初創公司如何打造百萬級用戶產品?Teambition 的 Growth Hacking Ways

在矽谷,Growth Hacking 正成為 Google 、Facebook 、Twitter、 LinkedIn 、 Airbnb 等大公司擴張背後的魔術師級大功臣。這個介於技術和市場之間的新型團隊角色,依靠技術和數據的力量,來完成各種營銷目標,低成本或者零成本地讓產品和用戶獲得有效增長。

在國內,Growth Hacking 的概念也正在迅速蔓延,並漸露鋒芒。

到底什麼是 Growth Hacking ?

我們會寫代碼,可以修改產品,通過修改產品當中的一些機制,讓用戶更願意去推薦身邊的人,以低於別人的成本獲得了更多的用戶,於是我們就獲得了巨大的成功。是這樣嗎?

Growth Hacking 可遠遠不止這些。

創業公司在沒有廣告預算,缺乏市場推廣的情況下怎樣才能做好增長?增長到底給企業帶來了怎樣的價值?

或許,Teambition 能和你一起解讀其中奧秘。

Teambition 是國內最領先的團隊協作工具,發佈於2013年6月,其 iPhone 應用被蘋果公司評為2015年度最佳應用,目前已獲得來自戈壁投資、IDG、盤古及北極光的多輪融資,並於2014年入選中國最具投資價值企業50強。作為一款企業服務類的應用工具,在前期極少做市場投入的情況下,獲得百萬的用戶,取得了令人矚目的成長。

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

1. Teambition 眼裡的 Growth Hacking

許多媒體報道對 Growth Hacking 有個簡單的概括:一種通過技術獲得用戶增長的方法。

但觀察發現,不同公司對 Growth Hacking 概念的理解往往很不一樣。

對於 Growth Hacking 我們是這麼看的:

1.1 永遠在變化的增長黑客

符合 Growth hacking 描述的行為,十幾年前就有,並且還在不斷演化中。

  • Facebook 用戶增長副總裁 Alex Schultz 在演講中說他早年做一個紙飛機的網站,在網頁的底部藏很多顏色和背景一樣的文字,重複寫著「紙飛機紙飛機紙飛機紙飛機……」,這樣別人搜索紙飛機的時候,他的網站排名就因為高度的相關性而上去了。
  • Dropbox 採用「相互推薦」的方式,老用戶如果能夠把新用戶拉進來,他就能獲得更多的存儲空間。根據 Dropbox 的創始人 Drew Houston 的介紹,有了這樣的推薦激勵機制後,Dropbox 的註冊量上漲了 60%。
  • Hotmail 剛開始發布時,在每封郵件的結尾處附上一個「現在就獲取您的 Hotmail 免費信箱」的鏈接。 這樣,每個用戶在發出每一封郵件時,都成為了它的免費推銷員,幾乎0成本,Hotmail就實現了一年內50萬用戶到1200萬用戶的病毒式增長。

除了用越來越精緻的SEO、郵件和簡訊營銷,人們還動用了社交邀請機制、公眾號傳播和特定的交互設計(文案高亮、分享、下載等)來拉動增長。

而未來的發展方向,更趨向於使用數據化運營的方式獲取增長,如建立一些新的指標、搭建A/B測試框架等等。

1.2 增長黑客的本質:探索前沿,技術套利

從增長黑客的角度來說,上述案例的共同做法是:通過探索前沿可行技術和工具,獲得更強的執行,更準的信息等等,並在這些知識擴散之前充分使用,為產品在獲客和留存等方面的爭取競爭優勢。

簡單地說,增長黑客就是用探索的方式來做技術套利的事情。

「紙飛機」的方式已經被基於主流搜索引擎下的 SEO 替代,後兩個案例卻被廣為擴散,不斷在市面上看到它們的經驗複製,但卻沒人能複製當時的成功。就好像 CTA 現在已經成為互聯網企業運營的標配,但也沒見得幾家因此做大。

背後原因不外乎,隨著時代改變,這些做法的有效性也就急劇下降了,跟進的人一多,受眾也逐漸麻木,今天的 Growth 的殺手鐧,很可能就是明天的部門常識。

真正重要的是,不斷探索和驗證新的做產品和運營的前沿方法,在這些知識擴散之前充分使用。

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

2. 初創公司可以怎麼起步做 Growth ?

