數據人也要懂的「裝逼利器」,數據驅動下的「增長黑客」

作為一枚數據攻城獅,我們知道業務輸入對於一個數據挖掘項目來說是多麼的重要。但畢竟出身統計/IT,咱們講起業務來可能總感覺少了那麼一點韻味,因此今天,浩彬老撕給大家帶來了一個具有數據思維的業務模型,Groth Hacking(增長黑客),單純從名字就感受到鋪面而來的逼格啊!

1.關於Growth Hacking

Growth Hacking,在國內也被譯為增長黑客,最早是在2010年,由Sean Ellis提出,這裡參考維基百科的定義:Growth hacking - Wikipedia

Growth Hacking是一種新時代的業務模型,它從市場營銷中誕生,但遠遠高於傳統的市場營銷。它以產品內容為出發,藉助營銷手段帶來把內容擴散,同時在這個過程中,結合數據技術不斷地進行評估。

咋眼看上去,這有點類似於咱們在做一個科學實驗。事實上,我們確實也可以把Groth Hacking歸結為一系列的試驗過程:結合內容和策略進行試驗,在這個階段當中不斷結合數據結果進行策略調整,希望找到低成本高效益的增長方式,而更重要的是,在這個試驗的過程中,我們會更加考慮客戶的個體體驗。

Groth Hacking是一種把創意內容,營銷執行,數據能力相結合的新興業務模型,以一種閉環迭代的試驗性方式力求獲得用戶增長,更重要的是,它幫助我們從以往的「流量思維」轉化為「用戶思維」。

若無衡量,何以改進。

Growth Hacker看上去像是一種多角色的混血兒。就單純作為數據從業人員這個角色而言,藉助於這一套思想,非常有助於我們在企業建議中,重新定位「以客戶為中心」的這一命題。

2.Growth Hacking的那些故事

值得注意的是,Growth Hacking並不是一個單純的抽象理論,更不應只是一個我們口中非常「逼格滿滿」的一個華麗詞語。實際上,Growth Hacking在今天的熱議,正是因為在今天這些矽谷巨無霸的企業當中,我們都能在他們初創的時候看見他們的身影,這裡面就包括:Facebook,Twitter,Dropbox,LinkedIn等等。

在這當中,最為讓人津津樂道的Hotmail:

讓咱們先回到Hotmail創立之前,當時Sabeer 與 Jack 這兩位前蘋果工程師打算通過設計一個新產品,能夠通過Web端管理資料庫。是的,這哥倆一開始做的和郵件就沒!有!關!系!

但是這不重要,總而言之在這個過程中,這兩位工程師發現在公司內部通過私人郵件非常的不方便!(是的,這哥倆確實是在干私活~)於是他們靈機一動,用網頁做了一個郵件系統,這下,他們瞬間覺得自己要牛逼大發了!於是乎,就拿著這個「寶貝」拿到了第一筆的風投,30萬美金。

既然拿到風投了,哥倆得加班加點開始吸引用戶使用了。在當時呢,吸引用戶的最常規的策略就是買廣告,例如路邊廣告牌,電視台廣告啊等等。這種方式的做法在於很難做到精準化,我們根本難以判斷,廣告受眾就是我們目標受眾,而更重要的是,打廣告的錢是要大大的!

思考良久,哥倆最後使用了一種非常巧妙的方式進行推廣,就是在所有通過Hotmail發送的郵件末尾添加了一行簽名:「我愛你,你可以到Hotmail獲得免費的電子郵箱。「現在來看這其實已經有點像我們所說的病毒營銷概念。

就這麼簡單的一句話,Hotmail的新增用戶開始以一種滾雪球的方式開始暴漲。並隨著這顆Hotmail營銷種子的不斷擴散,生根發芽,雪球越滾越大,截止到Hotmail出售之際,已經擁有了1200萬用戶的龐大數量群了!

實際上,這個例子可能不那麼典型,但是作為最初的例子,雖然以往的很多方式可能我們已經不能這麼粗暴複製,但是仍能給以我們把更多的思考。對於我們的產品來說,每一個客戶轉化階段(瀏覽到註冊,註冊都付費),甚至是每一個產品細節(例如圖片的擺放,按鈕的位置)都可能對我們的客戶認可,客戶體驗至關重要。而所有這些設計點,放在今天,其實是需要我們藉助數據分析幫助我們進行檢驗優化的。

3.AARRR模型

更進一步落實操作實踐層面,我們可以把Growth Hacking劃分為5個階段,也即是AARRR模型:Acquisition(用戶獲取)、Activation(用戶激活/活躍)、Retention(用戶留存)、Referral(用戶分享)和 Revenue(用戶收益)。

其中,這裡面的兩個核心關鍵點:(1)以用戶為中心;(2)用戶生命周期價值(LTV,Life Time Value)大於用戶獲取成本(CAC, Customer Acquisition Cost)。

(1)Acquisition(用戶獲取)

