GrowingIO产品实战案例:数据如何驱动产品实践?

流量为王的时代已经结束,精细化运营才是未来的方向。现在产品迭代速度越来越快,我们必须要学会用各种工具来辅助我们的决策。在GrowthHacker里面,如何使用各种工具对产品进行调优是一个重要的概念。

一、为什么要用数据来打磨产品?

在过去的十年,中国互联网领域有一个流量为王的思想,如果你能吸引到流量,拉来大量的客户,就可以迅速做大,迅速变现。典型比如O2O领域的竞争,各大公司通过烧钱补贴客户增长,如外卖、打车、家政等领域。但随着资本寒冬来袭,一大批靠烧钱为生的公司无以为继,增长停滞。

为什么流量为王的模式难以持续?

第一,流量获取的成本越来越高了,SEM,广告联盟等一系列渠道的价格是不断增加的,公司越来越难承担这样的成本。

第二,企业员工的薪水在近几年快速增长,公司的运营成本在不断增加。以前我们可以铺人、搞地推,但是当获客成本在不断增加的时候,这种运营模式就渐渐不可持续。

第三,公司的整个产品体系不断演化,他们必须在一个细分领域把产品做到最好,用户才能持续使用他们的产品。要想留住客户,就必须提供好的产品,更好的用户体验。

GrowingIO用户行为数据分析:给矿车装上轮子提升效率.png

以往粗放的运营模式就像上面漫画中两个人拉一辆没有轮子的矿车,消耗人力而且效率非常低。

数据分析能及时发现产品和运营的问题所在,及时修正;就像给上面的矿车加上了一双轮子,极大提高搬运的效率。

增长黑客的含义,是用数据分析和技术驱动,在最小的成本下快速增加客户、实现产品、流量和价值的增长。公司在资源有限的情况下,充分利用数据分析来实现精细化运营,是实现“增长黑客”的必由之路。

二、如何用数据来打磨产品

说到数据驱动产品运营,不得不提起三个指标,分别是转化率、活跃度和留存率。这三个指标构成了产品和运营的一个基本指标体系,是互联网公司必须关注的。

GrowingIO用户行为数据分析:产品数据分析三个指标转化留存粘度.png

过去我们关注PV、UV、DAU等指标,但是现在不能只用这些指标,我们更需要用用户转化率、留存率和用户粘度来衡量一个产品是否优秀。过去,在传统的互联网企业中,用户的留存和使用粘度是后期关注的点;而在今天,在产品设计的早期我们就需要关注这两个指标。

GrowingIO用户行为数据分析:数据分析产品指标的5个步骤.png

在对上述指标进行跟踪的过程中,可以细化成5个步骤:

1)首先利用数据采集和分析软件追踪用户转化情况,画出转化漏斗;

2)然后根据转化漏斗分析用户使用产品不同功能和界面的流畅度,尤其注意转化率前后差异很大的步骤;

3)对用户进行区隔,这是非常重要的一步,也是精细化运营的体现。我们要注意到用户具有不同的属性(性别、年龄段、行业等等),所以同样的产品对不同的用户应该有不同的功能点;这也就要求我们的产品经理和运营人员花时间去了解不同用户对产品功能、交互设计等方面的不同需求;

4)分析用户行为。用户行为是用户体验最真实的表现,往往隐含着最直接的用户需求;

5)最后,根据上面的分析,找出产品的问题,尽快对产品进行优化和改进。

需要注意的是,在产品升级迭代的过程中,上面5个步骤需要不断循环。

三、GrowingIO用数据打磨产品的实战案例

案例一:提升用户注册转化率

在传统的互联网产品用户注册页面中,在一张表单页面中呈现多个输入框需要用户填写注册信息,如姓名、手机号码、邮箱地址、密码、昵称等等。有人提出一个新的概念,把注册流分成若干个步骤,每个步骤尽量只需要填写一段信息。

如果某公司设计了一个五步骤的注册流,下图是用户的注册转化情况。

GrowingIO用户行为数据分析:注册转化流失.png

假如你是产品经理或者运营人员,你看到上面的注册转化率,只能做一件事情的话,你会怎么做?