2.1 雁行模式的啟示:避開高投入,追求性價比

Growth 技術和手段的發展,有些像雁行模式。

是前沿的實踐越是有高投入高回報,因為競爭者少。這其中很多經過探索逐漸成熟的措施,快速在所有公司中普及,再其中一部分,在3到5年的時間裡面逐漸成為設計、產品、市場等領域的規範。

從小眾到主流,其中一個很大的分水嶺就是即開即用、Saas 化的基礎設施的出現,因此前沿的一些技術和方法(比如A/B Teating )被實踐的門檻降低,這是大部分公司都能追上的前沿。

初創公司性價比最高的做法就是做到目前大規模流行的 SaaS 產品能夠支撐的程度。

因為如果初創公司走在雁陣之前推動,需要探索很多未知的規律,花大量時間造輪子,這個過程中投入的代價是巨大的。

2.2 追上數據驅動

說到可探索和套利的前沿,具體是什麼,對每個時代、每個階段的每家公司都是不一樣的,有些公司刷 SEO 刷出來了,有些公司在優化關鍵詞廣告或者郵件簡訊獲客做大了,有些公司在押注病毒分享做大了......

我們認為,在可見的未來內,Growth 領域一個大有可為的方向是落實 BI 與數據分析系統和充分應用它們,目前 Teambition 也正在花很大的時間和精力投入到數據驅動中去。

為什麼呢?

一是,前面雁行模式所歸納的,現在大部分公司能跟得上的性價比較高的前沿就是數據驅動,這裡面涉及到的工具正快速完善和 SaaS 化。

二是,數據分析本身是衡量一切後續產品改進或者增長黑客的結果的指標。這也正符合管理學大師彼得·格魯克說過的:「If you can』t measure it,you can』t improve it.」

如何實現數據驅動呢?

根據 Teambition 以往的實踐經驗,我們把這個過程分成三個部分:

2.3 Teambition 小建議

Teambition 增長團隊負責人錢卓群,給對這個領域感興趣的朋友分享了一些他的建議:

「經驗上層面上,大家可以去看傳為美談的各種增長故事,但最好格外關注是這個主意是怎樣誕生,又是怎樣迭代調整,來適應當時的環境的,方案可能會過時,分析應變的方法論卻不會。

工具層面上,自己從零開始動手做的話,很推薦遵循上述的「技術套利」、「雁行模式」的理解,可以先了解當下各種 Growth 相關 Saas 服務。 並把其中合適的經驗利用起來,達到一個可以比較好地理解各種主流概念的位置,再去追求自己造輪子的方案。 一個 不錯的起步選項是相關服務的聚合網站 Segment.com,從基礎資料庫的工具到很高層的統計可視化一應俱全,可以優先選擇數據統計類的服務,因為他們可以為你提供衡量後續服務的基準。Teambition自己常用的工具有 Mixpanel,Interana,Tableau, Fullstory, Customer.io 等。」

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

3. 如何規劃數據採集?

簡單來說,事件規劃的核心在於監測「可能會造成差別的元素」:

a. 監測有可能造成差別的事件

b. 規劃事件的維度,監測可能造成差別的維度

3.1 記錄什麼樣的事件?

首先需要去 記住那些構成關鍵指標的事件,例如註冊、激活、購買等。接下來去分解支撐這些關鍵指標的那些事情,例如註冊包括:打開註冊頁面,輸入賬號、密碼和驗證碼,或者使用其他的社交賬號來登陸。

對 Teambition 來說,Growth 團隊最開始關注的是用量這一指標,先將公司的整體方向反應在這些大數據上,接下來進一步再規劃一些其他的數據,比如把用戶量和市場活動聯繫起來,我們能夠很清楚的知道一場活動帶來的獲客價值,能夠很好的指導市場團隊的方向。

這個過程你會發現一些事件有明顯的順序,一些用戶會在某些事件上放棄。這個過程就是所謂的漏斗分析,各種構成漏斗分析的主要步驟也是可以這樣一併記錄,作為這個關鍵指標的延伸和改善。

3.2 選擇什麼樣的維度?

最重要的原則是 記錄那些可能產生差別的維度

比如某一個功能,我放在頁面上不同地方會產生一些不同的影響,那麼就需要記錄他們的頁面屬性作為一個維度。

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

4. 如何採集數據?

