用户增长应该怎么做

传播蛙

最近几年,互联网圈有个词很火,叫做增长黑客(Growth Hacker),即以程序员的思维来做用户增长。

随着人口红利的逐渐消退,如何持续维系用户增长成为各大互联网公司的头等大事,各大公司纷纷组建自己的增长团队,以期在互联网下半场中能始终保持并占据自己的一席之地,用户增长成为当下互联网圈最炙手可热的工种之一。

有很多互联网公司的朋友过来问我关于增长的问题,大概为以下几类:

1、(能力)做用户增长需要具备哪些能力?

2、(思维)用户增长应该怎么做?

3、(方法)怎么才能把用户增长做好?

接下来会从能力、思维、方法三个方向来展开。

首先,做用户增长需要具备哪些能力?

为了让大家有个大致的概念,引用范冰【增长黑客】的一位人物:

安迪·琼斯(Andy Johns),是硅谷的一名富有经验的增长黑客,曾效力于Facebook、Twitter、Quora等著名公司的增长部门。

他的职业生涯或许可以让我们管窥一斑。2008年,当安迪加入Facebook负责用户增长时,公司设下的指标是,必须在12个月内获得2个亿的新增用户。

安迪·琼斯做了两件事:

1、向用户提供带有个人Facebook基本资料的博客小挂件,用户可以将小挂件的代码粘贴到自己的公共主页或者博客上,对外展示炫耀。结果,这个看似不起眼的小挂件每月为Facebook带来了数十亿次展示量、千万次点击量和百万级的注册量。

2、Facebook收购了一批来自第三世界国家的通信录服务提供商。通过这些收购,Facebook得以获取其关键技术,能更快地拿到潜在用户的E-mail地址,基于数据挖掘,对其进行精准的广告推送。

到2008年5月,Facebook的全球独立访问用户首次超过了竞争对手——老牌的Myspace。前者五月独立访问用户量达到了1.239亿人,页面浏览量达到500.6亿次,而后者的独立访问用户量仅为1.146亿人,页面浏览量为450.4亿次。

2010年,安迪离开Facebook,被当时同样如日中天的Twitter招至麾下。他加入后组建了一支25人的用户增长团队,负责探寻用户增长和活跃度提升的可能性。

安迪·琼斯做了三件成功事情:

1,改造首页,砍掉了热门微博和搜索框,减少了用户头像的显示面积,精简了文案,将需要重点突出的登录注册区域扩大到占据整个页面的三分之一,以便让用户的注意力聚焦到这里。上线后,效果立竿见影,24小时内用户注册率提升了约250%。

2,每当新用户注册,立即推荐关注至少10个用户。让用户有东西可看,活跃和留存得到提高。

3,开发和优化邮件自动发送功能。提高了单位时间发送的数量,每当用户获得粉丝、被转发收藏能第一时间收到邮件提醒。

在所有这些措施的运转下,两年间Twitter的活跃用户数量由1亿人增长到5亿人。

从安迪·琼斯身上,可以看到,做用户增长的人应该既了解技术,又深谙用户心理,善于通过技术化的手段解决公司产品的增长问题。

总的来说,一个优秀的用户增长人员应具备三大能力:数据分析能力、市场营销能力和产品工程能力。

数据分析能力:

包括数据统计和数据分析,

前者更多偏重于记录,通过数据埋点的方式来统计目标用户的关键行为,为后者的分析提供数据基础;

数据分析则基于实际业务需求的背景及数据统计结果做出针对、有目的性的分析。常见的数据分析方法包括渠道分析、转化分析、留存分析、用户画像分析、行为轨迹分析等;

市场营销能力:

懂用户,能精准洞悉用户心理,有效的利用各种营销技巧来切中用户需求,增强用户动机,消除用户疑虑,从而达成营销目的。

个人推荐几本书:

[美] 戴维.迈尔斯的<社会心理学(第11版)>,

[美] 罗伯特·西奥迪尼写的<影响力>,

[美] 丹·艾瑞里的<怪诞行为学>,

[美] 杰·亚伯拉罕的<冲破停滞点>;

产品工程能力:

通过技术思维结构化自己的思考,构建【问题分解—设计解决方案—A/B测试—总结—迭代】的正循环思考方式,并在反复的测试迭代过程中,培养出敏锐的用户嗅觉,提升做事效率;

其次,用户增长应该怎么做?