GrowingIO用户行为数据分析:核心路径流失-注册转化率.png

绝大多数的人都会把目光聚焦于第四步注册上,因为从第四步到第五步的用户注册转化流失率最高。

下面是一个真实的案例,GrowingIO是一家做数据采集和数据分析创业公司,可以帮助客户无需在网站或者APP中手动埋点就能分析用户行为数据。我们的官网在2016年1月19日之前的注册转化率很低,平均在8%左右。

GrowingIO用户行为数据分析:老板的官网首页.png

上图是当时的GrowingIO官网首页,进入后直接看到的是用户【申请注册】的按钮,用户需要一次性填写手机号码、邮箱地址和密码才能完成注册。当时就有人提出,是不是因为首页需要用户填写的注册信息太多了,很多用户还没完成注册就放弃了。如果能将注册流程拆开,用户在首页上填写的信息少一点,那么用户的注册意愿会不会有变化呢?

于是我们的工程团队用来两个半小时的时间,改版了注册流程,得到了新的网站首页,下图所示。

GrowingIO用户行为数据分析:新版的GrowingIO首页.png

在新的网站首页中,用户只需要填写邮箱地址,然后点击【开始使用】,剩下的注册信息在下一个界面完成。

GrowingIO在网站上集成了我们自己开发的SDK代码,这使得我们可以实时看到网站上用户的行为数据。连续观察了一个星期后,结果非常好,我们发现用户的注册转化率提升了50%左右(蓝色线条)。

GrowingIO用户行为数据分析:注册转化率提升.png

就这样,产品假设——技术迭代——数据验证,用最小的成本在最短的时间内实现了产品的更新,提升了产品的注册转化率。

案例二:GrowingIO如何促进用户活跃

对于一个产品而言,影响用户活跃的因素很多,例如界面视觉、交互设计、产品文案和操作按钮。在传统的视觉或者交互设计上,产品经理和设计师更多凭主观感受来做产品设计决策;而GrowingIO在产品的界面和交互设计上大量使用了数据决策。

GrowingIO用户行为数据分析:界面风格的变化.png

首先是界面设计,产品的界面往往能决定用户对你的第一印象。在第一版界面试行一段时间后,我们发现深绿色的主色调对用户来说过于压抑。于是通过不断设计-推翻-再设计后,我们确定了当前的浅蓝色主色调,营造一种轻松的氛围。

然后是内容设计,通过数据去分析用户使用习惯。GrowingIO发现大部分用户倾向于使用看板来分析数据,并且使用的频率远高于制作的频率。因此我们新增了概览页面,并把看板和单图两大板块从二级菜单提到了一级菜单。

最后是文案细节,在这次改版中,我们把所有操作和名词的定义全部统一,如将“定义”和“圈选”统一定义成“圈选”,将“单图”和“图表”统一成“单图”等,减少了顾客的疑惑感,提高用户体验。

GrowingIO用户行为数据分析:用户停留时间明显提升.png

上面的表格和柱状图清楚展示了在2015年12月到2016年1月之间用户的平均使用时长。在深绿色版本的时候,用户使用度很低,平均使用时间不足10分钟;浅蓝色版本上线后,立刻看到用户停留时间提升了20%左右。

其实,在上线新版本前GrowingIO内部是有很多质疑的,很多人觉得浅蓝色一点也没有特色,没有效果。但是上线后的数据告诉我们,它确实产生了很多很好的改变,所以这个设计风格保留至今,增加了用户市场。

案例三:GrowingIO如何提高用户留存

在SaaS行业有一个KPI叫做MRR,就是每个月的营收。如果一个公司的客户月流失率是3%,每个月有3%的客户流失;同行业另外一家公司营业额月增长率是3%,或者同样用户的重复购买率是3%。60个月后,两家公司的营业差异是3倍,一个3%的月度流失率会造成若干倍营业额的变化。这就是为什么SaaS行业要关注LTV(客户终生价值)的问题。

GrowingIO用户行为数据分析:降低流失提升留存.png

一般来说,如果你的获客成本大于用户生命周期这个价值的33%,这个企业基本上以后会失败:这是过去十几年美国总结出来的经验。

为什么要反复强调流失率呢?

