產(chǎn)品方法論:如何高效尋找產(chǎn)品的增長(zhǎng)點(diǎn)_第1頁(yè)
產(chǎn)品方法論:如何高效尋找產(chǎn)品的增長(zhǎng)點(diǎn)_第2頁(yè)
產(chǎn)品方法論:如何高效尋找產(chǎn)品的增長(zhǎng)點(diǎn)_第3頁(yè)
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、全文約2700字,大概需要56分鐘左右讀完。我們都知道對(duì)于產(chǎn)品經(jīng)理來(lái)說(shuō),數(shù)據(jù)分析在日常工作中越來(lái)越重要,比如監(jiān)控產(chǎn)品的各項(xiàng)指標(biāo)是否健康,評(píng)估一次產(chǎn)品改版的效果是否正向等等。同時(shí),它也是挖掘產(chǎn)品潛在增長(zhǎng)機(jī)會(huì)的一大利器,想要高效增長(zhǎng),必然離不開數(shù)據(jù),在互聯(lián)網(wǎng)流量紅利基本結(jié)束的今天,它也成為了一項(xiàng)越來(lái)越為重要的技能。Facebook和Linkedin等企業(yè)都曾經(jīng)運(yùn)用數(shù)據(jù)分析為自己帶來(lái)了大量的增長(zhǎng)。在早期,F(xiàn)acebook發(fā)現(xiàn)當(dāng)用戶在初期達(dá)到某一數(shù)量的好友后,其后續(xù)留存率會(huì)提高很多,發(fā)現(xiàn)好友數(shù)量非常重要。因此Facebook加入了好友推薦功能。讓新注冊(cè)用戶能快速找到一批好友,從而大大提升了新用戶的整體

2、留存活躍。同樣的,在 LinkedIn 早期,其通過(guò)數(shù)據(jù)分析發(fā)現(xiàn),有很多用戶是通過(guò)搜索同事或者他人的姓名來(lái)到 LinkedIn 的,而且其用戶活躍度是電子郵件渠道用戶的 3 倍。了解這個(gè)數(shù)據(jù)后,LinkedIn 立即就開發(fā)一個(gè)簡(jiǎn)歷編輯功能,同時(shí)優(yōu)化了對(duì)簡(jiǎn)歷頁(yè)面做了 SEO優(yōu)化。做完這件事情后,LinkedIn 的免費(fèi)流量就開始慢慢增長(zhǎng),第二個(gè)月就提升了 60%?;氐浆F(xiàn)實(shí),我們今天主要來(lái)討論下,如何通過(guò)系統(tǒng)化的方法,做到像Facebook和Linkedin這樣利用數(shù)據(jù)分析發(fā)現(xiàn)產(chǎn)品的增長(zhǎng)機(jī)會(huì)。我們都知道 AARRR 增長(zhǎng)模型:所以我們的增長(zhǎng)機(jī)會(huì)也主要圍繞這些點(diǎn),我將上面5 點(diǎn)分為三類:流量增長(zhǎng)、轉(zhuǎn)

3、化提升(激活、收入、推薦都可以歸為轉(zhuǎn)化類)、留存提升我們要用到分析方法主要有:用戶分組、流量分析、漏斗轉(zhuǎn)化分析、留存分析。1、用戶分組用戶分組是基礎(chǔ)工作,分組方式可以結(jié)合自身的產(chǎn)品特性來(lái)設(shè)置。比如按用戶的流量來(lái)源、著陸頁(yè)面類型、新老用戶、是否有過(guò)交易、 RFM 模型等。在進(jìn)行轉(zhuǎn)化漏斗分析和留存分析時(shí),都需要對(duì)用戶分組后進(jìn)行分析。2、流量分析在對(duì)用戶進(jìn)行分組后,評(píng)估各個(gè)分組用戶的流量情況。比如近期有了哪些新的分組?各組的流量占比如何?各組近期的流量變化趨勢(shì)如何?這里假設(shè)我們對(duì)用戶按流量來(lái)源進(jìn)行了分組,則我們需要重點(diǎn)需要分析(下同):我們的用戶是來(lái)自哪里的?近期有哪些新的渠道?各個(gè)來(lái)源的流量占比情

4、況如何?近期的變化趨勢(shì)如何?對(duì)于近期增長(zhǎng)勢(shì)頭感人的渠道,我們要分析其最近上漲的原因,看看能不能進(jìn)一步加強(qiáng)它?能加強(qiáng)就是增長(zhǎng)機(jī)會(huì)。對(duì)于最近在下降的流量渠道,我們也要去分析下降原因,看看能否解決。阻止下降,也是一種增長(zhǎng)方式。3、漏斗轉(zhuǎn)化分析在對(duì)用戶進(jìn)行分組后,分析各組用戶的漏斗轉(zhuǎn)化情況,看各組用戶在各個(gè)環(huán)節(jié)的轉(zhuǎn)化情況以及用戶的整體轉(zhuǎn)化水平。具體漏斗轉(zhuǎn)化可以根據(jù)產(chǎn)品特性來(lái)定。比如對(duì)于電商APP,轉(zhuǎn)化漏斗一般是:安裝,激活,瀏覽商品,加購(gòu)物車- 創(chuàng)建訂單-完成支付(收益即可納入這一環(huán)節(jié)),期間的任何環(huán)節(jié)都有可能發(fā)生推薦行為。通過(guò)漏斗分析,可以了解各組用戶的質(zhì)量如何,哪些分組內(nèi)的用戶的轉(zhuǎn)化水平要更好些,