採集數據是一件非常花資源的事情,一般會用掉整個數據分析過程中 1/3 到 1/2 的時間,Teambiton 的增長團隊一半的時間是用來搭建更好的數據分析方式,加更多的數據追蹤點,搭後台的數據倉庫支撐數據分析,

初創公司,性價比最高的做法就是用 SaaS 服務,通過第三方的 SDK 來完成原始數據的採集工作。

4.1 採集數據需要注意什麼?

首先,在產品的早期,就要把「統計層」的需求直接放到產品規劃和迭代的結構中去,防止後面很多折騰和重構。

其次,落實產品自動化測試流程的時,爭取把統計數據的統計返回結果也包含進去,保證原始數據的穩健性。

最後,初創團隊盡量用 SaaS 工具自帶的 SDK 起步,可以幫你省掉很多細枝末節的小問題。

4.2 如何選擇數據採集工具?

首選推薦的是 Mixpanel ,它的事件採集比較全面,強過Google Analytics,界面流暢,上手友好。

還有一個海外工具叫 Segment ,也是一次埋點,然後把數據採集後轉成你能接受的其他方案。你只需要通過後台開關就可以控制。

另外一個是 ETL (提取,轉化,寫入的英文縮寫)。用 SaaS 工具抓取的數據,是不一定都能滿足你的數據要求,於是就有了ETL處理的需要。n

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

5.如何進行數據分析?

增長團隊使用的手段通常是產品化的,數據分析的目標都指向「依靠數據來改善產品」

進行數據分析的方法可以總結為以下兩點:

5.1 以「怒點」為入口分析

不論是報表裡覆蓋關鍵行為(註冊、激活、購買支付等等)和關鍵的路徑(轉化、漏斗、留存等等),我們都要重點關注「怒點」行為。

什麼是「怒點」?

簡單形象的比喻:如果用戶在一個頁面上面10秒之內針對同一個元素連續進行了超過5次以上的操作,這就是用戶的一個「怒點」。

以上情況一般有兩種可能,一種是產品真的做得很不合理,二是產品出現了不符合用戶認知和預期的表現,有可能是網路問題或者是產品卡頓,進一步可能是交互的邏輯很難被理解。違背習慣的交互?提示沒做到位?其中原因其實很值得深入研究。

5.2 數據分析的流程和目標

a. 提供報表和 Dashboard

Growth 團隊需要根據公司每一個同事的業務需求,去產生他需要的結果,這個時候需要重點關注關鍵指標,生成報表或者Dashboard,便於可視化分析。

值得注意的是:在製作指標的時候,數據盡量不要做歷史的存量,比如從公司成立到現在一共有多少個註冊用戶,這個數字看似很輝煌,但是沒有可比性,我們需要關注的是 每個周期的變數趨勢,對比本期和上期的數據, 由此發現問題。

第一張圖是每家公司的老闆期望看到的數據,但這樣的數據指導性會比較小。將觀測重點調整後,我們便能更加清楚的判斷事態發展指導決策。

b. 假設檢驗,指導業務

完善報表或是 Dashboard 後,可以根據業務經驗提出一些假設,然後觀看數據發展趨勢,來驗證你的假設是否成立,以此指導產品和運營的思路。

以上是假設檢驗工作比較標準的步驟,具體可以解釋為:

分析數據,發現差異現象,結合業務經驗推測這個現象是由於什麼樣的機制引起的,如果假設成立的話,推廣這個機制可以更好地優化產品,反之產品或者運營可能會惡化或不變,可以通過前後持續的數據觀察,對比數據變化的差異來分析假設是否成立。

這樣的流程也解釋了為什麼 Teambition 有自己獨立的 Growth 團隊,而且一直強調,Growth 團隊必須健全,而且必須有自己的開發能力的重要原因

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

6. Teambiition 對 Growth 團隊的理解

既然提到了Growth 團隊,下面就談談 Teambition 對這個團隊的理解。

6.1 Teambition 踩過的坑:錯把增長當創意

許多公司沒有專門的增長團隊,Teambition 早期也是如此。

剛開始我們認為,既然增長團隊解決的問題是以低成本來獲取用戶,牽頭人應該是市場團隊。

於是 Teambition 市場團隊每周都會提出一些與增長相關的新創意,大家一起討論後,把篩選出來的創意交由設計團隊形成產品設計方案,再鄭重其事的轉到研發團隊手裡,做成一個好功能,最後交給數據分析師來分析這個創意帶來的效果。

