得用户者得天下,存量市场是你死我活的争斗。——于晓航
分享嘉宾:友盟+互联网应用数据业务总经理 于晓航
近日,刚结束的「2018中国产品运营大会 · 杭州站」一共邀请了来自阿里巴巴、腾讯、苏宁易购等知名互联网公司的7位实战派专家,给我们献上了精彩的演讲。他们结合自己的实战经验,分享了在电商、金融、产品等多方面上的运营心得。
第一位分享嘉宾,是来自友盟+互联网应用数据业务总经理@于晓航老师,于老师在互联网中从业十余年,在此他给大家带来的是《回归用户:后移动时代的APP增长之路》,主要从三方面进行分享:
以下内容为嘉宾分享实录,由人人都是产品经理社区@Daisy 整理编辑,部分内容有修改:
互联网发展到今天,已经步入移动时代的下一个阶段;用户要求越来越高,耐心却越来越差;用户已经是越来越稀缺的资产。用户多、用户增长快是每一个App追求的目标和方向,也是企业商业变现的基石。
从一个最简单的问题开始:你的App现在有多少用户?
如上图左边,我们可以看到周活跃用户在一千以下,最高是在100万以上;右边则表示他们在一年中的增长幅度。
显而易见,这张图呈现了一个鲨鱼鳍的弧状。
其实在做这个数据之前,我原来认为规模比较小的应用只有几千、几万的客户,所以增长幅度会更快一些。然而从这张图来看到并不是这样,增长最快的反而是那些超大型的过百万以上周活跃的客户。
这说明了什么?
现在的移动互联网时代是一个赢家通吃的时代,大型的客户、大型的应用,他们会更好地保有自己的用户群体,而且会更强有力地能够拉动新用户的引入,会在这个时代里面变得越来越强。但是他们能做到这一点,主要就是因为在用户的把握能力上面会比小的应用要更强一些。
其实,每个人都会有自己看用户数据的方式。那么,我们应该怎么来看呢?
很多的产品经理看用户数据基本有三个层次:
先说第一个层次,这个是最简单的:
众所周知,DAU是每天的活跃用户数。如上图这个例子,“比如,我的App 有105000的DAU,同比增长5%。”这是第一层的看法。
这种看用户的方式是在移动互联网中最普遍的,也是一种最通用的语言。
但这有个问题,即:这种看DAU的方式,没办法细分和拆解原因,并没有办法把数据落到实际的工作上。
为什么呢?你的DAU增长可能有很多原因构成,你的DAU下降也可能很多原因构成。所以你看到DAU这件事,其实并没有办法来精确地把握:你的用户到底是涨了?做得好了还是不好?
其实第二层比第一层更好一点,第二层要看构成。
了解构成的方式,可能还是从DAU出发。其实,我们知道DAU这个“105000”是由一部分新增,还有一部分的流失共同构成的。在这个案例里面,新增是10000,流失是5000,所以比过去的同期增长了5%。
那这种方式比上一个方式要好一点,因为它能看到这个流动的构成,即虽然DAU值涨了5%,但其实流失和新增是两个不同环节的要素。所以新增有很多的映射点,当我们看到新增变化的比较大,那可能跟新引入的客户,或者跟用户激活的使用率,都会有一定关系;如果流失比较高,那可能是产品粘性出了问题。
从上面这个案例可以看到,流失的增长比例会更高一些,所以流失就是主要的问题。
这确实可以找到一些更具体的工作点。至少我们知道是做新增,还是应该做流失。
但这也有问题,是什么呢?比如5000和105000,其实我们都不知道它们是谁。可能今天有5000的流失客户,这已经是一个固定的结果(已经流失掉了)。但想要做应用,我们希望做的是什么?是用户不流失。
其实我们大家都知道,想要这个挽回流失用户是非常困难的。但想要用户不流失,需要怎么做?你需要更早地预知这个用户未来可能会有流失风险。
新增也一样,因为我们是活跃的新增,里面很多问题是说用户的使用频次并不高,可能每个用户每周用一次App,所以我们在看DAU的时候并不好看。而这个行为是用户习惯所导致,所以这种视角来看构成的方法,其实并没办法找到是什么原因来影响了这些事。
接下来我们要说第三层,应该怎么来看用户?
第三层,我们就要看行为。这里其实有一个非常明显的概念,大家需要注意:第三层当中,我们本质上并不是在看用户,然后回答的问题却是用户怎么看我们,我们需要把每一个用户单独拎出来。
比如上图的这个例子,用户是怎么来看这个App呢?
