千万级产品增长负责人揭秘:如何运用数据分析指导增长?

  • 时间:
  • 浏览:1
  • 来源:大发uu快3_uu快3彩金_大发uu快3彩金

图片来源图虫:已授站长之家使用

声明:本文来自于微信公众号三节课(ID:sanjieke01),作者:按钮,授权站长之家转载发布。

上周,三节课运营学院“增长黑客入门课程”第 7 期的学员按钮(昵称)在班级群里,围绕“咋样运用数据分析指导增长”并与非 话题,进行了一次分享。

按钮目前是国内某厂增长产品负责人。他曾负责过千万级的产品增长,也从零到百万日活做过APP,肯能过往的工作背景,他更多擅长于数据分析导向的产品设计,目前正在努力学习“增长”并与非 僵化 的交叉“学科”。

鉴于什么都 同学都对“增长”和“数据分析”这原先话题很感兴趣,亲们将他在群内分享的内容分发成文字稿,接下来就话过多说,共同来学习吧!

01

各位同学,亲们好,我是某某萨,很高兴今天都能否 跟亲们分享一些关于咋样在增长工作中运用数据分析的经验和珍得。

首好难告诉亲们的原先点是,这是一次基于增长产品工作、普及数据分析观念的分享,与非 原先介绍具体场景应用的分享,所有在具体场景上的应用,与非 为了便于亲们理解数据分析在某个场景的应用。肯能亲们时需做更多的学习,最后我会推荐几本相关的数据亲们都能否 阅读~

接下来进入正题,亲们先讲讲对于增长来说,数据分析是那此?

02

先来说一句我当事人在工作中总结出的经验:增长的一切都基于数据分析,好难数据的增长与非 空谈。肯能增长产品绝大多数原先是用数据来洞察用户,好难数据分析,亲们也就好难开展工作。

肯能从亲们日常工作的大步骤来看,觉得是分为以下五步:

1.从公司战略层面,甩掉原先可行的大指标;

2.根据亲们现有的数据,拆解指标到不同的路径;

3.根据每个路径的可做的实验影响程度,判断设计实验的优先级;

4.实验上线原先,先用相关数据来看一下结果;

5.根据多个实验的结果来决策亲们下原先大的实验方向,再来制定亲们下一步的指标。

这后边的每一步过程,与非 数据摸索和挖掘的过程,这也是亲们增长产品的日常工作,每一步都和数据交织在共同。之前 ,做增长或增长相关工作的同学一定要人学数据分析,肯能说,一定都都能否 对数据分析要有强感知,原先你的工作都都能否 更高效和有效。

03

了解了增长工作中的数据分析后,亲们再来看看,在增长工作中,亲们与非 用数据分析些那此?

接下来,我肯能根据过往的经历来说明数据分析在增长工作中的实际应用,让亲们来看看百万级产品是为什么在么在练成的。

首先,亲们来看数据分析在具体工作中是咋样使用的,这里会分以下几只点来讲。

在App新安装方面,亲们将新装拆分为付费量与免费量。当然,好难真正的免费量,免费的量级也是要花一些成本的,不管是人员还是物料等等。

1.付费量

亲们的付费量级很大一每种是来自于广告投放,当然,像趣头条的用户裂变模式,亲们也认为是并与非 生活付费买量的办法,也不费用给了用户。在这里,亲们的数据分析核心工作是两点:渠道转化与质量评估。

渠道转化也不亲们常说的某个素材的CTR(Click-Through-Rate,点击率)、CVR(Click Value Rate,转化率),通过提升用户在内部人员的转化,来达到降低成本的目的。

而质量评估也不分析每个渠道的质量,以此来判断原先渠道与非 值得继续投放,这里评估渠道质量的指标较多,有的公司使用收入,有的公司使用功能使用率,有的公司则会综合考虑设计质量分评估算法,以此来评估用户的质量。

具体的指标设计,时需考虑到公司的战略层面的现状来进行设计,比如公司时需给投资人讲DAU的故事,不考虑营收,那更多会使用留存和流失来进行用户质量的判定。

肯能公司时需更正向的资金流,那肯能就会使用ROI模式来进行渠道质量的判断。

另外,采买流量还有原先有意思的数据分析大品类,也不亲们常说的反作弊。并与非 品类在这里你都能否 过多说了,每个公司每个反作弊系统的研发,与非 当事人单独的一套反作弊办法。一般亲们是使用多重数据指标,来判断原先渠道的用户与非 作弊用户。市面上与非 什么都 第三方投放系统有反作弊机制,感兴趣的同学都能否 去了解一下。

