關於數據和產品增長,這裡有 6 個你可能關心的問題
問題列表如下,大家可以根據自己關注的問題查看:
- 公司和產品從什麼時候開始關注數據?
- 在產品不夠完善的情況下,拉新和留存,哪個更重要?
- 電銷行業怎樣做到數據驅動?
- 客戶留存有兩個層次,一個是活躍與否,一個是活躍程度,請問你們是怎麼看的?
- GrowingIO 與市場上其他分析產品有哪些不同?
- 如何配置拉新與留存之間的比例?
最後和大家分享下「數據分析分為哪幾個階段」這個問題。
部分問題回答的較為簡短,如果想要了解更多信息,我在對應問題後面附上了之前寫過的一些詳細解讀文章。Part 1 | 公司和產品從什麼時候開始關注數據?Q:在產品的不同周期,我們應該關注哪些不同的東西?從什麼時候開始我們要關注數據?A:我簡單的和大家介紹一下,我個人認為產品或者服務,基本上開發可能分四個時期。首先,假設一個創業公司沒有很多的數據,也就是冷啟動的狀態。冷啟動的狀態都是非常難的,因為我們沒有任何的數據,也沒有任何的用戶來使用我們的產品。所以說,他在創始人也好,產品經理也好,要不恥下問。至少要問20個潛在客戶,您的產品對他來說有沒有吸引力、有沒有用,您至少要再去問50個客戶,這些用戶對您準備開發的核心的功能他們是否覺得有興趣、願意使用。這是在沒有數據的情況下,我們要做的冷啟動的一個階段。
到了增長前期,也就是下一個時期,我們需要關注幾個基本的點:這兩個指標一個是說活躍度、一個是說留存度,這兩者其實是互為表裡的。第三個階段,就是增長期,我們需要知道我們的獲客成本,哪個渠道來的新增用戶是最有粘度,同時如何能獲得指數級的增長,還有一點是非常注重病毒式的營銷。什麼是病毒式的營銷?以前在 LinkedIn 做的時候,我們有一個K指數的概念,就是10個用戶,有多人會推薦您的產品給他的朋友。舉例來說大家都知道社交網路的產品,如果他是一個K指數比如說 10%,也就是 10 人中只有 1 個人來推薦的話,產品不可能獲得自然增長。如果 10 個人推薦給 20 個人的話,那麼他就能獲得幾何倍數的增長,所以說好的產品是有好的口碑的。第四個階段,就是變現期。說真心話,我不覺得變現期是要到第四個階段才要開始去做的,往往在產品設計的早期,創始人也好,產品經理也好都要仔細的思想商業的本質和商業的模式,如果一款產品他最終是不能變現,那麼這個企業很難做成一個持續成長的企業。Part 2 | 拉新和留存哪個更重要Q:在產品不夠完善的情況下,拉新和留存,哪個更重要?A:首先,如果產品還不是很完善的話,我強烈建議大家要關注留存率和用戶的使用度。因為一款產品如果沒有使用粘度的話,您拉來再多的用戶,他都會想像一個漏水的桶里的水一樣慢慢流失,這樣就很難獲得積累性的增長或者指數型的增長。我給大家舉個例子,如果您的用戶流失速度是每個月 3%,另一家公司的用戶流失速度是每個月 1%,在 5 年以後,這兩家公司的估值會差 4 倍到 5 倍,這就是每個月差 2% 的區別,幾年以後就會差這麼多。
如果您的產品現在流失率很高的話,那麼完全是不應該去做拉新的,應該先把產品的核心功能打磨好,但是這裡並不否認您需要拉來更多的用戶來測試,驗證您的產品是否適用於其他的用戶群。Part 3 | 電銷行業如何進行數據驅動Q:電銷行業怎樣做到數據驅動?A:真正的銷售在過去近百年也經過了幾次的大的革命,像美國在一九三幾年的時候,很多的銷售員都需要直接跑客戶的,比如說抱著書、抱著產品去敲用戶的門。後來有了電話,有了電銷團隊,電銷完全是可以進行產品化的管理。我給大家舉個例子,LinkedIn 是一個社交網路的公司,但是很少有人知道他是世界上第二大的 SaaS 企業,他的 SaaS 企業內部有個非常強大的電銷團隊。他們每天產生了多少銷售線索,每個線索分配給了多少銷售員,每個銷售員打了多少電話,若干電話產生了多少真正的商機,商機逐漸的轉化成了成熟的商機,最後成熟的商機變成了一次 demo(產品展示),產品展示之後有幾次會議的跟進,會議跟進之後最後這個用戶是否成單,整個這個流程是被一套非常系統化的 CRM 的分析機制在管控。同時當我們有一個很大的呼叫中心以後,我們必須要做到可複製性、可擴展性、以及可培育性,這個過程也是一個對漏斗的不斷打磨,增加效率的過程。Part 4 | 如何看待客戶留存
