极客时间已完结课程限时免费阅读

13 | 产品做增长的过程中，有哪些关键套路？

13 | 产品做增长的过程中，有哪些关键套路？-极客时间

13 | 产品做增长的过程中，有哪些关键套路？

2018-09-05 邱岳 来自北京
《邱岳的产品实战》
课程介绍

讲述：邱岳

时长08:29大小3.89M

极客时间的专栏读者你好，我是邱岳，我们今天继续增长的话题。
上两次分享我们说到增长的业务模型，我提到了通用的经典 AARRR ，并谈到了如何利用业务目标拆解指标，寻找增长杠杆，今天打算跟你分享增长的一些增长过程的套路。
我曾经听朋友引述做增长的名言，他说：“当你在博客或书上看到某一个增长策略的时候，它通常已经过时了。”所以，要做好增长，不能只关注具体操作层面的技巧，而应当多关注过程。

增长的实施过程

我们在了解和学习增长黑客的时候，最闪亮的总是那些四两拨千斤的策略，比如 “Dropbox 通过邀请好友获得额外存储空间”这样的神来之笔。
这样的招数听起来像是灵机一动，其实它是由一整套过程方法激发、筛选和测试出来的。在这个过程中，可能有无数的想法被提出来，其中一部分可以被投入测试，少数的策略能产生预期的效果。最终，只有少之又少的策略试验会真的带来显著增长，其他的都变成炮灰，消失殆尽。
增长的过程大概分成五步，分别是：

建立数据体系 → 分析 → 提出想法 → 排定优先级 → 测试。
(滑动可查看全部内容)


这几步周而复始，最后构成了增长的实施循环。

1. 建立数据体系是增长的前提

我们在前面分享提到过，增长是一种更偏理性的学科，它的决策依据就是测试的数据结果。毫无疑问，没有数据体系，不论产品还是运营，都会是盲目的，没办法谈增长。
当然，数据体系实施起来也有难易之分，除了自己打点做各种用户分析之外，我们还可以借助一些第三方的数据平台，比如 GA、MixPanel、Growing IO 等等。
实施的难易程度由复杂到简单依次是：

使用自有打点策略和日志工具进行复杂分析 > 使用第三方工具进行自定义打点与复杂分析 > 使用自有打点策略进行简单分析 > 使用第三方工具的基本功能进行简单分析。
(滑动可查看全部内容)


我们会在后面数据相关的部分中去介绍这些数据体系之间的差异，简而言之，大部分团队最终都会去选择自建数据体系。
不过，刚开始的时候，我们可以用第三方工具先把架子搭起来，先看到一些基本的数据指标，然后再逐渐进化。

2. 分析的目的

这里的目的有两个，一是将业务流程以及各种分支分开，辨别每个步骤之间是否有不正常的流失和转化。另一个是将用户以各种维度分开，以控制和观察这些维度差异是否会给他们的行为带来影响。
前者相对宏观，它能告诉我们整体的业务流程在哪个阶段出现了缺陷和问题，比如我们可能会看到用户有加入购物车的行为，却仅有很小比例进入结算页面。
然后我们可以聚焦在这个环节，通过区分各种不同的用户维度，去观察不同维度用户之间是否有明显差异。比如是否已登录用户更容易进入结算页，或者是否留存用户更容易进入结算页，甚至是否非电信线路的用户更容易进入结算页。

3. 提出想法

在这些分析背后，我们可以提出各种想法和假设，对数据做出解释，并以此为基础，提出可能的解决方案去改善发现的问题。这个过程需要尽可能多地抛出假设，从某种角度来说，增长是依靠持续的、大量的尝试取胜的。
比如刚才的例子，如果我们发现已登录用户更容易进入结算页，可能是未登录用户的引导流程交互有问题；如果留存用户更容易进入结算页，可能用户去别的地方比价了或者本能的不愿意在一个陌生的网站花钱；如果电信线路用户更容易进入结算页，则有可能是服务没有对特定运营商线路进行优化。
而如果整体转化率都很低，会不会是用户把购物车当做收藏夹在使用？当然，还有一种可能是产品交互设计有问题，大部分用户都找不到进入结算页的入口，导致转化率很低。
基于这些问题，你可以去尝试以产品或运营角度的解决方案。这时提出的解决方案需要逻辑清楚，具备可行性。你要说清楚针对什么用户，做具体什么事情，最终以什么数据来证实这个策略是否有效。
千万不要模糊，提一些大而化之的策略，比如“改善未登录用户的引导流程”之类的需求，纯属浪费时间。
另外这个过程中尽可能要对数字提前做出假设，不要笼统的说“xxxx 指标会提高”，做假设可以帮助我们排定优先级，同时也是训练我们对增长策略效果进行预测能力的过程。

