運營與增長黑客只差一個數據驅動

運營到底在幹什麼？

在進入主題前，我們首先討論一個問題——運營到底在幹什麼？公司的運營崗位主要包括活動運營、內容運營和社區運營這三大方面。做活動運營的同學，平常可能會組織一個活動，從前期策划到後期的一步一步的執行，到最後的總結、復盤；做內容編輯的同學，每天更多的考慮的是最近的熱點是什麼，通過什麼樣的內容能夠更好的拉動用戶的活躍；社區運營的同學，可能更多的在做一些社區的管理、社區的調性上的一些引導。

這三類運營本質上都是在圍繞用戶做所有的事情，以我們的產品為載體，不斷的迭代和優化運營策略和方向。如果更深入考慮，這三大手段（內容、活動、社區）到底在幹什麼，幹了些什麼的時候？也就更深入的了解到我們貫穿了整個用戶的生命周期在做事情。

從產品、運營、開發、市場等各個部門來說，其中運營是最講究用戶生命周期的。從用戶獲取、激活、留存、營收、傳播這個經典的2A3R模型可以看到，我們在第一步獲取的時候已經在往外部發內容；再往下深究，通過內容、活動、社區這三大手段，將我們整個工作貫穿在整個用戶生命周期中。

AARRR模型

對於運營人員，最需要講究用戶生命周期。一個陌生的用戶，從初步了解到對產品建立一個基礎的認知，內容團隊需要考慮如何在合理的場景去告訴用戶，產品是做什麼的。如果用戶被你打動了，就會下載產品進行體驗。作為一個新手用戶，他使用了我們產品以後，我們應該圍繞他去做一些什麼樣的事情？這也是需要運營人員考慮的。

用戶進入到我們產品後，我們會對他進行引導，讓他快速的去理解我們產品的價值，在完成了對用戶的激活後，當他理解產品的作用並認可產品價值的時候，緊接著就是讓用戶能夠持續活躍，當用戶持續的活躍在平台上閱讀文章，那他就會給平台（產品）帶來營收。

當用戶對產品有一個初步的認知，到後續對產品有一個高度的認可，進而會幫你進行情感傳播，整個過程需要運營（各個緯度的運營）去構建產品與用戶之間的情感鏈接。

也就是說圍繞用戶的生命周期做文章，需要做的就是讓獲取用戶更加的精準，讓激活更加的快速，讓留存更加的穩定，然後讓營收更加的多元。最後，能夠更廣泛的傳播出去。

我們通過這樣的方式更多、更好、更快去讓整個用戶的生命周期加長。運營在現階段，需要站在一個企業、一個戰略的角度上來考慮，最重要的就是：

• 第一、提升用戶生命周期價值；

• 第二，降低獲客成本；

• 三，降低運營成本。

以上，闡釋了運營要做什麼事和最高的目標是什麼，接下來講述：運營到底需要一些什麼樣的數據。

運營需要什麼樣的數據？

首先，得有數據，其次是數據指標：累計用量、新增用戶、活躍用戶數、閱讀量、復購率、停留時長、UGC轉化等指標。

以UGC轉化為例。假設當前比較健康的UGC轉化率是20%，到下一個階段，轉化率可能得30%才能稱得上健康。不同類別、不同特徵的用戶， UGC轉化可能是要做拆分和定義的。在這個過程中，我們需要知道獲取的用戶是否是我們的受眾？哪些渠道的用戶更精準？這些渠道用戶的特徵是什麼？如何去更好的激活用戶？

