逆境增长的密档:一套体系、两个端点、三个关键
今天想和大家分享一篇较早创作的文章,也是属于“常读常新”的类型,文章的主干是从以前老大的一次内部分享总结出来的。
在豹厂的时候,有幸一起和当时的老大以及小伙伴,完成了当时不可思议的增长,数据进行脱敏后,当时的增长曲线如下图:
3个月完成近乎完美的用户增长(量级是百万级别的,具体数字不方便透露),同时完成了正向收益。
看到这里,你可能都兴奋起来了,这是何等神奇的模式啊,能完成如此巨大的增幅。
这里先给大家浇盆冷水,豹厂作为一家有钱公司,所以当时采用的模式是“买量”。
Low吗?单纯“买”,确实很容易陷入low的境地。
所以再介绍下背景,项目从PC端开始做起,属于流量末期,基本都是跌,很多企业甚至是大跌,而且当时市场格局就是越买越亏。
我们最后做成了什么样子呢,第一越买越赚,由“买”转“买卖”,从单一增长模式变成流量平台。
核心是什么?核心就是在了解产品盈利路径的前提下,做精细化运营,尽量缩减亏损渠道的投入,扩大盈利渠道的规模。
当年我们一群人戏称自己是“算账产品经理”,当时感觉很苦逼,回过头来发现,这段经历真“值老钱了”。
文章细节大家慢慢看,个人“常读常新”,是因为看了市面上讲“运营”的很多书、文章,抽象起来无非也就是那些,甚至造成了案例价值更大的情况。
但那些案例可能会有误导,就是运营做的好,和你处于的行业周期有关,朝阳行业不乱来,至少不跌,所以能参透本质的较少。
之所以分享这篇,价值在于,逆境中运营会做的更细,而且每一个策略都是关系企业生存命脉的,以“生存”为目的的增长运营,也是很多人没办法体验的。(当然也说不准,移动流量红利时代不也正在悄悄消逝吗)。
什么是产品运营?
新三年,旧三年,PC市场又三年。PC红海市场难做吗?难做!有多难?难上加难!那为什么要去做?为了赚钱!
我想目前PC软件厂商所面临的处境无非就这样,为了营收数据达标,不得不在运营这一块下很大的功夫,而大多数撑不下去的企业,就跪在了不懂如何运营产品这一环节了。那么什么是产品运营?
我们先想象以下几个产品场景:
- 网购支付时,按钮文案分别是“下一步”和“去付款”时,后者是不是更能让你“买买买”停不下来;
- 网页中,出现广告时,你会不会时常因为找不到那个被放小的“取消”按钮,而手残了点进广告页面;
- 文案中“一二三”和“123”,后者是不是更能抓住你的眼球。
所以非要给产品运营下一个简单的定义的话,那就是:根据用户反馈或数据呈现出来的现阶段产品所存在的问题,提出可持续性的产品方案、技术方案,然后跟踪后续的效果,以此往复。
这么说来,一个好的产品运营需要具备的素质与能力也就一目了然了:
- 数据分析:耍得好Excel,写得了Sql,输的出分析报告;
- 产品设计:原型、开发计划,两手抓,文案、宣传微博,发发发;
- 运营策划:应付得公关危机,搞得定商务谈判。
当然,并不是一开始就要求几个方面的素质都要冲满级,先把一个方面做好、做精。
这些点,再分散出去,相当复杂,在这里干巴巴地说出来也很没意思,大家可以参照下方的图,看看自己还需要在哪方面继续努力。
产品运营进阶方法论
我自己对于产品运营有一套更简单易懂、见效快的进阶方法论,总结起来,三个点:
- 一套体系&思维
- 两个端点:产品&用户
- 三个关键:流量(拉新)、转化(优化)以及用户粘性
1.一套体系&思维
工作最忌讳的是没思考清楚就开始蛮干,对你个人是体力、智慧的无谓浪费,对团队,也是极大的信心损耗,我的这套思维体系就是为了杜绝这种浪费。
a.发现问题
如果是新产品,下面的问题可能需要提前想明白:你的产品为了解决什么问题?市面上有产品去解决了吗?理想的解决方案是什么样子的?
如果是旧产品,那么更多的时候是在跟数据和用户打交道:你的核心指标是什么?数据为什么出现了波动?用户为什么喜欢A讨厌B?