客户的流失率越低,它的LTV就越高。一个好的用户留存或者较低的流失率,会给公司带来几何倍数的好处,具体如下。

1)用户口碑传播:一个用户忠于使用你的产品,时间长了,就容易推荐给别人使用;

2)付费可能性提升:使用时长越长,付费的可能性越高,付的钱越高;

3)销售机会增加:用户留存越高,我们做关联销售、交叉销售的机会越多,不同的新产品还能卖给客户;

4)更低的CAC/LTV比率。

下图是GrowingIO数据分析产品中的用户留存图,因为图形类似手枪,我们也称之为手枪图。手枪图是分析用户留存的利器,需要得到公司的重视。

GrowingIO用户行为数据分析:没有新建指标的用户的留存.png

上图反映的是GrowingIO产品中不创建新指标的用户的留存率。大家可以看到,客户如果不创建新指标的话,他的次日留存率是很低的,只有10%左右。

GrowingIO用户行为数据分析:新建了指标的用户留存提升.png

同样一张图,我们发现创建过新指标的用户他的隔日留存率大概是30%。创建指标的30%,不创建指标的10%,这么大的差距!!!我们怎么找到这一点的?正如上面五步骤说的,我们把用户分成了不同的区隔,然后对比用户行为数据。

找到了这一点后,我们马上做了一个改变,在我们产品非常明显的地方增加了一个【新建】按钮,这样方便更多人去使用【新建】功能创建指标,提升留存率。

GrowingIO用户行为数据分析:提升留存新建指标功能.png

再举一个社交产品增加用户留存的案例。

当用户在社交产品里面增加了五个好友关系后,他的留存度和活跃率比不做新增好友动作的用户高4倍。所以,我们能看到各种社交产品,在各个入口放了这个功能,上传资料和推荐好友。这样一来,大大提高了用户的产品黏度。

四、总结:数据驱动的精益运营

今天,我们的产品迭代速度越来越快,我们必须要学会用各种工具来辅助我们的决策。在GrowthHacker里面,如何使用各种工具对产品进行调优是一个重要的概念。

一个优秀的增长团队,应该是同时具有工程技术、数据分析和市场营销的基因。

GrowingIO用户行为数据分析:了解-假设-改变-验证.png

通过上面GrowingIO三个案例,相信大家对如何用数据驱动产品优化有了大概的了解。

首选,作为创业公司,你必须充分了解你的产品,熟练使用自己的产品;只了解自己还不够,还需要深入观察用户行为,最好有数据支撑。

然后,根据上面的观察数据提出自己大胆的假设。我们建议对用户进行区隔,假设不同区分的用户行为差异的原因。

接着,根据你的假设对产品进行快速调整,迅速上线。有人会问,难道不需要先灰度发布和A/B测试吗?在创业公司资源有限的情况下,这样操作费时费力,且门槛高,我们建议快速迭代,直接上线。

最后,根据产品新版本上线后的数据来验证或者推翻你的假设。如果新的数据表明效果改善,那就保留,如果效恶化,那么尽快下线。

通过“了解-假设-改变-验证”来不断优化你的产品,提升产品体验,这是精细化运营的必然要求,也是经过我们GrowingIO不断实践和检验得出的结论。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
张溪梦的头像张溪梦专栏
上一篇 2016-03-18 00:15
下一篇 2016-03-19 15:53

相关文章

关注我们
关注我们
分享本页
返回顶部