以全民K歌為例,聊聊如何用數(shù)據(jù)分析驅(qū)動(dòng)產(chǎn)品用戶增長

10 評論 10499 瀏覽 137 收藏 18 分鐘

本文筆者將從數(shù)據(jù)分析的“三個(gè)步驟”、“兩個(gè)模型”兩個(gè)板塊,以全民K歌為例,來與大家講述:如何用數(shù)據(jù)分析驅(qū)動(dòng)產(chǎn)品用戶增長?

(純貼數(shù)據(jù)做分析看著太辛苦了,所以本文會從更方法論的角度來闡釋)

前段時(shí)間在看到一個(gè)帖子在問:數(shù)據(jù)分析能驅(qū)動(dòng)用戶快速增長嗎?

先說答案——“能?!?,再說具體怎么做。

因?yàn)閿?shù)據(jù)涉密,我不會用我經(jīng)手過的產(chǎn)品數(shù)據(jù)來說明,而會選用一個(gè)我自己很喜歡使用的產(chǎn)品——全民K歌,來完成這篇文章。因?yàn)闊o法獲得精準(zhǔn)的產(chǎn)品數(shù)據(jù),所以我會按照自己對產(chǎn)品的理解+部分第三方數(shù)據(jù)做分析,目的是分享數(shù)據(jù)分析驅(qū)動(dòng)增長的常見方法,如有不科學(xué)的地方,歡迎指出。

以下, enjoy:數(shù)據(jù)分析常見操作方法是【三個(gè)步驟】&【兩個(gè)模型】

一、三個(gè)步驟

三個(gè)步驟為:確定核心目標(biāo)、列出組成公式、確認(rèn)元素

在互聯(lián)網(wǎng)公司常見的應(yīng)用方式為:

核心目標(biāo)(即北極星指標(biāo))=A*B*C

拿全民K歌來舉個(gè)例子,全民K歌的slogan是:“你其實(shí)很會唱歌?!?/p>

產(chǎn)品最終價(jià)值就是讓大家唱歌,并且讓別人聽到,所以他的北極星指標(biāo)應(yīng)該是:【每日原創(chuàng)歌曲播放次數(shù)】。在提升這個(gè)數(shù)據(jù)過程中附帶產(chǎn)生的伴奏下載/播放次數(shù),好友消息數(shù)等都是衍生數(shù)據(jù)。

因此,公式是:

每日原創(chuàng)歌曲播放次數(shù)=每日原創(chuàng)歌曲數(shù)*單曲平均播放次數(shù)

這就是核心的數(shù)據(jù)公式,接下來我們要確定影響公式的元素,公式可以被拆解為:

每日原創(chuàng)歌曲播放次數(shù)=(每日活躍用戶數(shù)*人均產(chǎn)出歌曲數(shù))*(單曲曝光次數(shù)*曝光-點(diǎn)擊率)

這個(gè)公式可以無限拆解下去,按照產(chǎn)品的量級和功能復(fù)雜度,運(yùn)營團(tuán)隊(duì)的人力資源做到最大程度的細(xì)分,在這里不繼續(xù)窮舉,就按照最后的這個(gè)公式做分析。

可以發(fā)現(xiàn):影響核心目標(biāo)的元素有:DAU,人均產(chǎn)出歌曲數(shù),單曲曝光,歌曲曝光-點(diǎn)擊率。

常識可知,在乘法里,每個(gè)元素的提升,都能對整體結(jié)果帶來提升,運(yùn)營團(tuán)隊(duì)可以根據(jù)這四個(gè)元素來做針對性的增長計(jì)劃:

1. DAU

根據(jù)不同的公式對產(chǎn)品的定義,又可以被拆解出很多元素。

我們簡單的認(rèn)為,全民k歌的活躍用戶定義為當(dāng)天登陸過app的注冊用戶,則可以分解為:注冊用戶數(shù)*打開頻率。

注冊用戶數(shù)可以通過異業(yè)合作,好友邀請裂變,應(yīng)用商店,信息流等很多方法提升,屬于常規(guī)操作,本文不做詳細(xì)討論(重點(diǎn):格外注意黑產(chǎn)用戶)。

