案例分析：数据驱动增长的数据虚荣与彷徨
一、案例描述与三连问
案例一：
2022年春节头条系集年卡活动，是头条的多产品矩阵同步进行的企业级活动。
每天阅读可以获得抽卡机会，看头条热榜内容可以获得抽奖机会，邀请朋友助力可以获得抽卡机会，下载抖音极速版也可以获得抽卡机会。
集齐5张年味卡分享7亿现金。
案例二：
Facebook在成立早起就把“月活跃用户数”作为对外汇报和内部运营的主要指标，而老牌社交大佬MySpace一直将“注册用户数”作为主要指标。
最终Facebook把MySpace打的落花流水。
看了这两个案例后，大家有什么直观感受？案例一描述了一个活动，案例二指定了“北极星指标”。
对，那一个活动和数据驱动有没有关系？可以用数据来衡量么？公司制定了北极星指标后，对于做执行的我们如何开展具体工作？
二、数据虚荣与深度思考
从支付宝集五福开始，作为新“年俗”，集五福已经度过了5个年头。这期间也有很多互联网大厂跟进类似活动。撒钱年年有，今年尤其多。以至于都记不得谁办了，又有哪些亮点，这本身就是一个问题。
大厂撒钱赚吆喝，吆喝的响不响亮，中小型公司是要跟进还是要做自己特色？
笔者自己参与了头条集年卡的活动，我们就拿它来分析分析。
活动最直接印象就是想要的特别多，活跃、阅读时长、新功能激活、安装下载等都涵盖。这也符合公司诉求，毕竟几亿、十几亿的真金白银花着。
以头条APP而言，头条APP的日活、集卡活动页的PV和UV、头条APP的热榜点击量、热榜阅读时长、头条回答的回答数、引导的抖音极速版的下载次数等都是要采集的数据。
但如果以这些数据来衡量活动是否成功，则透着浓浓的虚荣味。
- 日活：日活本身是一个不错的指标，可以看出用户的黏性。头条做为一个用户量大几亿的超级APP，自然不安于自身的活跃，而更多的是流量外导，扶持自家的其它产品。活动引导下载西瓜视频、抖音极速版都是佐证。
- 阅读时长：活动要求一天读3分钟内容就能获得抽卡次数。比较可以获得抽卡次数的各项关卡，阅读本身是最容易达成的，笔者本身就是一个头条的深度用户。所以，拍脑袋也知道阅读时长一定会增加。可以进一步思考：为何要求3分钟？阅读关卡和其它关卡选择量上有什么区别？不同类型的用户阅读时长有什么变化？
- 新功能激活量：其中有一个关卡是查看热榜可以获得抽卡机会。对笔者而言，确实把我激活了，以前都是刷推荐，没有看过热榜。所以热榜功能的激活量应该也很大，不是因为热榜有多好，而是因为这个关卡也是相对简单的关卡。可以进一步考虑：热榜功能的留存率。
- 安装下载量：笔者抽了几天始终没有抽到“压岁钱”卡，既然已经参与了那就集齐。邀请是不可能邀请的，于是就安装了抖音极速版，结果还真抽到了。你们说这规则设定者的良心是不是“大大的坏了”，哈哈。可以进一步考虑：安装激活率、次日打开率、7日留存率等。反正我安装完就卸载了。引导安装本身就是一个很重的行为，用户的抵触心理会比较强，用户“被迫”安装激活后，一定要给一个大大的拥抱（礼品/金钱激励），并在最短的时间内让用户体验到“啊哈时刻”。
结合案例二，如果公司只要求下载量、注册量，而不关心活跃和留存，则执行层面在有钱的情况下很容易做到。这和现在数字化营销、精准营销、数据驱动的大环境也不匹配。
所以我们关心的数据要能够体现用户对产品的价值，和商业模式相匹配。
三、从数据中寻找机会
有读者可能会想到，作为企业级的超级活动，除了应用本身的数据指标外，品牌的曝光度和传播度是另一个价值的体现。
没错，我们在《实战：解决增长黑客一看就懂，一用就懵的困惑》一文中介绍了：增长分为外增长和内增长两部分。品牌的曝光和传播可以刺激外部增长。
我们无法得知头条集卡活动对商业层面的影响度，但可以从公开的指标中探查一些有用的信息。
活动周期为2022年1月24日至2022年1月31日，我们看看同周期的品牌关键词“头条”的百度指数和微信指数走势。
1. “头条”关键词的百度指数
图中绿框部分为24号到31号的“头条”关键词的指数走势，可以简单的理解为词的热度。从走势上看，活动前3天上涨，后面几天则明显下降。
2. “头条”关键词微信指数
左侧图能够看到24号和31号期间，“头条”微信指数的走势与百度指数走势高度一致。
而且1月31号是微信指数特别标注的“数据异常记录”日，整体指数值环比下降17.69%。
观察右侧趋势图，我们发现活动后的一周（春节期间）下降明显，7号上班那天指标拉升并趋于平稳，在2月16号迎来了一个高峰。
3. “今日头条”关键词微信指数
我们将和APP名字完全一样的“今日头条”作为关键词再查看微信指数。
