部分用户的转化率和行为时，您需要结合业务逻辑条件。例如，注册来自阅读文章的页面或注册来自主页，这些都是结合业务的业务条件，需要精益数据工具。分析过程是一个典型的漏斗，第一步是两个漏斗，第一个漏斗是从主页访问注册，第二个漏斗是看文章，他读文章弹出注册窗口的一半，第二步是他读文章，比较漏斗看哪一步更有价值，这是典型的漏斗。漏斗是一个很多过程，你必须分析这个过程的缺口。在拆分用户使用应用程序的过程中，用户不会完全遵循您的逻辑，许多地方会卡住并跳出。此时，找到这些点来优化它。有句话说，大多数制造产品的人都依赖于猜测和直觉。让我们考虑一下你的产品是否取决于产品经理的功能，以及它是否可持续使用。二是更多的转化趋势。刚刚解释了用户保留，保留不像以前，第一天是新用户，一定条件背后的用户，第二天和第三天是否继续使用这个应用程序，已经成为每个应用程序都有你的核心价值。例如，如果你是一个游戏类别，那就是你是否玩过游戏。如果你是一个图片类别，那就是你是否看到了图片，京东是否生成了订单，是否成功付款。你应该完善原始应用程序，这也应该与你的业务相结合，这也可以通过精细的分析工具来实现。这就是如何通过例子进行更深入的分析。在进行产品分析时，不要带来多少数据库，这是盲目的。核心是回到刚才的逻辑，即从用户那里获得用户收入，并且可以细化拆分。例如，分享过程，微信行为触发人群，你有一个详细的目标来分析，此时的分析往往是有效的。在更深入地分析从哪里开始使用工具时，不要盲目地布置点，添加太多的数据，最后分析太多是不好的。例如，当我想安排某个版本时，我会跟踪几个关键过程。在这一步中，我的用户获得的很少，流量有限，但我有一些社交共享功能。此时，我应该考虑如何提高社交共享率，以便更多的用户可以在报价中获得。在这个时候，分析他为什么不分享。之前有人讲了一个很有意思的例子。当时他们发现最后一个喜欢的人分享的频率最高。后来他们提出了一个方案，听说喜欢和分享更合适。这也是一个漏斗。这一步提高了，分享率提高了。硅谷的一些典型例子往往是在小过程中优化一点，可以带来很大的效益变化。更深入的分析从哪里开始，这是一个案例，这个案例应该有很多产品，为什么我采取这个案例，因为漫画是我们的好客户，我问他第一句话是，你的分类排名是根据什么，他说数据库的数据是这样的。你可以看到，当你的功能模块，这样的分类，从上到下，这次用户访问点击率从上到下不平等，点必须高于点，因为这是一个使用数据支持看到的问题。这时，你可以看到上面有很多分类。每个分类点进入后，用户是否继续阅读这个分类中的漫画。这个比例不能等于从上到下的数据。当你正常优化时，你必须首先控制它。由于APP显示页面有限，每个关键部分都有其价值，此时应明确水平点击率。第二，每个点击的用户是否继续使用此类别？如果你在这个类别中查看这个类别的漫画，显然这个比例肯定是不同的。这个时候下面有些比上面高，继续用这个分类的比例比上面高。这个时候要根据数据增加以下内容。举个简单的例子，没有人看科幻小说。在这样一个好的位置，我发现每次我点击它，它都是一个新用户，而老用户根本不点击它。这里有一个，比如恐怖，访问率很高，用户的可持续利用率很高。此时，我们应该提到用户在一楼找到的位置，如果数据可以，我们应该提到不好的内容，这是运营产品的典型数据理念。最后，我们来谈谈硅谷产品的经典案例。Quora是典型的从用户获取AARR模型。Quora和知乎的问题是一样的——分享很多，注册很少。用户激活率低，怎么办？这时，他想到了一个办法。他发现很多人会读完这篇文章。每个人都采取了措施，在阅读文章的一半时弹出了一个窗口，也就是后来知乎的做法。第二个推荐相关文章和用户。这也是如此。当你发现保留率相对较低，用户在应用程序中互动较少时，你应该考虑其他方法。Quora想到了如何增加用户的保留率。当用户读到这篇文章时，我向他推荐了一些相关的文章。很多人认为这是落后的。事实上，它可以提高一些转化率。此时，我们推荐相关文章。例如，最近股市中哪只股票比较好。下面有一篇相关文章，会有很多人点击。连续点进去，会增加下一步的可能性，成为你的新用户的可能性就越大。Linkedin非常有趣，Linkedin从200万增长到2亿，这源于growthacking的策略。当时他发现很多人在搜索引擎里搜索自己的名字，却找不到结果。这时，他想出了一个办法。您可以在Linkedin中创建公共个人信息。搜索引擎可以搜索个人信息进行SU优化。这时，很多人会发现这个功能，整个Linkedin的用户增长都会上升，因为每个人都想提高自己的搜索水平