打開頻率,長期來看可以用設(shè)置有效的功能場景(例如:打卡簽到,歌唱教學(xué)),合理的渠道推送(消息push提醒等)等方式提升。短期則可以通過一些事件營銷和社區(qū)傳播的手段,引起用戶的注意和討論,從而階段性的提升打開頻率。

2. 人均產(chǎn)出歌曲數(shù)

首先需要做用戶分層:高質(zhì)量用戶(產(chǎn)生過內(nèi)容)的平均水平是多少?普通用戶(從未產(chǎn)生過內(nèi)容)的水平是多少?

全民k歌一定會有一部分用戶是不唱歌的,產(chǎn)生過內(nèi)容的可能只占30%,那我們在這里是否只統(tǒng)計(jì)產(chǎn)出過內(nèi)容的用戶的數(shù)據(jù)呢?

當(dāng)然不是。

首先,這樣的統(tǒng)計(jì)是會影響數(shù)據(jù)公式的,不能用高質(zhì)量用戶的平均水平放大到所有用戶來統(tǒng)計(jì),這樣會導(dǎo)致我們對用戶現(xiàn)狀盲目樂觀,甚至做出錯(cuò)誤決策。

那為什么要分層呢?直接算一個(gè)總平均數(shù)不就完了?

我簡單做了一個(gè)K歌類用戶的漏斗。(真的很簡單……)

艾瑞數(shù)據(jù)顯示:全民K歌的月活1.6億,假設(shè)按照我的邏輯來定義活躍用戶的話(以下數(shù)據(jù)均為個(gè)人假設(shè)):按照4個(gè)層級按4:3:2:1的比例劃分,則人均產(chǎn)出數(shù)量為0.16首/天

從策略而言,我們要把0.16這個(gè)數(shù)字提升到0.2甚至0.3。

從執(zhí)行而言,有兩種方式:

1)讓每一層的用戶向下一層流動(dòng)。

——即讓沉默用戶開始聽歌,讓只聽歌的用戶開始唱第一首歌,讓偶爾唱歌的用戶活躍起來?;镜倪壿嬍歉淖?321這個(gè)結(jié)構(gòu)。

2)提升每個(gè)層級的平均產(chǎn)出數(shù)量。

例如:讓0變成0.1,讓0.3變成0.5。

基于以上的數(shù)據(jù)分析和目標(biāo)拆解,那運(yùn)營就可以有更加明確,精細(xì)化的策略。

例如:目標(biāo)是讓只聽歌不唱歌的用戶,從人均生產(chǎn)0首歌,到人均生產(chǎn)0.1首歌。

可以對應(yīng)的策劃【你的第一首歌】活動(dòng),通過降低參與門檻(例如:做簡單的搶麥,唱兩句就好了,不用唱4分鐘的完整歌曲,先讓用戶開第一次口),提供激勵(lì)因素(無論是情感激勵(lì)-組隊(duì)搶麥,還是利益激勵(lì)-發(fā)金幣)都可以。

3. 單曲曝光次數(shù)

原創(chuàng)歌曲的曝光,通常通過以下3種方式:

  1. 社交關(guān)系鏈——關(guān)注/好友等
  2. 機(jī)器算法推薦——附近/推薦,猜你喜歡等
  3. 固定曝光位——發(fā)現(xiàn)-各類榜單,點(diǎn)歌-各種榜單/各種分類,廣告位等

運(yùn)營可以圍繞不同形式,設(shè)定不同的數(shù)據(jù)目標(biāo),策劃對應(yīng)的運(yùn)營活動(dòng),從而提升在不同的板塊里的歌曲曝光次數(shù)。

舉個(gè)?,社交關(guān)系鏈,關(guān)鍵的數(shù)據(jù)目標(biāo)就是關(guān)注/好友數(shù),好友越多,理論上歌曲被曝光的幾率和次數(shù)就越多。