在當時的工作模式下,Teambition 孵化出了一個叫「表情特權」的創意。具體做法是:想要在聊天中使用更多表情,需要用戶推薦其他人使用 Teambition 。

但這個項目最終並沒有驅動增長,還消耗了公司整整三個月的時間,我們甚至忘了做這個項目最開始的目的,連數據觀測點都忘記添加,這種消耗對初創公司來說是一件很可怕的事

經過反覆自省,我們把這個失敗歸因於:錯把 Growth Hacking 理解為創意行為。

6.2 增長團隊需要提出可靠的機會

做真正對用戶有價值的功能,這才是團隊的價值所在。

在現有的數據裡面,去找到能夠讓新用戶用的更好停的更久,推薦更多人的方法,這是探索增長的機會,而不是發明一個受歡迎的創意。

想通了這些後,我們成立了一個獨立的 Growth 團隊。團隊里有產品經理、設計師、工程師、數據分析師。

產品經理會從數據分析師提供的各種各樣的報告里,找尋增長的機會,然後提出假設,並和工程師快速開發嘗試,通過實驗的方式找到最合適的一個做法,發布到產品里:

所以,在 Teambition 眼裡,一個真正的增長團隊一定是獨立完整的,能跑一整套流程,提出假設後,快速驗證增長機會的可行性。

更重要的是,這樣的團隊不可能基於創意去做事情。

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

7. Teambition 的實踐

有了自己增長團隊之後,我們通過分析現有數據很快有了一些意外收穫:

7.1 簡化創建項目流程

像 Teambition 這樣的協作工具,新用戶創建第一個項目與否對產品體驗來說顯得尤為重要。下圖是 Teambition 的在線創建項目的界面:

針對這個項目 Teambition 的增長團隊專門做了漏斗分析,觀察到一些用戶在「項目類型」處操作後就退出了,並未完成項目創建。

如果用戶第一次登陸沒有創建新項目,實則反映了用戶沒有用到產品的實際場景,還沒搞清楚產品就離開了。

為什麼出現這種情況?

根據以往的經驗,我們做出了這樣的 假設:界面上過多的選擇往往會分散用戶的注意力,導致核心操作受到影響。創建項目的核心是要用戶創建一個項目,而不是非得選擇一張封面。

如果能省略掉非關鍵因素,把非關鍵的信息放在用戶創建項目完成後再來自定義,那麼能否有改善呢?

於是我們簡化了創建項目的界面,下圖中左邊是創建企業項目,右邊是創建個人項目。整個過程簡單便捷,用戶不到一分鐘就能完成。

通過後期的數據追蹤和漏斗分析,我們發現轉化率確實是大幅度提升了。

乘勝追擊,我們還放大了首頁的「創建項目」按鈕,吸引用戶創建新項目,這個改動上線 2 周后,提高了將近 3% 的新用戶會去創建新的項目。n

7.1 提示用戶用書籤保存項目鏈接

Growth 團隊會關注用戶使用 Teambition 的頻度,因此會特別關注用戶在界面上停留的時間。

有一次我們在看用戶數據的時候發現了一個有趣的現象:用戶在訪問 Teambition 官網時,有很大比例的用戶通過某個鏈接直接進到了項目頁面,並且這些用戶停留的時間都相對更長。

後來我們發現這些用戶直接把常用頁面收藏到了瀏覽器,點開書籤就能直接進入項目頁面,並且這些人往往是深度用戶,活躍度也相對較高。

因此,我們便引導用戶去收藏他的項目頁面,在通過A/B測試後,我們在產品里增加了「收藏項目」的書籤。

這個做法,讓我們一批用戶在 Teambition 上的停留時間長達 30 分鐘以上,即使看 Facebook 的停留數據都沒有這麼長的時間。

這兩個例子,對早期的 Teambition 來說是很有意義的增長實踐,Growth 團隊從數據中發現機會並落實產品優化,讓產品中的每個流程提高几個百分點,從而給整個產品的用戶增長帶來巨大價值。