Q:客戶留存有兩個層次,一個是活躍與否,一個是活躍程度,請問你們是怎麼看的?A:首先,如何定義活躍?每家公司對於活躍用戶的定義都是不太一樣的,並不是一個用戶激活了一次我們就該稱他為活躍用戶的,至少我之前在 LinkedIn、在 eBay 的時候都不是這麼定義的。我們要定義用戶一周內回訪了多少次或者瀏覽了多少個頁面,或者做了哪些核心動作,我們才能定義它為一個真正的活躍用戶。目前市場上的數據分析產品,比如說 Google Analytics、百度統計、友盟定義的就是激活一次就算活躍。但是在業務工作中,根據您的業務類型,您需要做一個自己的定義和深度判斷。其次,深度活躍用戶數量比淺度活躍用戶數量更為重要,尤其是在產品的早期和中期。深度活躍的用戶,往往是重度使用您核心功能的這部分用戶。如果我們用金字塔底部的來表示最不忠誠的用戶,那麼深度活躍用戶就是金字塔頂尖的這部分。這個群體往往是您產品裡面粉絲級別的用戶,當我們分析他們這個用戶群的時候,往往能找到核心轉化點、核心的功能點。同時這部分群體能幫我們降低營銷的成本,因為這些用戶產生的 K 指數很高,可以幫您傳播推薦您的產品。所以在產品開發的早中期,我們應該關注深度活躍的用戶;但是這並不代表淺度用戶就不關注了。以前我們在 LinkedIn,我們把用戶分成 A、B、C、D、F 五個區,A 就是深度用戶,B 就是很好的用戶,C 就是 ok 的用戶,D 就是非常淺的用戶,F 就是來了一次可能再也不會來了,不同類型的用戶運營方法也是不一樣的。A 類和 B 類的用戶是重點有人去跟進的用戶,C 類是我們要維持,D 類是我們要去激活,但是 D 類的用戶往往占的數量很多。同時,ABCD 不同的用戶群之間它是有轉移的,這點來說在零售和電商里裡面有非常詳細的分析的方法。我們要詳細地追蹤 A 類用戶向 B 類用戶流失的速度是什麼樣的,B 類用戶向 A 類用戶遷移速度是超過 A 向 B 的流失速度的話又如何。如果我們的淺層用戶在不斷的增加,甚至高級用戶在向淺層用戶遷移的很多,說明我們的產品在失去核心的競爭力。因此這兩個區間我們要分別進行把握,同時把這個定義的標準要定的很準確,這樣我們才能持續的用同樣的標準來衡量用戶的留存情況。關於更深度的留存解析,可以看這篇文章 你能找到的最深入的留存分析文章 - 留存 · 增長 · Magic Number我們不想用戶製造大量的維度、反覆手動切分一張報表,我們提供了很多智能的功能幫助用戶省去了這些步驟。我們新上線的智能路徑功能,可以幫助您自動識別用戶的轉化路徑、發現用戶轉化流失的環節。我們新上線的留存魔法師功能,可以幫您自動識別用戶的留存規律,幫您找到用戶留存的關鍵行為。這些智能功能都可以幫助您節省大量的時間、提高分析的效率。
最後,GrowingIO 是一個端對端的產品。從數據採集到分析、到最後結果的呈現都是在一個平台上完成的,不需要大家用不同的工具來實現。Part 6 | 如何配置拉新與留存之間的比例?Q:留存短期內很難提升,如果拉新的比例低於流失的比例的話,那麼會造成活躍用戶數的萎縮,這個應該如何合理配置?A:首先從業務上來看,要搞清楚我們公司現階段的發展目標是什麼。我們是要改善用戶的體驗,還是要增加用戶的數量?這點和公司的戰略目標有關係,因為每家公司處於階段不同,投資人、團隊、市場都有各種不同的要求。不過這裡面有一個正確的前提:如果一個產品本身有很大的硬傷、沒有足夠的粘度、用戶不願意使用它的話,用戶流失率會很高,那麼拉新本質上就是浪費時間浪費錢,沒有很多的真正的意義。第二點,拉新和留存應該分開看。
也就是說,我們應該有一套指標來持續衡量新用戶,同時有另外一套指標要衡量既有的用戶。今天的 GrowingIO 同時關注這兩點,就像往漏水的桶裡面倒水,倒水的速度和水流失的速度都要保證可控。留存就是控制水流失的速度,拉新就是控制水灌入的速度,兩者只有保持正確的平衡才能做到高速增長。Part 7 | 數據分析分為哪幾個階段最後我再和大家分享一下我做分析師的過程中,覺得分析的階段:我認為數據分析分為以下 5 個簡單的階段
好的分析第一步我們必須要了解歷史,就是我們需要知道以前發生了什麼事。第二步,我們需要理解他為什麼這麼發生的原因。第三,我們需要關注當前、關注當下,這就回到一個實時分析的問題,就是我們知道得越快、越實時,產生的價值往往越高。第四就是我們要通過數據能預見未來,能預測未來。第五,也是最重要的一點,當我們理解了前四點,我們要竭盡全力去改變我們的產品、改變我們的服務,把未來變得更好,這個部分是產生最大價值的一個環節。
以上就是整理的 6 個問題及回答。最後,有對 GrowingIO 產品感興趣的同學,歡迎點此使用GrowingIO - 矽谷新一代數據分析產品推薦閱讀:
※業餘時間怎麼培養數據分析的能力?
※GrowingIO 公開課:從轉化的開始到結束,你的用戶流失在了哪一步?
※Facebook 制勝的秘密,如何靠正確的增長指標殺出重圍?
※為什麼微軟溢價50%併購LinkedIn,「估值、增長、變現、以及背後的魔法」