用戶獲取是咱們的第一階段,我們需要通過各種各樣的推廣手段,吸引流量過來。這在這個層面下,我們一般會首先從宏觀角度關注「新增用戶」這一指標。當然這一指標可以大體評價我們產品的發展情況,但更進一步,我們需要根據實際需要進行拆解。例如分析各個渠道的新增貢獻(地域層面,推廣渠道層面,客戶端版本層面)等等,例如從時間維度下進行拆分,一周之內,哪天增長率最高,一天24小時哪個時間段增長率最高。更進一步,我們可以增對渠道維度以及時間維度進行交叉對比,更加精細化發現增長的優勢地方。

實際上,如我們在前面談到的第二個關鍵點「用戶生命周期價值大於客戶獲取成本」,在用戶獲取階段,這裡就佔了成本大部分。在現階段,我們有許多的方式進行渠道推廣(廣告網路,第三方電子市場,廠商預裝... ...),因此能不能在第一階段找准優勢手段優勢渠道,實際上是非常重要的。

(2)Activation(用戶活躍)

如果說,用戶獲取,我們關心總用戶數量,新增用戶數量,這是一個用戶數量問題的話,那麼用戶激活就是一個用戶質量問題,更進一步說,很多時候,推廣渠道本身也是影響用戶質量的重要因素。很多時候,受眾不合的推廣渠道為了帶來的只是大量的「一次性用戶「。

在用戶活躍層面,我們可能更加關心日活躍用戶數量以及增長情況,平均使用時長,平均使用次數,平均使用功能數量等等。更進一步我們也需要具體細化分析用戶在使用過程的問題,例如哪些是使用過程中的熱點區域,哪些頁面之間的跳轉存在問題,是否存在頁面路徑優化的可能,這就涉及到產品設計的問題了。

(3)Retention(用戶留存)

「發展一名新用戶的成本是挽留一名老用戶成本的3-10倍」。

正所謂開源節流,假如用戶獲取是開源的話,客戶留存就是節流。我們的用戶規模,最直接的也是由獲取和留存所反映的。用戶留存實質上也就是反映用戶粘性,假若用戶流失情況嚴重,則很有可能是由於產品存在較大的問題。在這個階段,我們除了可以分析日留存率/月留存率外,我們還可以進一步分析用戶流失的高峰點,用戶流失的重點渠道,具備流失特徵的重點客戶等等指標。

(4)Referral(用戶分享)

用戶分享其實放在現在,我們一般也稱病毒營銷。實際上,這一說法最早由任天堂社長山內溥提出,其實就是指產品在早期可能並不受人關注,但是隨著口碑在用戶群當中逐漸流傳,產品也能經理一個快速增長。

一般在這個階段,我們主要關心三個指標:病毒係數K,衰減係數A以及傳播周期C。

病毒係數K:意味著一名傳播用戶將給你帶來多少新的用戶,當這個病毒係數>1時,也就意味著增長會越來越迅速,很多可能就會出現在前文介紹的Hotmail例子一樣了

衰減係數A:以往我們一般著重關注病毒係數K,但是我們也發現即使K在初期很大,但是用戶增長也會有一個限度,這就是因為存在衰減係數A的原因。實際上,在以往的討論當中,病毒係數K都是不變的。但是在實際應用當中,我們發現二次傳播,三次傳播的效果很多時候沒有第一次強,這可能是因為隨著傳播半徑的擴大,社交圈子的共同認知度趨向降低,因此傳播效應也會隨之衰減;

傳播周期C:在考慮了病毒係數K以及衰減係數A的基礎上,我們也需要關注傳播周期C的這個指標,這個指標反映了產品傳播一次所需要的時間。簡單來說,面對同樣的病毒係數K=2,假如傳播周期分別是1天和1周的話,我相信最後的結果是相差極大的。

(5)Revenue(用戶收益)

用戶收益可能是我們的最核心部分了。

商業活動的根本回歸就是產生商業收益,即使在互聯網產品運營早期我們更多的採取免費模式。在此階段,我們一般會更加關心付費轉化率,付費用戶數量,平均用戶收入,生命周期價值等指標。

---------------------------------------------------------

作者:浩彬老撕

關於浩彬老撕 公眾號:探數尋理 (微信ID:wetalkdata)定期更新數據分析,數據挖掘方法,Statistics以及Modeler操作指南(比幫助手冊更詳細),而且還有送書活動!

浩彬老師的 SPSS免費教程推薦:數據挖掘的SPSS之路(持續更新) 數據挖掘的SPSS之路(持續更新)

最近很多人私信問我問題,平常知乎評論看到不多,如果沒有及時回復,大家也可以加小編微信:tszhihu,進知乎大數據分析挖掘交流群,可以跟各位老師互相交流。謝謝。


推薦閱讀:

10分鐘python圖表繪製 | seaborn入門(三):Boxplot與Violinplot
當PowerBI遇到R語言
R語言信息可視化——文字雲
Excel史上最好看的堆積柱形圖

TAG:用户画像 | 增长黑客 | 数据可视化 |