所以第三层,我们要看行为。从行为方式来识别我们的用户,到底用户是怎么来看这个App应用的。当我们找到这层之后,比前两层的好处是什么样呢?
其实,我们可以真正地找到:
所以第三层要看行为,或者说是看用户怎么看我们的App。只有通过这样的方式才能真正地识别我们的App,从而回答一开头的问题,到底有多少用户?
在这里面,我们至少能知道每一个用户到底是什么样子,所以可以看到有高频用户,有普通用户,可能还要流失沉默或者一些准流失的用户。
回归用户,是在后移动互联网时代里面,每一个应用、每一个产品经理或者运营人都需要考虑的问题,即:用户到底怎么来看我们?
所以现在跟大家聊具体的方式,即怎么来找到自己的这个用户增长之路。
其实简单说,就三步:
接下来我们挨个跟大家说一说,首先是看见:
看见,看的是什么?我们看的是用户价值。如果想看清用户价值,就涉及到两个问题:
问题1 :怎么来度量用户的价值?
RFM模型是用来度量用户价值的一种比较常见方式。其实,它是由三个因素构成:
为什么这么说?我们知道RFM模型在传统行业中也会被用来衡量用户价值的。但后移动互联网的特点是什么?就是用户的耐心很差。我们没有办法通过用户上一次、最近一次启动,或者曾经用过多少次来判断它会不会被别人抢走。
后移动互联网的时代特点,就是你今天可能还很受这个用户的重视,很受他的欢迎;但是转过头之后,他看到一个新的由竞争者做得比你可能在某一方面好一点点,立刻就转头了。
所以价值行为的频率是在移动互联网里面特别重要的一个因子,需要在每一部分当中都有所衡量。而计算价值的方式,就是这个RFM模型。
问题2:什么样的环节是我们度量的价值?
这涉及到一个价值环节的问题。其实所有的App应用当中这个价值,主要就分为三大类:
第一类最简单的,叫启动。
启动是每一个用户都会对App产生的一种价值定义,而会自启动,就对你的App有一个价值。
为什么说有价值呢?简单说,你的估值其实就跟这个有关系。比如DAU有多少;这个企业卖多少钱……都是跟这个有关的。所以,启动是第一层价值。
但是,启动并不能标识这个用户对你的真正价值贡献和粘性。所以,启动往往是衡量比较初级、相对表层一点的方式,而且它很重要。
第二点的方式叫浸入,即我的用户跟我的实际交互粘性有多高。
举个例子,比如说一个做电商的APP,它的交互粘性是什么?就是这个用户在你的APP上多元逛街。我们知道购买这件事是需要大量的逛街行为之后才做出购买决策,如果没有逛的行为,那肯定没有买的行为。所以“浸入”这一点就是指的交互粘性,它并不一定是最终给你产生价值。比如说交钱,交会费,买商品,是这些行为之前的前置步骤。
第三个是转化过程。转化过程比较简单,其实指的就是刚才说的,我们会有一个付款的过程,可能是变成会员,或者是电商里面购买的行为。
但这个价值环节有两个非常重要的点:
怎么度量“启动”、“浸入”和“转化”这三个价值环节?
给大家举个例子,在所有的客户中,我其实发现有一家客户特别有意思,这个客户增长非常的良性,滚动很快,增加很快,而且很少有流失,用户管理当中做得非常好。这是一家专做儿童类的电商应用,我们拿它在用户管理中的一些方式来做一个例子。
(1)启动
先看第一个,它其实在三个价值环节当中都会做衡量和度量,即启动。
启动其实比较简单,因为你只要看到底有多少用户使用你就好了。
如上图这个例子,这是一个用户分群的设置,有几个要点:
(2)浸入
第二个说的是浸入的环节。也是这么一个例子,他想衡量用户使用自己App粘性高的人有哪些,所以他进行了一个设定(如下图),这里要跟大家明确几个关键点:
首选是选择两个事件:
进入商品页,加入购物车,最后结账购买。这是一个电商比较标准的流程。它需要两个环节,一个是看商品,还有一个是加购。为什么会选两个方式?浸入的方式是多种多样的,你的用户在进入这个环节里面可能表现并不相同。电商还好一点,因为电商的线上环境比较标准。进入商品页和加入购物车
在浸入的表现方式是多样的,大部分商业模式,多个条件之间都是取“或”的关系,比如:浏览商品页面大于400次,或者直接加购物车大于40次都可以定义为用户浸入的表现方式,所以需要根据业务特征确定交集和并集。