當(dāng)然這里涉及到用戶活躍和分層的定義,一個(gè)人的好友從50變成100,并不代表歌曲曝光次數(shù)會翻倍。但總的來說,社交關(guān)系得到拓展后,發(fā)出的原創(chuàng)歌曲一定能在關(guān)注/好友兩個(gè)板塊得到更高的曝光幾率。

因此運(yùn)營的目的就從【提升歌曲曝光】這個(gè)不知道咋下手的目標(biāo),變成了【提升平均好友數(shù)】這個(gè)更具體可執(zhí)行的目標(biāo)

接下來就是策劃具體的活動(dòng)了,是通過組團(tuán)搶麥,還是隔空互動(dòng),或者是陌生人社交側(cè)的情感互動(dòng)匹配,在運(yùn)營機(jī)制中注意強(qiáng)化【互加好友】這個(gè)關(guān)鍵動(dòng)作即可,在此不做贅述。

說白了,在這里數(shù)據(jù)分析的關(guān)鍵作用之一就是:通過數(shù)據(jù)分析拆解,找到在運(yùn)營側(cè)更具體可執(zhí)行的方向。

4. 曝光-點(diǎn)擊率

提高曝光-點(diǎn)擊率,有兩個(gè)方法:

1)找到對歌曲更匹配,更感興趣的人,讓曝光的效率最大化。

例如:給周杰倫的粉絲,推薦普通用戶翻唱的 [七里香],絕對比推送給五月天粉的效率更高,這個(gè)需要運(yùn)營人員做的就是做用戶標(biāo)簽,分群,算法推薦,不做贅述。

2)提高用戶點(diǎn)擊播放的欲望。簡單的說就是提升歌曲的吸引力。

這涉及到對內(nèi)容的優(yōu)化,比如:推送封面(頭圖的大小,形狀,視覺等),標(biāo)題,文案(例如:70%的好友都聽過/得分超過85%的人之類的)等等。

高品質(zhì)的內(nèi)容能夠有效的提升曝光-點(diǎn)擊轉(zhuǎn)化率,那運(yùn)營人員需要做的就是大量的AB test,哪種形式的內(nèi)容最能吸引到用戶點(diǎn)擊,看數(shù)據(jù)說話就完事兒了。

總而言之,數(shù)據(jù)分析的【三個(gè)步驟】,主要的作用是:讓運(yùn)營團(tuán)隊(duì)找到增長的方向,并通過合理的拆解找到運(yùn)營的切入點(diǎn)。

二、兩個(gè)模型

兩個(gè)模型分別是:漏斗模型,坐標(biāo)模型

1. 漏斗模型

最典型的就是AARRR模型,不懂的同學(xué)自行百度,不做贅述。

除了用戶獲取的整個(gè)流程外,漏斗模型還可以用于單個(gè)case的分析,漏斗從上到下基本代表的是用戶旅程地圖(說人話就是:用戶在產(chǎn)品上的一個(gè)完整的互動(dòng))。主要用于跳出/流失分析,用于發(fā)現(xiàn)問題——用戶在哪里流失?

還拿全民K歌來舉例子,我們的目標(biāo)是:讓更多從不唱歌的人,開口唱第一首歌

基于這個(gè)目標(biāo),運(yùn)營設(shè)置了一個(gè)H5活動(dòng)——測測你的歌星含量(文案可能還要再改改……)

大致玩法可能是:選擇你喜歡的歌曲,系統(tǒng)出歌詞,放一遍原唱,長按錄音,得出結(jié)果,分享到動(dòng)態(tài)。

如果只告訴你,活動(dòng)頁面UV超過100萬,但是最后分享到動(dòng)態(tài)的數(shù)據(jù)只有500個(gè),你知道問題出在哪里嘛?

這個(gè)時(shí)候基于對H5每個(gè)頁面的流量漏斗分析,我們就可以發(fā)現(xiàn)問題并改善。

比如:

1)我們發(fā)現(xiàn),活動(dòng)頁面UV100萬,但是完成選擇歌曲的人數(shù)只有1萬,只有1%,為什么?