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

8. 總結經驗,打造自己的Growth Model

8.1 海盜模型-AARRR

Growth Model,是指累出大量的洞見來支撐產品的迭代,之後 經過驗證的假說 或者 所有決定的匯總。這些可以通過 「海盜模型-AARRR」 很好的呈現,每個首字母分別代表:獲客、激活、留存、變現和推薦。

  • 獲客(Acquisition):從網站等渠道獲得到訪的流量;
  • 激活(Activation):讓用戶真正理解產品,體會到產品迭代創新值並且願意回來用;
  • 留存(Retention):用戶再次使用,並多次回訪;
  • 推薦(Referal):讓用戶把產品傳播給其他人;
  • 收益(Revenue):用戶產生了付費行為,給產品帶來收益。

上面的每一步,不同企業都有自己的目標取捨。

比如在用戶註冊的過程中,是儘可能讓用戶少填信息提升註冊轉化率,還是讓用戶完善信息方便銷售部門後期跟進呢?初創公司可能比較注重轉化率,成熟型企業就更關註銷售線索。

把實際業務所關注的每一點與 AARRR 模型合起來,成就自己的 Growth Model,一直是行業當中比較稀缺的技能,也是初創公司要獲得增長的關鍵。

有了自己的 Growth model 後,後續還要實時檢測並且改善現有模型,爭取讓漏斗漏的越來越少。

8.2 打造數據驅動的團隊

此同時,還有另一條戰線需要鋪設:團隊數據意識和工具使用能力的培養。

這個非常重要,內部意識加上他們能夠自己操作數據得到自己想要的結論的話,往往能為初創團隊節約成本,爭取到更多的機會。

當然,範圍內培養也有一些局限,主要和影響數據驅動的兩個因素有關:

  • 企業數據基礎設計的建設速度很慢,傳統的手動埋點過程耗時1-2 個月不等,等出新版本的話,項目基本告吹。
  • 數據的使用者和採集者錯開,鼓勵自助查詢,業務、運營和產品經常使用數據,需要利用數據來支持決策;但是採集和處理數據需要數據工程師來跑,等數據工程師把排隊堆積的數據報表跑出來,業務那邊已經錯過了最佳決策時機。

在這種情況下,建議使用第三方的 SaaS 化的 SDK 來簡化埋點,並盡量鼓勵自助查詢,甚至自助埋點,在一些低門檻工具和內部預製模版的基礎上,大家能讀取自己業務相關的細節數據,而不是排著長隊等數據工程師跑數據。

總而言之:

內部數據意識 + Self-Service = 先進技術的槓桿率

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

9. 寫在最後

增長是最好的管理,許多公司都在做增長的事情,對增長的理解或許不盡相同,但核心永遠都離不開:通過數據發現和創造更大的價值。

Teambition 還小,淺顯的經驗或許不能代表什麼,這裡舉個大些的例子。優步總結自己最核心關注的數據是:乘客打車時手按下去後,專車到乘客面前的時間,這和滴滴關心的定單量截然不同。

優化了這樣一個很小的數據,就體現了這家公司的價值:優步讓整個世界的交通效率提高了。

所以,一家公司,特別是 初創公司對數據的理解,是做好一切增長的前提,我們應該想明白公司最關注的數據是什麼。

對 Teambition來說,我們最關心的數據是:有多少內容在Teambition上創建出來

因為不管 Teambition 在其他環節多麼優秀,產品的核心的價值在於讓我們的用戶可以在 Teambition里互相配合、協作、溝通,一定要讓大家有事可討論,有事可協作,所以用量是最核心的數據

上面這張圖,是公司的核心邏輯。

如果整體表現出增長,代表 Teambition 實現了自己的價值:讓更多人通過協作互相配合去完成工作,而不是一個人在戰鬥。

因此,理解 Growth hacking 是基礎,追逐前沿是投機,數據分析的種種方法均是手段,站在自己公司的角度,思量增長的核心,認清關鍵數據,把握產品價值,才是一家公司在著手做增長之前,更應該深入思考的問題。

nn原作者:錢卓群/齊俊元 編輯:Teambition


推薦閱讀:

26歲準備轉行做產品經理來得及嗎?
2B端,後台系統需求分析
給30歲左右項目經理一劑「猛葯」

TAG:数据分析 | 产品经理 | 产品设计 |