但是有些特例和特定,商业模式需要结合用户多个步骤完成的:比如,我们一个收费类的视频教育客户,模式是通过收看免费课程,提升平台的影响力,从而引导用户去购买课程。
所以,他设定超级用户的维度在两点:
他认为必须要通过课程的方式吸引用户的注意力,如果只是整天刷课程,但没有真正去感受课程内容的并不是产品的超级用户;这里使用的是并集的关系,所以超级用户条件需要根据不同的商业模式和业务模式来去确定。
(3)转化
转化环节更简单一些,大部分的企业模式转化环节只有一至两个,在这个商业模式有会员付费、商品购买和很多种的商业模式。如果是多种商业模式,价值在这个定义转化的环节里面,就需要有不同的定义和内容。
上面的图是个电商网站,所以它定义的转化就是付款。电商的超级用户认为多次购买的用户,比如儿童类的电商网站,是易耗且高频率购买用群群体。
在这里主要介绍三个计算模型:
很多人都听过这三个计算模型,但是对这三个模型的理解却不一样。
(1)科学设定事件、属性将数据结构化
在中国互联网市场里,对事件进行埋点,通过事件细分去做分析,这个事情其实是非常痛苦的。在国内有两句话非常简便可以总结埋点:
第一,流程结构分事件。比如把浏览商品页,点击商品,购买设定一个事件,那么:点击儿童服装、儿童玩具都要分事件吗?并不是!我们现在绝大部分的埋点都是把所有行为都埋成一个点击事件,但分析起来头就大了。流程结构分事件,比如:电商场景,通过浏览,注册,加购,购买是你的业务流程,在业务流程中的关键点就必须要分事件。
第二,业务结构分属性。这里继续用儿童电商举例,购买玩具,购买服装、购买食品及尿布……这些是儿童电商的业务结构,会分为不同的业务组。代理公司是一组人,运营是另一组人。这种业务结构要分属性,你可以将购买都设定为一个事件。买玩具,带一个属性叫玩具,买服装,带一个属性叫服装。
下面举个例子,你可以看到一个token,他的业务结构是童装,下面带有价格,有购买者和销售者,这个事件传回来,就可以进行结构化分析。
(2)巧用留存挖掘业务潜力
本质上,用户留存是衡量的一个时间序列。比如我们平时说的留存是在七天之前访问的用户,在七天之后是否还有启动,这是比较标准的留存。
自定义留存,我通过以下案例来阐述:
(3)结合业务现状科学定义漏斗
如何理解漏斗?
第一,漏斗是多入口下的序列监测。
我们有个客户想通过漏斗分析页面,他分析的场景是通过App进入后,会弹出促销商品的页面从而才可以进行购买。他设定漏斗的三步分别为:进入App→点击促销页→点击购买。
这样的漏斗有没有必要?答案是:没有必要!用户只能通过唯一一条路径进行购买,所以只要看这三个不同事件的点击量就可以了,完全不需要设定漏斗。
漏斗是用在入口很多,比如:你有很多渠道和路径完成的购买,可能从A渠道、B渠道、C渠道购买,只有在来源路径很多的时候,漏斗才有价值和作用。
第二,时间窗口的重要性。时间窗口指的是完成漏斗的周期,比如通过漏斗查看在一个月里完成浏览商品、加购、购买的用户是谁?这种分析方式有很大的问题,因为这三个行为,中间可能隔了好几十天,漏斗必须要设定一个周期,也就是在一定时间范围:五分钟、十分钟、一个小时、一天都可以,这时候通过漏斗的分析,才是有意义的。
这里我再举个例子,还是刚才那个客户,他做了一个个性化推荐算法,引入了外部数据,完成了用户的冷启动,来看一看这个冷启动的效果,来验证用户是不是对推荐的内容满意?所以他使用的漏斗有两步:
放大,其实就是通过复制用户→复制路径→复制习惯这三件事入手。
复制用户,在引流时基于对超级用户画像分析,了解超级用户的特征,同时圈选出与超级用户相似的人群,在外部进行人群圈选投放,通过新用户来检验效果。
复制路径,通过超级用户对关键行为进行漏斗分析,了解他们的转化路径和关键行为;同时通过路径分析调整产品引导,通过App推送或者应用外拉动,通过A/B test来查看哪一个的路径转化更有效。
复制习惯,分析模型一般用的是留存和细分,留存是表示的是用户习惯,通过分析超级用户的习惯。比如:超级用户对什么活动有兴趣,从而培养用户的习惯,最终你会通过消息推送和引导客户进入产品页之后,把那些并不是超级用户的用户培养成超级用户。
本文由威海软件开发公司半岛科技转载整理2018.09.01