用户规模测算:为用户增长设立目标
一、前言
用户规模测算,起源于市场规模测算(market sizing),是咨询及很多行业工作中常用的一种技能,在面试中也经常会遇到case interview来考察思维,比如:中国有多少秃头?浙江未来一年需要吃多少猪肉?
虽然通常看起来不知如何下手,实际上有相对比较成熟的方法去解决:通过问题定义、拆分成计算公式、公式中的每个指标可被量化赋值:
- 自上而下法,也被称之为「从供应端出发」,从产能方面,比较适合供给端存在瓶颈,供<求,例如下雨天不好打车,用户需求远远高于司机供给,只能通过司机能提供多少供给去测算单量。
- 自下而上法,也被称之为「从需求端出发」,从用户需求方面,比较适合供给端能满足用户需求的情况,供>求。
按照这类方法的特点是:
- 偏于宏观方面的估计;
- 测算方法相对成熟;
- 测算速度比较快,测算精度上有待不足。
测算精度的问题主要是基于每一步计算过程都是数量级的估算,导致颗粒度比较粗,但企业中一般存在相对精确的数据,因此可以使用市场规模测算的方法做出相对精确的测算,本文着重介绍市场规模测算中的自下而上法在企业中的应用。
二、用户规模测算的使用场景?
对于公司来讲,产品上线之后,通常需要设立用户增长目标,设置过高的目标往往难以达成,过低的目标通常过于容易达成,进行用户规模测算可以为用户增长提供适当的参考范围。
- 对于不同的产品阶段都可以使用,比较推荐新产品上线阶段,这时候往往还没有那么快去设立增长目标,这时候业务方对于业务增长的信息较为模糊,通过用户规模测算可以设置一个较为清晰的目标和数量级。
- 在制定年度规划阶段,对于未来的增长目标不确定,可以通过此确定量级。
三、为什么不直接用数据库里面的数据去预测?
这个问题确实值得被考虑,而且在大数据分析领域中,也有各种模型预测,为什么不用数据分析模型去进行,而使用调研去获得相应的数据,如果数据层面有相应的行为数据可以进行相对准确地预测,则也可以数据模型预测,比如电商、快销品等。
实际上,除了行为数据之外,还有用户态度数据,比如需求情况、购买意愿、购买偏好等,这些很有可能无法通过数据库数据得到,因此可以通过问卷进行推算。
四、测算的流程是怎样的呢?
先来划分一下市场:
- 潜在市场:这个潜在的需求有多大。
- 可服务市场:有多少需求已经被满足了,满足需求的形式不限。
- 可获得市场:有多少需求被我们满足了。
- 独占市场:有多少需求是别人无法满足的,只使用我们去满足的。
如何去获得相应数据呢?
我们通过问卷抽样,来确定每个切分市场所代表的部分,然后按照问卷抽样推算总体的情况。
这个总体可以分成:域内总体和域外总体,总体由用户导流来决定,比如如果是一个新产品的孵化,一般会从域内先去导流,通过域内的流量能做前期的产品价值点验证,再逐步拓展。如果是领域有明显差别,需要从域外导流,那么后续的用户增长目标大概率由域外向域内的流量或者是线索。
1. 第一步:通过问卷得到需求和使用数据
根据目标设计问卷问题,在总体用户中进行问卷投放,投放问卷得到相应占比。
2. 第二步:获得总体大盘的相应数据
如果是域内导流的产品,则总体数据既是大盘数据(特别地:抽样期间的大盘数据);如果是域外导流的产品,则总体数量可以选择市场占有率计算。市场占有率的计算方式,可以去第三方平台投递问卷,经过计算得到相应的数据。
3. 第三步:计算产品数据
根据总体大盘数据和问卷相关比例,计算产品日活(highcase~lowcase):
- highcase,属于最大需求量。
- basecase,属于某产品满足需求的情况,可以作为基准线,basecase可以。
- lowcase,属于某产品优先满足需求的情况,独占市场的份额。
4. 第四步:计算细分需求量、使用情况等
除了日活、月活、销量等数据,还可以计算细分数据,比如行业、职业、会员等,可以采取同样的思路进行计算,为细分领域的拓展提供思路。
在这里需要注意的是也需要考虑大盘中的量,最终的需求量、使用量是有总体大盘的数量、针对该产品的需求量来决定的。
需求占比=所在总体中的细分领域用户规模比例*细分领域有需求的用户占比
五、案例
我们通过问卷获得了以下的数据:
看到最后,大家会不会好奇?
作者:鱼日;公众号:酷家乐用户体验设计
本文作者 @酷家乐用户体验设计
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!