作為一個內容運營，發現新增用戶、留存率有所上升，活躍用戶也在增加，而文章閱讀量卻有所下滑，調整內容也不見起色，搞不懂用戶如此活躍在幹嗎？

內容質量到底如何？

舉一個例子，曾經有一個做內容運營的小夥伴找到我說，「我們產品新增用戶、留存表現都還不錯，活躍用戶也在增多。但是文章閱讀量在下滑，究其原因也沒找到癥結。「

聊完以後，我第一個反應就是文章內容質量到底怎麼樣，我從以下兩個緯度的指標（數據）進行分析：

維度一：看最近7天閱讀文章的用戶，有過閱讀文章的用戶占這7天整個活躍用戶的比例。然後我發現這樣的用戶其實變少了。就是有100個活躍用戶，以前有70個人都看文章，現在只有60個人了。但是這個比例下降只能說他不看，但是到底好不好，可能還需要人均閱讀數量來衡量。就是說閱讀過文章的人他平均能看幾篇文章，這個指標他其實是漲的，我看到這兩個數據的時候，我大概心裡頭就一個譜了。就是說從文章內容質量上來講，內容質量是達標的。因為用戶一旦看過文章，還會看更多的內容，人均閱讀量其實是增加了。但是現在最大的一個問題：有一波用戶進來後，沒有進行閱讀行為。沿著這個邏輯，找到這部分用戶的行為，去分析他們進入產品後做了什麼。

維度二：通過用戶的行為去做一個分組。這是今年年初的一個案例，1月5號到1月10號內，有過閱讀文章的用戶，我把它拆分成一個用戶群。然後，再把這個時間段沒有閱讀過文章的用戶拆一個用戶群。通過這樣的拆分，能夠再通過其他用戶行為的特徵、用戶畫像和轉化率等情況去探尋不看文章的這部分用戶到底在幹嘛，通過對比這兩個用戶群的差異，最終在信息（渠道、來源）在這個緯度里找到了問題的根源。

一般來說，一個穩定的渠道帶來的用戶基本上也是穩定的，如果對一個渠道做了一些投放，做了一些活動，可能會造成內容質量低下。如果是正常情況下，某一個渠道應該是穩定的，不會出現這個渠道就是比別的渠道不看文章的人多這樣的特點。所以，當時看到在渠道上的差異的時候，我就在考慮是不是這個渠道發生了一些什麼。

當時有一個猜想，這一系列的變化可能與渠道1帶來的用戶有關。從流量上看，需要考慮渠道1帶來的新增用戶數量的特徵，新增用戶的留存是怎麼樣，再往下更深一層，目前活躍的用戶里，有多少是第一次下載產品，而且第一次下載產品來源於渠道1，這就直接決定留存和整體活躍度如何。進而會去看渠道1的每日平均停留時長和每次訪問的平均時長如何，這些是從基本的健康質量上去做判斷。然後，從用戶畫像的角度再去深究一下，如果能將這個渠道的用戶拆分出來，就能清晰了解用戶行為特徵。

如果用戶沒有進一步閱讀、互動，那他到底在幹什麼？基於業務猜想，繼續對用戶做細分，就是說講第一次訪問時間（5號-10號）並且第一次使用用戶來自渠道1做一個拆分。

在這種靈活將用戶拆分的過程中，我們才能真正的發現這波用戶和其他用戶有什麼不同。在拆分這個用戶組的過程中，同時把這個階段所有的用戶也做了一個整體的分組，通過和另一個全量用戶去做對比，對比兩個用戶群之間的流量、質量、新增留存、行為特點、關鍵漏斗轉化的差異。

通過分析對比關鍵行為轉化的差異，得到一些比較明確的結論：從1渠道來的用戶，閱讀轉化率比整體平均水平還要低，而且低將近20%。如此確立了基本的認知了：做任何一款產品，不管是工具、社區的還是電商以及其他類別的產品，都要有一個目標。這個目標指導著整個產品的核心價值，如果一個地方帶來的新增用戶在最核心的轉化上達不到預期的話，可以比較直接的去判定這個渠道的用戶質量是相對較低的。

再往下，我想知道這個渠道來的用戶或流失的用戶他們到底有什麼特徵。

通過諸葛io看完用戶畫像，點開每一個用戶去看用戶進入產品里的行為歷程的時候，發現非常多的用戶打開應用以後沒有做任何操作，用戶在打開應用以後就只觸發了一個啟動事件，而且每次訪問的時間都非常的規律，每天都有80多次的啟動，這明顯是不符合邏輯。