无论新旧产品,发现底层问题,并尝试解答,才能帮助你继续在“看似平坦”的路面“曲折前行”,盲目采用“ABCDEFG”测试法去求解产品路径,是智力上的偷懒,也会导致产品不解决问题,不断创造问题。
b.解决问题
学会第一招,也只能“占着茅坑不拉X”,要知道商业世界很凶残,可以有“理想主义”情怀,但千万别把做事情的过程“理想化”。
就像上图一样,往往我们列计划时,把每个问题都单元化,实际上,“剧情”永远无法按预期的“剧本”开展,所以一个好的产品运营需要有“场景感”,你是产品的导演,能够想象出产品策划、开发、上线、运营这些阶段的不同发展路径,经验越丰富,能推演出的场景就越多(吃经验的一个岗位),当然没经验的时候,就学习星爷“般若波罗蜜”的死磕精神。
在“看似平坦”的地面“曲折前行”,还有一个关键点就是c——核心目标或者业务价值。
c.业务价值最大化
那么问题来了,很多人可能不明白“业务价值”的真正含义,那这就是你在a那一点没做扎实,当然你也别急着回头看a,我这里列了两个逻辑图,第一个告诉你“业务价值”,第二个高速你如何“最大化”
逻辑A:可爱的“DAU”
指标,我们可以列很多:PV、UV、CPC、CPM、CPA、安装量、留存等等。但每当看各互联网公司财报时,列的最前面的或者唯一会列的指标就是日活DAU,而且每当DAU达到一个特定的量级时,这些公司都会发布“里程碑”公告,可见DAU对公司意义多大。
那么围绕DAU,我们就可以很容易的把其他业务相关指标串起来,营收这些利益指标也可通过DAU反推出来,具体细节,图中已展现的很明白了,再解释就是侮辱各位看官的智商了。
逻辑B:万金油-漏斗模式
“漏斗模式”是我在猎豹工作这么多年,用的最好的一个工具,不需要大数据分析,不需要云计算,更不需要人工智能,只需要用眼看,你就能迅速定位当前产品模型的数据折损点,后续计划都可围绕“漏斗模式”开展,这更是取得优秀工作成果的高效途径,定义好你的漏斗节点,如果想到新的节点,直接插入现有模型即可,好了,说多了又有点侮辱各位了,自己看吧。
d.结果可能就是一个数字
对于运营来讲,结果可能就是一个数字。只是要搞清楚结果所面对的对象:
- 老板:营收
- 产品负责人:活跃
- 技术负责人:成功率
- 运营负责人:用户反馈
输出结论,切记搞清楚对方的真实目的,虽然核心的指标只有一个,但不同的人做决策时的参照系是不同的。
这一套思维关注的是“面-线-点”的逐步决策。
2.两个端点:产品&用户
产品和用户,要两头抓,多花心思了解产品和用户,下面的心诀可以参考下。
了解产品:
- 你的产品&功能解决了什么需求?
- 你的产品在行业中的位置
- 了解竞品及竞合关系
- 产品的基本工作原理
- 数据来源及数据指标
了解用户:
- 你的产品&功能解决了他的什么需求?
- 他是怎么使用你的产品?
- 他怎么看待你和竞品的区别?
- 听得懂用户需求
懂方法还不够,该做的调研就要做,该用的产品就得用,产品运营是一份“Dirty Work”,用用用!想想想!做做做!
这里总结起来就是,执行层面要关注“点-线-面”,从点到面,要有想象能力,实际的推演意味着代价,通过想象提前布局,最后的目的是找到关键路径,而不是做“无头苍蝇”。
3.三个关键:流量(拉新)、转化(优化)以及用户粘性
说了这么多了,产品运营最多的工作还是用数据,用数据去做流量的拉新工作(新用户的拓展),用数据去优化渠道质量(旧用户的监控),同时不要忘了持续的改进产品功能,提升用户粘性,PC软件的可替代性太强,一个小错就有可能让大批用户流失。
那么数据到底应该怎么用?理解如何去汇报数据呢?