2.免费量

再谈谈免费的量级,在大多数原先,亲们说的免费量是来自于用户的分享。好难在那此时机去引导用户分享?那此样的动力最能刺激到用户分享?这是亲们时需设计少量实验,都都能否 有结论的原先过程。

并与非 块更多用到的是心理学和行为经济学后边的一些知识,并与非 模块的用户分享数据分析相对来说较简单,主也不看用户的漏斗和转化率就都都都能否 完成。

当然大厂的同学也是都能否 玩的僵化 的,通过用户的聚类分析,看不同人群的用户在不共同机下分别的分享意愿有多强,再为不同的人群设计不同的分享场景。

以上那此都时需少量的实验以及数据以外的交叉学科的知识,这也是增长最有魅力和意思的一每种,肯能你这是找到了原先不起眼的场景,却能为产品带来大规模的增量。

免费量除了用户分享以外,亲们也都能否 尝试更多的办法,比如抖音和微信等社交媒体、内部人员换量等等,那此也都属于免费量的一每种。每一每种要做的数据分析都略有不同,这里也就不过多赘述了。

3.用户激活

说完了再来谈谈用户激活,我不在 乎 亲们对用户激活与非 为什么在么在理解的,在亲们看来,用户激活觉得并与非 生活程度上也不用户首次完成了你的“北极星指标”(North Star Metric, 多指公司制定的唯一重要的指标),肯能是完成了你的群星指标中较为重要的一每种,亲们认为是用户成功激活。

什么都 ,在做用户激活时,亲们首好难通过数据定义出用户激活,这里的用户激活需也不新用户完成原先,对你的产品有极大价值,都都能否 算作是用户激活。比如Facebook的aha moment定义,也不通过用户行为的整体拆解,再看每个行为对后续长期行为的影响,以此来界定aha moment。

当用户激活原先,就进入到了留存的步骤里,这是亲们在增长过程中最重要的每种。当然,亲们现在在谈的留存,更多倾向于是长期留存,而做用户激活是为了短期比如次日或是 7 日留存。

在留存的数据分析中,亲们重点会放到用户在某个时间段做了一些行为与用户的短期和长期留存的关系,以此来判断亲们要引导做那此样的行为,都都能否 让用户在亲们的APP中真正的留存下来。本质上,还是找到影响留存的关键点,之前 设计实验进行优化

另外,留存的每种还涉及到用户召回,这里与非 触达用户渠道的选折 、不同召回用户的方案设计及数据分析等等。举原先用户召回中应用数据分析的例子,亲们一般在使用App push时,大多是通过全面发送的办法触达用户,但,用户的点击率在原先的普通发送中就会比较差,这时,亲们就要考虑咋样都都能否 提高用户的点击率,通过数据分析来进行优化。

优化过程中不为什么在么在要的一些也不对用户进行分群,分群的办法有什么都 ,不止是常用的用户标签+内容标签双标签匹配的办法(当然这也是比较好的原先分群办法),肯能好难原先精确双端标签的同学,都能否 结合用户的功能使用状况进行分群,比如定义原先使用过某个功能,之前 近 3 天好难用过该功能的用户为原先群体,再结合功能的具体内容来进行推送,原先的点击率,就会比推第两根普通消息的点击率高什么都 。

当然,这也不push优化中的原先点,用户召回与非 少量的坑,亲们在这里就不细展开了。

说了好难多,帮我亲们肯能更感兴趣的点是,为什么在么在样都都能否 找到影响留存的关键点?这里想跟亲们分享的也不,好难别的技巧,也不还有一个字,大胆假设,小心求证。好难深入的去研究当事人产品的数据,你都都能否 知道当事人的产品留存到底是被那此影响的。

4. 最后,收入这每种,就过多谈了,肯能这每种细说搞笑的话,又是很大的原先模块。商业产品经理也是原先很有意思的岗位,对广告有兴趣的同学都能否 看一看《计算广告学》,肯能对用户付费感兴趣搞笑的话,那就多研究研究用户付费的产品吧~