4. 排定优先级

将各种可能的方案列出之后，接下来我们要去排定优先级，安排资源做试验了。这个过程与我们前面提到过的安排产品特性优先级的思路很像，也是集中力量优先解决性价比高的核心问题。
影响范围越广、实施成本越低、预期效果越好的策略，越应当优先安排。我个人的建议是优先从代价小的开始做，一来是把整个过程闭环快速地建立起来，二是成功时更容易获得信心，失败时受挫感不太强，方便逐渐养成直觉。

5. 实施测试

接下来就是实际投入实施的过程，根据优先级排定开工干活。去测试提出的想法和解决方案是否方向正确。测试应当完全以数据作为标准，新的方案是否带来了显著的指标改善或增量。
但既然是测试，就意味着是一个做验证判断的过程。验证的方式有两种，一种是按照科学的方式，进行 AB 测试，只对一部分用户实施测试，留下对照组进行对比。AB 测试的方法很多，可以基于完整的框架和方法论（这方面的内容在曲晓音的产品专栏中有详细的方法介绍，欢迎大家去学习）。
也可以糙快猛地加一个随机数实现（比如 30% 的用户做测试，那就在代码里硬编码生成一个 1-10 的随机数，如果大于 3，就继续用原方案，记住如果用这种方法过后要记得清干净）
还有一种方式是直接全量做上去，看数据的前后变化。这种方式不那么科学，但对于一些明显的缺陷改进和预期很好且很有信心的策略也不是不能用。我自己也经常这么粗暴地做测试，成功了就把特性留下来，失败了就撤。

6. 周而复始

测试产生大量的数据和逻辑事实，可能会验证我们的想法，从而可以帮助我们做进一步的分析。
没有谁能每一次都对问题做出精确的解释，并提出惊世骇俗的解决方案。大部分有效的增长策略是在上述过程的不断循环中诞生的，所以说我们不能迷恋具体的策略，而应当关注实践增长的过程。

总结

今天我跟你一起分享了增长的实施过程，首先我们要建立好一个数学体系，其次我们要去分析我们的数据，再次，提出各种想法和假设，对数据做出解释，并以此为基础，提出可能的解决方案去改善发现的问题。
列出方案后，我们要去排定优先级，安排资源做实验。集中力量去解决核心问题。接下来就是测试的时刻，要关注每个方案是否带来改善。最后，我们还需要耐心等待，有效的增长策略就是在周而复始的循环中诞生的。
这个话题我们在后面的分享中还会提到，到时候再跟你分享我的思考和感受，今天的分享就到这里，欢迎你在留言中分享自己的增长实践过程，我们下一次再见。
分享给需要的人，Ta购买本课程，你将得18元
生成海报并分享

赞 10

提建议

© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
上一篇
12 | 产品增长有哪些业务公式与关键指标？（下）
下一篇
14 | 实战增长，我们要知道哪些事儿？
unpreview
 写留言

精选留言(7)