5、哪些分組內(nèi)的用戶轉(zhuǎn)化水平一般或者比較差。找到轉(zhuǎn)化水平高的用戶群體和低的用戶群體,這二者都是增長(zhǎng)的機(jī)會(huì)。對(duì)于轉(zhuǎn)化水平高的用戶群體,看看能否得到更多此類用戶(Faceb00kM是 這么做的)。對(duì)于轉(zhuǎn)化水平低的用戶群體,找出兩個(gè)群體的區(qū)別在什么地方,看看能否據(jù)此來(lái)優(yōu)化轉(zhuǎn)化水平低的群體的產(chǎn)品流程,從而提升這部分群體的轉(zhuǎn)化水平。4、留存分析在對(duì)用戶進(jìn)行分組后,分析各組用戶的留存情況,可以觀察次日留存、 7日留存、 30 日留存等等。同樣的,我們需要找到留存好的用戶群體和差的用戶群體,這二者也都是增長(zhǎng)的機(jī)會(huì)。對(duì)于高留存的用戶群體,看看能否得到更多此類用戶。對(duì)于低留存的用戶群體,找出二者的區(qū)別在什么地方,看

6、看能否據(jù)此來(lái)優(yōu)化低留存用戶群體的產(chǎn)品流程,從而提升這部分群體的留存。1、尋找流量增長(zhǎng)機(jī)會(huì)舉個(gè)栗子:我們是一個(gè)電商產(chǎn)品,通過(guò)數(shù)據(jù)分析發(fā)現(xiàn),通過(guò)微信朋友圈的流量占比比較小,但是最近有不錯(cuò)的增長(zhǎng)趨勢(shì),于是發(fā)現(xiàn)了新機(jī)會(huì),加大對(duì)朋友圈分享的激勵(lì),比如好友通過(guò)分享購(gòu)買,雙方都可以領(lǐng)取優(yōu)惠券等等,最終帶來(lái)流量暴增。再舉個(gè)栗子:我們是一個(gè)內(nèi)容產(chǎn)品,發(fā)現(xiàn)百度搜索帶來(lái)的流量占比最近在不斷變小,通過(guò)分析后發(fā)現(xiàn)是由于一些頁(yè)面內(nèi)容問(wèn)題導(dǎo)致頁(yè)面收錄大幅下降,這時(shí)候就需要針對(duì)性的解決問(wèn)題,以增加收錄。減少負(fù)增長(zhǎng)也是增長(zhǎng)的一種。2、尋找轉(zhuǎn)化提升機(jī)會(huì)(激活、收入、推薦)舉個(gè)栗子:我們是一個(gè)電商產(chǎn)品,通過(guò)數(shù)據(jù)分析發(fā)現(xiàn),下過(guò)3 次

7、單的老用戶后續(xù)的復(fù)購(gòu)率要顯著高于只下過(guò)12次單的用戶,同樣的我們可以去歸因二者的差異原因,假設(shè)最終發(fā)現(xiàn)是下了 3 單的用戶對(duì)平臺(tái)的依賴更高(這里簡(jiǎn)化了下,實(shí)際情況可能會(huì)復(fù)雜些)。我們則可以針對(duì)性的給予這部分準(zhǔn)新用戶一些特殊優(yōu)惠,犧牲短期利潤(rùn),刺激他們?cè)谄脚_(tái)下單,形成對(duì)平臺(tái)的依賴,從而帶來(lái)后續(xù)長(zhǎng)期的用戶價(jià)值。針對(duì)激活、推薦也是同樣的邏輯。3、尋找留存提升機(jī)會(huì)舉個(gè)栗子:我們是一個(gè)內(nèi)容產(chǎn)品,發(fā)現(xiàn)百度搜索帶來(lái)的用戶著陸在內(nèi)容詳情頁(yè)的后續(xù) 留存要比著落在首頁(yè)差很多,這時(shí)候我們就需要針對(duì)性的解決問(wèn)題。比如對(duì)比兩組用戶的主要差異,發(fā)現(xiàn)在詳情頁(yè)著落的用戶訪問(wèn)深度要差很 多,深度差會(huì)導(dǎo)致用戶對(duì)產(chǎn)品沒(méi)有深入的認(rèn)知

8、,自然留存也差。然后我們?cè)賹?duì)二者訪問(wèn)深度的差異進(jìn)行歸因,根據(jù)歸因結(jié)果去提升用戶著 陸在詳情頁(yè)后的訪問(wèn)深度。在分析數(shù)據(jù)時(shí),各種方法往往不是獨(dú)立使用的,常常需要結(jié)合起來(lái),綜合 分析。比如在分析流量時(shí),要同時(shí)看各個(gè)渠道流量的用戶轉(zhuǎn)化質(zhì)量情況,對(duì)于轉(zhuǎn) 化很差的渠道,再不解決轉(zhuǎn)化的情況下,做流量增長(zhǎng)是沒(méi)有意義的。這里再舉個(gè)栗子:我們是一個(gè)社區(qū)產(chǎn)品,產(chǎn)品上線后,觀察了一段時(shí)間發(fā)現(xiàn),各個(gè)流量來(lái)源 體用戶整體活躍度都不太好。這時(shí)候單維度分析就很難分析出太多的結(jié)論,需 要綜合分析。我們嘗試按多種分組方式對(duì)用戶進(jìn)行分組分析,最終發(fā)現(xiàn)有一部分用戶群 體比較活躍,留存也很好,她們主要是媽媽群體。而且這部分群體有一個(gè)比較 大的來(lái)源是朋友圈分享。同時(shí),媽媽群體們的整體活躍率普遍較高。于是產(chǎn)品找到了增長(zhǎng)點(diǎn),甚至可以直接產(chǎn)品轉(zhuǎn)型,做微信生態(tài)下做垂直的 媽媽社區(qū),在媽媽們的分享推薦下,大量精準(zhǔn)流量滾滾而來(lái),從此走向社區(qū)巔 峰

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論