给大家介绍两种经典的用户增长思维模型,AIPL消费链路模型和AARRR转化漏斗模型:

AIPL消费链路模型,即Awareness - Interest - Purchase - Loyalty(认知-兴趣-购买-忠诚),偏向于从用户视角出发,描述一个用户从陌生,到体验,再到转化,最终变成忠实粉丝的过程;

很多传统公司,如宝洁,百事等,都遵循这种增长模型;

并且,伴随着移动互联网的逐渐普及,人们在享受着移动互联网带来的信息传播便利的同时,也产生了海量的数据,诸如石油和电力助推了第二次工业革命,电子计算机助推了第三次工业革命,那么数据作为移动互联网的“基础能源”,必将彻底引爆下一次的营销革命;

可以看到,中国移动互联网的双级巨头,正在把海量的用户数据和传统的增长模型相匹配,期望通过挖掘数据带来营销质的增长,例如,阿里巴巴的品牌数据银行和腾讯数据智库(TDC)也都是以AIPL模型作为主逻辑来建设的;

同样,对于APP的运营者来说,AIPL也是有一定的指导意义。

我们都知道,AIPL是一个理想过程,不可能每个用户都会走到忠实粉丝这一步。而运营者要做的,就是通过品牌教育、产品优化、活动运营等一系列方式,分层精确的推动我们的目标用户逐层向上迁移。

以电商类APP为例,假如“A”对应的是新安装用户,“I”是有过深度访问但没有发生转化的用户,“P”是成功下过订单的用户,“L”是每个月都会下单的用户,那么,对于“A”用户,需要让他更多地浏览、体验我们的产品;而对于“I”用户,则是需要引导他进购物车。

AARRR转化漏斗模型,即Acquisition - Activation - Retention - Revenue - Refer(获客-激活-留存-收入-推荐分享),偏向从数据视角出发,将用户在不同阶段参与行为的深度和类型进行拆解。

从获取用户到推荐分享,整个AARRR转化漏斗构成了一条螺旋上升的产品使用周期闭环。里面的每层漏斗都可以进一步拆解,有各自的套路和技巧,这些之后会单独拆分出来和大家细讲,就不在这里展开。

图片来源:slidemodel.com

最后,怎么才能把用户增长做好?

有哪些通用的方法和技巧?

我自己按照AARRR集中梳理了每层环节的一些核心方法和技巧——

获客:

  • 客群分析(精准用户&次级用户)
  • 渠道分析(Engamengt&ROI)
  • 归因模型(助攻的秘密)
  • 增长曲线

激活:

  • 消费者行为分析(内部&外部动机、偏好分析、行为轨迹)
  • 用户生命周期管理(RFM)
  • A/B测试

留存:

  • 留存曲线
  • cohort分析
  • 流失与唤醒

转化:

  • 广告投放(规模&成本的面积问题)
  • 转化分析(漏斗、页面优化&转化周期)
  • 补贴打法

获客:

  • 裂变模型(骨架与血肉)

如下图所示,之后会在<用户增长-分析方法篇>和<用户增长-实战演练篇>中为大家详细论述,敬请期待。

以上仅为个人的一些关于用户增长的心得,欢迎大家留言探讨。

作者:蛋挞

本文由 传播蛙 作者:传播蛙 发表,其版权均为 传播蛙 所有,文章内容系作者个人观点,不代表 传播蛙 对观点赞同或支持。如需转载,请注明文章来源。
传播蛙

发表评论