所以，這就涉及到渠道可能為了利益在做刷量。癥結所在就找到了，做內容的小夥伴找到渠道運營的同學，說明情況。因為渠道運營的同學，很多時候不會關注用戶來了以後的後續關鍵行為轉化，更多的關注是留存情況去判定渠道，這個時間可能至少花3天到7天去判定一個渠道是否可繼續往下投。在這個過程中，渠道關注點是在留存上，由於渠道頻繁的刷，每天有80多次的啟動，而且每天都在做同樣的啟動。在這個行為下，從留存上是看不出差異的。所以，很容易造成一些獲客成本過高，而且獲取來的用戶可能是一些虛假的用戶。

所以，在這裡建議：平常各個分管內容、活動、社區的運營同事，不要只盯著自己的考核指標，如果只盯著自己要監控的數據，很有可能是無法真正發現問題所在，也很難找到自己真正的價值點在哪裡。

運營需要什麼樣的數據？

運營需要一個可以分析的數據。在理性的分析中感性的理解用戶。通過完整跟蹤用戶整個完行為，能夠知道用戶是如何使用我們的產品，我們才有可能深度的理解用戶，真正可以做到還原用戶使用場景。

好的運營從業者對可能出現的問題在出現前就已經能夠預判得到，然後快速的找到一些途徑，讓用戶有更好的體驗，去規避存在的風險。而不是在問題出來後去解決問題。

運營+數據驅動=增長黑客

以Airbnb為例，在早期，還只是一家很小的一個線上平台，通過不斷的研究用戶行為特徵，研究用戶如何選擇一家房子的過程中，通過數據發現更精美的照片、更精緻的房子會有更多的人去關注、去住，而且收入也會隨之增加。

之後，Airbnb派遣高質量的拍攝團隊來幫助房東拍攝精美照片，上傳到頁面上。在這種服務的情況下，當月收入翻倍。Airbnb雖然付出了相對高成本，但是滿足了更多的用戶。

從Airbnb案例中，我們發現，通過理解用戶，通過數據去找到一些策略，挖掘出用戶的價值。

如何制訂數據驅動策略？

第一步：制訂增長目標。

在我們的運營過程中，有三個緯度的事情是和我們制訂目標息息相關的。

• 產品的核心價值。

• 公司的戰略方向。

• 產品的生命周期。

一個產品本身是有不同的階段，它的產品上線的初期最大的需求就是獲取用戶。然後在它的增長期，我們可能會有其他的，更多的會考慮它的留存。如果進入穩定期或衰退期，那我們運營的目標就還會不一樣，甚至包括去探索一些新的增長方式或新的產品方向。

第二步：按需採集細化數據。

我個人覺得一般運營和高級運營之間最大的區別就是能基於數據去衡量最後的效果。這裡面有三個需要考慮的點：

• 細化功能事件，

• 核心行為

• 業務信息。

其實我們更多的時候還是要關注它背後的業務信息。業務信息就是你任何一次的行為其實都是獲取了一些你背後的信息他才可能去觸發。就是說，真正影響到用戶的其實不見得是你的流程、體驗這些東西，而更多的也更應該是他的業務信息。比如說我去採集一個用戶查看商品的事件，我更多的是要採集到這個查看商品背後的商品名稱、商品分類，這個商品有沒有在促銷？這個商品促銷的力度有多大，這些緯度才是真正影響用戶行為的東西。

第三步：衡量效果。

當我們新的產品、功能、運營活動上線了，我們要在最短的時間內，去衡量它的效果。如果有任何問題，尤其是運營，我們要去做快速的調整。以用戶行為為中心，圍繞四個緯度去做—流量、留存、用戶、轉化。

第四步：交叉分析發現價值

第五步：理解用戶優化策略

最後將《精益數據分析》裡面的一段話 「如果有機會深入觀察用戶的行為，你會發現只有少量的訪客成了產品的忠實用戶，而更多的只是過客。」把這段話送給大家，作為今天的結束語，希望大家的運營之路越走越好。

#本文作者邱千秋，諸葛io客戶成就總監，幫助客戶基於數據實現業務增長。擁有超過6年的產品設計、交互設計與數據驅動的實踐經驗，擅長多維用戶分析與行為特徵分析，曾通過數據分析，帶領產品團隊獲得周環比提升24%的成績。