增长实验复盘:如何提升164%的同比营收?

本文内容共分两部分:

1)作为一个对增长黑客异常感兴趣的创业公司纯产品经理,系统学习了增长的理论知识后,创造条件在工作当中用增长的方式做了一些实验,通过实践验证了增长方法的有效性。作为“学习-实践-总结”的最后一环,通过本文详细复盘一个简单的增长实验的过程与结果,供想进行增长实验的小伙伴参考借鉴。

2)距离上一篇文章相隔半年,通过本文对增长黑客领域的一些新收获及思考进行固化。希望能通过本文抛砖引玉,多多和对增长感兴趣的小伙伴们交流!

一、增长实验复盘

任何工作都需要一个核心的产出物,产品经理的核心产出物是PRD,活动运营是活动方案,媒介是投放排期计划,增长黑客虽然是较新的岗位,但一样也需要一份核心的产出物,那就是增长实验报告。话不多说,直接上报告:

1. 实验背景

上图是曲卉老师的增长全景图

下文会借助这张增长全景图对实验的过程进行详细的复盘。

关于如何搭建增长实验?什么是北极星?增长全局的具体分析方法等增长理论知识并非本文重点,对增长基础概念还不是很清楚的小伙伴们可以先查阅相关资料了解一下。

人人都在说的增长黑客,到底是个什么鬼?

增长黑客的四季装扮——常见“打法”与“工具”。

1)增长全局分析&北极星指标

由于公司的产品是为创投人群服务的,所以在分析产品增长策略之前需要对行业的概况有所了解。

通过上图可以看出自15年出现退出数量的波峰之后,最近4年的退出数量逐年下降。

以终为始,退出数量大幅下降,创投行业的景气度近些年也比较低迷。尤其互联网行业的感知会很明显。通常在【存量】市场下,增长的策略为【收入】、【留存】。

上图是我所负责的公司移动端产品的活跃情况,可以看到也是处于下降趋势的。

【成熟期-衰退期】过渡的产品,【留存】&【收入】是最后的抓手,尽力留住用户多创造价值,将用户和收入补贴到公司的第二曲线产品上是没有办法的办法。关于第二曲线本文的第二部分会展开。

通过行业和产品生命周期的分析已经可以明确增长的重点【收入】、【留存】,和老板沟通后确认的19年Q4目标也是“留存不下降的基础上,增加营收”(当然哪个是重中之重,大家都懂)。

因此,基于行业、公司所处的大背景,北极星指标为GMV。

2. 实验假设

1)增长模型&聚焦领域

确定了北极星指标之后,增长模型的搭建并不困难,框架搭好之后逐步拆解即可,而且往往很多时候环境并不会提供拆解的机会。

通过上图结合当时的背景环境逐一分析:

【客单价】这个可以直接排除,创投行业整体下行,没有创造新价值的情况下不可能提升客单价。

【活跃用户量】在双十一前夕的时间节点,结合公司环境。

新用户外拉新要预算,内拉新运营同事在准备活动,开发新功能周期太长【新用户可以放弃】。

唤醒回流用户、减少流失用户同样至少需要不小的时间成本。

步步推演,剩下的【聚焦领域】就只有【付费转化率】一个选项了。

实验想法实验想法的产生同样是一个步步递进,逐步剥洋葱的过程,并且分享曲卉老师的一句话“从数据中寻找洞察,是产生高质量的实验想法的关键”。

1.聚焦具体的收入来源。由于我们的产品中有90%的收入都来源于会员增值服务,所以这部分很容易聚焦。如果收入构成比较复杂的话,还是需要进一步做减法,再次聚焦。

2.以终为始,梳理用户付费之前的核心路径。

上图仅做示意,这部分就是苦逼活,一步一步将用户的使用流程梳理清晰,需要的只是认真的态度。

3.建立漏斗数据

对于传统行业收集各个环节的数据可能有一定的难度,互联网产品做简单的漏斗同样是态度问题,百度统计有免费的无埋点统计,友盟免费版也可以提前埋点(当然还有认知的问题,这个在文章第二部分我也会分享一部分的思考)。