查看左侧走势图得知“今日头条”在活动期间的走势和“头条”高度一致，而且我们还发现2月7号指数异常。
查看右侧图，微信指数特别标注了2月7号为“数据异常记录”日，且主要增长来自于视频号。
通过观察指数走势我们得知，在活动期间品牌的曝光并没有特别明显的环比上涨。侧面反映了大厂活动扎堆、没有差异化、影响力一般，撒钱赚的吆喝不太响亮。
那作为中小产品更没有必要在春节档投入太大精力了，相反的我们需要关注2月7号和2月16号都发生了什么。
避其锋芒，乃三十六计之以逸待劳。
四、数据驱动的“增减思维”
数据驱动就要分析数据，我们使用“增减思维”来保证数据的有效性。
增为增加收益，包括增加收入、增加用户数、提高活跃数、增强用户体验等。
减为减少损失，包括减少支出，降低流失、减少步骤、减少阻力等。
1. 对活动进行监控和复盘，减少损失
- 发现问题：品牌指数没有明显上升
- 定位问题：通过影响因子分析发现春节期间大厂活动扎堆、差异性不大，活动的场景化不够强
- 分析问题：查看头条新功能留存、抖音极速版的用户活跃都不高，关卡的设置和激活手段和用户诉求不匹配
- 提出方案：不再举办如此复杂的集卡活动，聚焦于单一的品牌或者单应用的用户获取，避开春节档。
特别说明的是，大厂活动的举办与否受很多因素的影响。此处为了描述逻辑，简化了很多分析过程和决策路径，仅仅算作抛砖引玉。
2. 对关键词指数进行监测，增加收益
舆情数据也是非常有价值的数据，在日常工作中都是要实时监测热点数据、行业数据和竞品数据的。分析2月7号指数数据。
- 发生了什么：2月7号整体指数值日环比增加47.19%
- 为什么发生：通过组成因子分析，主要增长来自于视频号。2月7号是春节后上班首日，且在北京举办的冬奥会于7号产生9枚金牌，精彩比赛吸引国人目光。
- 什么将会发生：国人继续关注冬奥，夺冠健儿、项目介绍、比赛瞬间、参与运动都会受到持续的高度关注。
- 应该做什么：策划一个全民参与的线上冬奥会，和自身产品找到切合点，获的用户增长
如能提前规划，这个活动大概率的会吸引大量用户参与，至少有明显的差异化。
2月16号的指数异常或许和疫情有关，健康题材也是不错的选择。
五、数据结合场景化是驱动增长的最高境界
运动和健康一直是人类最关心的2个方向，尤其是冬奥会在北京首次举办本身就自带光环。春节期间人员的流动，对疫情的关注度也会很高。都是可以考虑的场景。
目前被大家熟知的场景化成功案例一个是2014年的微信红包，另一个是2016的懂球帝与男足世界杯出线。
1. 2014年的微信红包
2014年春节，微信红包一站成名，被马云比作“珍珠港偷袭”，基本上在没有花费什么推广费用的情况下，获得了大量微信支付用户。
微信红包的开发耗时3个月，在立项之初就综合考虑了春节期间的人员流动数据和春节有发红包的“年俗”需求。
微信红包的巨大成功，一是玩法简单，二是目标纯粹（获得支付用户），三是裂变传播因子很大。
总之，经过腾讯团队的努力，占据了天时、地利、人和。
2. 2016懂球帝与男足世界杯出线
懂球帝是一款足球类的APP，有数千万用户。
回到16年3月29日晚，男足出线仅剩理论可能：国足世预赛小组赛最后一场，首先自己必须获胜，其次必须余下的5场比赛中至少有3场出线符合我们预期的结果，国足才能出线进入12强赛，局面颇为复杂。
懂球帝团队分析，虽然出现概率小，但是按照剧本走到男足出现，关注度将大幅提升。
所以懂球帝团队，提前分析了各剧情版本，做了充足的准备，在3月29日当晚给球迷送上了最“及时、快速”的资讯，引起了各渠道的广泛传播。也获得了极大的活跃用户，服务器都曾几度宕机。
六、常见的驱动数据
或许有读者认为，微信红包和懂球帝案例都是可遇不可求的。是的，这种现象级的火爆不是经常存在的，都是平时厚积的薄发。可以有爆红的梦想，更要有切实的追求！
法国著名雕塑艺术家罗丹说过“世界上是不缺少美，而是缺少发现美的眼睛”。可用的数据无处不在，就看我们能不能发现并加以应用。
更常见的数据包括三种：用户行为数据、用户信息数据、交易和日志数据。它们都是可以通过规划、采集、分析，再驱动业务增长的数据。
之后我们将介绍如何利用这些数据来驱动增长的具体实操。
何以解忧，唯有增长！
参看文献：
- 张溪梦著《首席增长官》
- 杨楠楠等著《数据产品经理》
- 张溪梦著《用户行为分析》
- 黄有璨著《运营之光》
本文作者 @巨蟹小鸥 。
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！