這是一個(gè)非常不合理而且遠(yuǎn)低于預(yù)期的數(shù)據(jù)?;诖?,我們有一個(gè)猜測,是歌曲庫不夠豐富,還是用戶懶得自行選擇?

因此,我會對頁面埋點(diǎn)數(shù)據(jù)再做一次分析,比如:有50%的用戶點(diǎn)擊了搜索歌曲,但是最終沒有進(jìn)行下一步,可能意味著音樂庫豐富度或者搜索匹配出現(xiàn)了問題。又比如:大部分用戶在頁面點(diǎn)來點(diǎn)去,就是沒有點(diǎn)擊搜索框?他可能很懶,在找系統(tǒng)推薦罷了。

基于猜測,我們可以再做測試,或者是用戶調(diào)研,去驗(yàn)證想法是否正確,從而發(fā)現(xiàn)問題到底出現(xiàn)在哪里。

當(dāng)然,內(nèi)容的測試,應(yīng)該是上線前就做好優(yōu)化的。

那我們再來看實(shí)際環(huán)境中更多出現(xiàn)的,另一種情況:

2)我們發(fā)現(xiàn)完成錄制,得出結(jié)果頁的用戶有10萬,但是最后選擇把結(jié)果頁分享到動(dòng)態(tài)的用戶只有500,為什么?

通過漏斗模型,我們明確的發(fā)現(xiàn):主要的流失出現(xiàn)在“結(jié)果頁-分享”這一環(huán)節(jié)。還是一樣,先基于數(shù)據(jù)做猜測,再出解決方案去驗(yàn)證想法。

首先10萬用戶產(chǎn)出結(jié)果頁,之前的環(huán)節(jié)應(yīng)該是沒有太大問題的,那有什么原因會讓用戶“哪怕產(chǎn)出了分享頁也不愿意分享到動(dòng)態(tài)”呢?

可能1:結(jié)果頁太丑,令人十動(dòng)然拒。

美與丑不是絕對的,活動(dòng)上線前可能已經(jīng)做過測試,但是最后選用的頁面就是不被大部分用戶認(rèn)可并愿意分享(就好像男生和女生,一二線和下沉市場用戶的喜好都是不同的),那怎么辦?

解決方案:眾口難調(diào),要么就做線上測試,找出大部分用戶喜歡的樣式,要么就多做幾個(gè)不同的分享頁版式,讓用戶自由選。

可能2:沒有明確的分享引導(dǎo)

用戶看完結(jié)果頁,說哦好的,然后就關(guān)閉離開了?;顒?dòng)方?jīng)]有明確的引導(dǎo)——例如:分享獲得XXX(利益誘導(dǎo)),分享到動(dòng)態(tài)讓朋友看看(社交貨幣/塑造人設(shè))。大部分用戶是懶惰的,他們需要更明確的引導(dǎo),讓用戶自由發(fā)散的決定做什么,最后用戶大概率決定什么都不做。

還有很多可能,不窮舉了,主要說明的還是漏斗模型能有效的找到問題。

2. 坐標(biāo)模型

最經(jīng)典的是RFM模型,用于基于行為數(shù)據(jù)的用戶價(jià)值分層,從而實(shí)現(xiàn)精細(xì)化運(yùn)營,在產(chǎn)品的整體運(yùn)營增長中使用較多,在單個(gè)活動(dòng)中運(yùn)用較少。

常見的RFM模型如下:

基本上會基于以下三個(gè)數(shù)據(jù)建模型,劃分出不同價(jià)值的用戶區(qū)間:

  • R=最近一次行為(Recency)
  • F=行為頻率(Frequency)
  • M=行為量級(Monetary)

RFM常見于電商平臺,我們還是拿【全民K歌】來舉例,首先選定幾個(gè)數(shù)據(jù)緯度,我會選擇:

  • R=最近一次互動(dòng)(基于上文的分析,我選用互動(dòng)而不是登錄,互動(dòng)的定義可能是播放一次歌曲之類的)
  • F=互動(dòng)行為頻率
  • T=單次使用時(shí)長(為了簡單易懂,其實(shí)也是行為量級的含義)

接下來是統(tǒng)計(jì)數(shù)據(jù),建模分析,然后我沒有具體的產(chǎn)品數(shù)據(jù)(提的這幾個(gè)維度,也很難通過第三方數(shù)據(jù)拿到)。嗯,那就先這樣吧。

大概是這個(gè)意思:

  • 最近在app上有互動(dòng)的(定義可能是48小時(shí)內(nèi)),互動(dòng)頻率很頻繁的(可能一個(gè)月登陸10次以上),單次使用時(shí)長也很長(單次在線時(shí)長30min?),定義為重要價(jià)值客戶,丟掉誰都不能丟掉他們。
  • 最近有互動(dòng),但是整體來看互動(dòng)頻率不高,使用時(shí)長很長的,代表他最近打開了app而且單次使用時(shí)長很長,只是互動(dòng)頻率不高。那就證明用戶是對產(chǎn)品很感興趣的,非常有潛力,是重點(diǎn)發(fā)展的對象,應(yīng)該策劃更多的活動(dòng)讓他們提高互動(dòng)頻率。
  • 最近不互動(dòng),互動(dòng)頻率低,但是從歷史來看單次使用時(shí)長很長的用戶,他們可能曾經(jīng)很愛全民K歌,但現(xiàn)在已經(jīng)處于流失的邊緣了,是要重點(diǎn)挽回的對象。

通過RFT數(shù)據(jù)模型能有效的對全民K歌的用戶做價(jià)值分層,對不同價(jià)值級別的用戶做精細(xì)化的運(yùn)營,運(yùn)營的資源和精力是有限的,當(dāng)然要做更重要的事情啊。

除了用戶價(jià)值分層,還是基于生命周期的分層,這個(gè)解釋起來太長了,不在本文舉例了,下次有空再寫吧。

簡而言之,數(shù)據(jù)分析驅(qū)動(dòng)用戶增長,主要就是在兩方面:

  1. 通過目標(biāo)公式和拆分出來的具體數(shù)據(jù)元素,得出可執(zhí)行的具體運(yùn)營策略;
  2. 通過數(shù)據(jù)模型的分析,發(fā)現(xiàn)問題,實(shí)現(xiàn)對用戶的精細(xì)化運(yùn)營。

本文的分析比較基礎(chǔ),歡迎各位大佬在評論區(qū)說下對數(shù)據(jù)分析的見解鴨!

 

作者:謝曉陽,專注于互聯(lián)網(wǎng)產(chǎn)品用戶增長工作3年。

本文由@謝曉陽 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash, 基于CC0協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 思路很實(shí)戰(zhàn),贊!

    回復(fù)
  2. 能分析到這個(gè)層面很不錯(cuò)了

    回復(fù)
    1. 開篇一張圖,數(shù)據(jù)全靠編

      回復(fù)
  3. ?? 學(xué)習(xí)了

    來自湖南 回復(fù)
  4. 學(xué)習(xí)了

    回復(fù)
    1. 互相交流

      回復(fù)
  5. 一頓操作猛如虎,公式是算不出人類復(fù)雜的行為的!不如做一次用戶訪談,問問用戶是不是活動(dòng)推廣的時(shí)間不對,工作期間無法在人群中大展歌喉?亦或是深更半夜怕打擾到旁人?再或者是得出的結(jié)果不理想不愿意在朋友間出丑?

    回復(fù)
    1. 大佬所言甚是

      來自廣東 回復(fù)
    2. 用戶調(diào)研是必須的,但有時(shí)候用戶會說謊?;跀?shù)據(jù)分析+ab測試的增長策略是趨勢

      來自北京 回復(fù)
    3. 調(diào)研很重要,但用戶運(yùn)營不是一次調(diào)研就能解決的,問誰,問什么,怎么問,都是很有學(xué)問的

      回復(fù)