这里就要祭出又一利器——数据分析三板斧:数据决策、数据定位、数据监控。
a.第一板斧:数据决策
会多少种方法不重要!重要的是会多少种好方法,我这里介绍自己常用的三个:1.ABCDEF测试大法 2.比例推算法 3.比率曲线法。
好抽象怎么办?别担心,我一个个解释。
不是说了ABCDEF测试大法是智力上的偷懒吗?记住这个结论的前提是“盲目使用”。当你需要在短时间内拿定产品方案时,在适当思考的基础上,得出多种方案,使用”ABCDEF”测试法可以最快地得出各个方案的优劣。
第二个好方法是比例推算法,在用户量极小的情况下,数据基本是没用,人群越小,不可控的因素就越分散,在我工作这么多年里,我发现“10W”是一个比较靠谱的用户量级,数据的信噪比能够达到可用的层级。在此量级的基础上,去分析用户的行为分布,可以得出相对准确的结论。
最后一个比率曲线法,就是拿两个关联数据做除法,得出一个系数,直接观察该系数的变化,得出数据结论,如安装与DAU的系数变小时,往往意味着用户增长速度达到一个上限,你的流入用户马上就要与流失用户持平,如果你是一个注重渠道推广的产品,那么就要想办法开拓渠道,如果你是一个注重用户质量的渠道,那么是时候做一下用户流失原因的分析了(主动卸载、同类竞争等)。
b.第二板斧:数据定位
这一点非常适合系统性的解决数据异常:
- 数据异常先定性;
- 异常要看多维度;
- 数据上下看三级。
遇到产品数据出现异常时,不要慌乱,拿一堆没用的数据看来看去,最后只能任由问题继续扩大负面影响。先细分数据可能出现的问题原因,然后看每一个原因所能影响的量,千万级的产品本身的数据维度就多,不定性地分析都是在瞎搞。
定性定量做完后,就要从“周比”、“同比”、“年比”这些时间维度去看目前的波动是否以前也出现过,或者是不是周期性的出现,对了,在中国,你还得考虑“农历比”这样子的特殊属性,一般过农历节假日,中国的PC软件都会出现比较大的数据波动,这时候看看往年的波动率,就能知道今年的波动异常与否了。
三级?哪三级?别想歪了,上游数据、下游数据以及你所定位到的数据,以一个PC软件的分发为例,从下载到安装再到使用,你并不一定能掌控所有的入口,当你所负责的数据量出现异常时,通过比对上下游的数据,可以进行简单有效的异常排除,这其实就是上面说的“漏斗模式”。
c.第三板斧:数据监控
第三板斧,可能是很多互联网公司或者互联网团队做的不够好的一个地方,自动化监控可以让产品运营人员,及时了解产品动态、迅速定位问题、专注问题解决。
监控只需做到下面三点,同样是三句简单易记的口诀:
- 量级数据做分时;
- 比率数据做报警;
- 用户群要切片化。
分时又分为分小时与分时段,PC互联网的发布节奏并不比移动互联网慢,一个小bug发布后,只有通过分时数据才能看到修复效果。
比率在前面也提到过,两个关联数据(比如:DAU与功能使用人数)做一个简单的比率相除,能更直观的看到异常点,这一点能让你间接看到用户在安装了你的产品后,使用频率处于一个什么水平,是不是成了所谓的“僵尸用户”(安装但不适用)呢。
最后一定要做切片化处理,切片可以按照“系统”、“用户属性”、“竞品环境”等维度操作,切片化最大的用处是防守以及严密观察市场份额的变化(残酷的市场)。
当然三板斧并不是万能的,切记:
- 不要被数据绑架;
- 数据知识辅助工具;
- 核心还是回归到业务本身和目标
数据可以让你从A走到B,而清晰的目标可以带你到任何你想去的地方。
4.最后说两点:如何汇报数据以及我的产品运营方法论
如何有效地汇报数据?
- 统一口径和认知;
- 数据结论放最前;
- 进度影响要关心;
- 需要资源及影响。
注:数据指标结果一定要有参考值,这一点也是“Dirty Work”,不做这一步,你的数据将会失去意义。
我的产品运营方法论:
- 吃透你的产品和用户
- 数据很简单,用好数分三板斧
- 想比快更重要,学会推演,找到核心目标和关键路径
文 @小黄文
随手记产品经理,猎豹、华为、联想工作经历 | 公众号:SIIIMILAR
关键字:产品经理, 数据
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!