4.找漏斗中明显的“黑洞”,加以修补。因为往往明显的转化黑洞填补起来的难度并不高,属于低垂的果实。

5.分析原因。这个过程中我一点小小的经验是善用热力图,热力图能最为直观地反映出用户的行为,通过用户行为数据归因用户需求能提高成功的概率。

6.总结实验想法。层层递进,通过上图可以直观的看出进入【会员订单页】的用户大量的点击行为分布在“查看特权”和“购买咨询”,由此实验想法“如果能将会员的权益展现得更加清晰是不是就能提升用户的下单转化率呢?”

ps:这个实验想法的产生过程属于【漏斗型增长】。

漏斗型属于最为基础的一类增长类型,但我个人觉得增长同样符合“二八法则”,工作中绝大部分的增长实验应该也都是属于漏斗型的。与此同时漏斗型也是非增长岗位从业者和大多数创业(小)公司可以上手的类型。虽然基础但确实是重要的类型。

3. 实验假设&打分

实验设计这部分更多属于产品的范畴了,就不展开具体的设计过程了,只提一个点,多看竞品!

竞品之间对比一下高下立判,后续的产品设计就不展开了。

实验打分增长领域给实验打分的模型主要是“ICE”模型,打分的目的也是为了对增长实验的优先级进行排序。产品领域常用的排序模型为“KANO”,实际的工作中如果是非增长岗位的小伙伴们,我的经验是完全不用在这个环节上纠结。因为一方面不同的模型虽有差异,但是最终的目的都是对任务进行优先级排序。另一方面,实际的工作环境中,也很难有排期去做单独的增长实验。

4. 实验结果&总结

首先,是【订单转化率】有了明显的提升。

其次,是营收有了显著的提升。

通过上图可以看出在19年的11月Android端的收入有了明显的大幅提升。

这个也是标题当中的数据来源。承认这篇文章有重大的标题党嫌疑,小伙伴们还是多注重整个增长方式的过程哈。另外,此次改版之后,老板就基本不参加我的评审会了,所以效果还是很明显滴。

最后,有一个点需要郑重地说明一下!

本文中的增长实验结果虽然是有效果的,但就实验本身而言并不严谨。

比如,针对本实验环比的对比中,一年的周期内有大量的功能迭代,不能确定说是优化了【会员页】一个因素带来了【转化率】的提升。

同样,虽然对比了新老活动非双十一期间的数据,但不可避免的在版本迁移过程中导致用户人群不完全随机带来的差异。

严谨的增长实验需要ABtest,实验组和对照组之间只能有唯一变量,并且实验之前的样本数量,之后的效果校验都是需要计算并符合统计显著性的,统计测算这部分有三方的工具。

这里我想先表明观点,对增长的实验结果一定要非常严谨,对统计学要有敬畏之心。但与此同时,ABtest系统作为增长的基础设施,不论是自建还是采用第三方都有不算小的搭建成本的。

即便现在,建立了ABtest环境的互联网公司也绝对是少数。而且即便有了ABtest环境,很多情况下也是无法通过ABtest进行试验的。

我个人的观点不论对个人还是创业公司而言,增长的方法论还是有非常非常有必要的,这个矛盾其实是普遍存在的。

【因果推断法】、【双重差分析方法】、【边际效果归因】的三种方法都能在没有ABtest环境下得出确定性的结论。

至此,增长实验的复盘就结束了,对于实验的效果和对增长方法的实践我还是比较满意的。通过实践坚定了自己今后在增长方面继续学习的信念。但就增长实验而言,还是不够严谨的,厚着脸分享本文也希望能和小伙伴多多交流!

二、增长新收获&思考

总结完实验,感觉给自己挖的坑有点大,所以决定慢慢填了。

先把主要的点埋在这里:

  • 产品的核心是创造价值,增长则是让用户发现价值(把50%的精力放在产品开发上,另外50%的用在新用户激活上-肖恩·埃利斯)。
  • 做用户增长实际上实在用测试的冗余性来换取增长的确定性。杨瀚清老师这句话个人理解约定于华尔街名言“截断损失,让利润奔跑”。
  • 增长成功的秘诀不在于同时做很多事,而在于找到目前影响增长率的最关键的那一两件事。换句话说,找到“做什么”和“怎么做”,比“做”本身要重要的多。出自曲卉老师的书。

 

本文作者 @MR.魏氏

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!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部