  • Novelty
    2018-09-05
    非常赞成二爷的观点“有效的增长策略就是在周而复始的循环中诞生的”。 结合自己的经验，我觉得在增长的过程中，最开始还需要明确“第一关键指标”。曾经一度在公司逐渐建立了科学的增长体系后，又出现了运营策略的“大讨论”究其原因就是大家对数据解读的维度不一样，有人认为是分享率更重要，有人又认为是点赞量更重要，后来是通过部门负责人根据公司整体战略缩减指标，让大家更加专注于几个数据从而使效率大大提升。 曾经看过《精益数据分析》一书，里面也讲述了第一关键指标通常有的特点：第一是简单：它是一个简单的数字，第二是即时，可以随时就能统计出来；第三是可行动：能及时调整策略，并进行执行；第四是根本性：它反映了企业商业模式中最基本的方面。 想想当下运营之中的主要问题，还是颗粒度不够细致，没有做到二爷说所，在宏观分析后再将用户以各种维度分开来进行行为分析，这也是我们以后努力的方向，感谢。
    展开
    13
  • laulend™
    2018-09-05
    很赞同这句话“当你在博客或书上看到某一个增长策略的时候，它通常已经过时了。”所以，要做好增长，不能只关注具体操作层面的技巧，而应当多关注过程。尤其是后面一句。 记得看《增长黑客》这本书的时候，书中提及的airbnb等公司的案例，看起来都是一个很小的举措，但是带来了非常可观的效果，看的时候很诧异，但回到我们的自己的产品上，确是一点不合适。 一直在思考我们的产品如何做增长？除了做好宏观的分析以外，还需要做好用户的行为分析，以及用户可能转化的节点分析。 拿我公司的实践举例，产品业务线很多，但每个业务现有自己的目标，每次在考虑页面设计和流程交互的内容时，可能会有不一样，但不一样的点会否影响用户下单和增长？对于推广进来的新用户下单流程是登录注册是放在下单流程还是另起一个页面？如果另起一个页面，是弹窗还是另跳到登录页？测试后发现，最原始的另起登录页（跳出下单页）新用户准化率在1.06%，而我们将下单页登录改成弹窗后，新用户的转化率大概在1.91，提升了近一倍，目前正在尝试看看要不要直接加到下单流程，后期再看看数据。 感谢二爷的分享，确实，增长关注的是实践的过程和善于发现可增长的点，而不是策略层面的技巧，技巧虽好，但不一定适合咱们。
    展开
    7
  • 听天由己
    2018-09-05
    一直以来，我都对数据分析很好奇，究竟如何从数据中挖掘用户行为并且完整复现操作路径。 有过尝试，以前都是通过后台的简单统计来了解产品活跃情况。最近一次使用了 Talkingdata，总算是有些改变。 免费第三方工具能够帮助我们深入了解路径与功能使用，还是愈发觉得神奇。不过，困惑的是如何设置路径与各种页面的关系，我们定期会梳理各种数据，也是对产品的一次重新审视。 虽然也经历了很多坎坷，从去年到现在才算有了一次数据分析的完整经历。虽说不像二爷说的那么周全，还是认真地帮助产品和业务能够知己知彼。
    展开
    4
  • 谢顿在上
    2018-09-13
    自己的增长实践中，得到的最重要经验，就是坚持以正合以奇胜，不能总寄希望于爆发增长，那是妄念。而是踏踏实实积累增长创意，提高增长试验的效率。另外有些小经验： 1. 增长实验排期时，除了成本收益，还考虑得到实验的结果，可否带来新的增长创意。最好的实验就是葡萄串，一个试验牵出一堆创意。 2. 提前预估量化结果，总是让人为难，找一堆借口很常见。经测试有效的方法，一是组织数据猜猜猜，猜的最准的有红包；另外是夹逼法让填空题变判断题，比如问他涨多少，答不出来，就问1万有吗？没有。1000呢？肯定不止。5000呢？这么反复下去就能拿到准确值。 3. 增长分级，3位数的增长叫3级，4位数就叫4级。最终看就看增长的量级，统计3级增长多少次，4级增长多少次。具体数据不重要，省得为了1500还是1800争个不停。 4. 明确阶段性增长目标，所有实验围绕一个目标。针对同一目标的实验最后多，才有可能显著增长。否则大家容易逃避困难，哪里好做做哪里，导致实验目标太分散，不能形成有效增长。
    展开
    3
  • Dylan
    2018-09-05
    二爷讲的很对，实际上的增长策略没那么性感，都是在不断的分析验证迭代中试出来的。比如现在我在负责app分享H5页的增长策略优化，之前只有这个页面的新增和登录数据，并没有pv和uv，所以我接手后对明显可以改进的广告位和引导位置进行竞品调研和优化，并且在各个关键页面都建立了数据埋点，一期错了，关键部位的优化，而针对这些后期螚沉淀下来的数据，准备分析后结合用户调研，继续迭代至一个新的稳定日增长阶段。 虽然不是这么性感的过程，却有助于锻炼自己的数据分析意识和产品感，我准备后期再结合实际的用户调研，结合用户需求来“软化硬推广”
    展开
    2
  • algery
    2018-09-20
    期待二爷说一说数据分析的具体案例
    1
  • 和小胖
    2019-03-19
    所有的增长策略，都是经过无数次的尝试，无数次的数据验证得出的，书上总结出来的那些神奇案例，应该也是尝试出来的，只是会给人灵光一现的感觉，哈哈，这是错觉。 增长策略也应该是厚积而薄发，也是在持续积累的过程中得出的，也只有进行过无数次尝试和数据验证，才会出现所谓的“灵光一现”时刻。而数据感也是多次尝试和验证之后培养出来的。
    展开