用戶增長(zhǎng)依賴(lài)于數(shù)據(jù)分析來(lái)對(duì)抗未知性，彈性組織能為企業(yè)的數(shù)據(jù)系統(tǒng)和模型提供可能，這也是增長(zhǎng)的價(jià)值。最重要的就是建設(shè)一個(gè)企業(yè)級(jí)的敏捷的組織體系，進(jìn)行MVP小量快跑來(lái)保障增長(zhǎng)落地。

當(dāng)組織體系足夠敏捷時(shí)，便形成了企業(yè)級(jí)敏捷。就像下圖的各個(gè)小團(tuán)隊(duì)融合在一起一樣，團(tuán)隊(duì)間的彈性、適應(yīng)性會(huì)變得更強(qiáng)，小步快跑的增長(zhǎng)實(shí)驗(yàn)也擁有了更多的空間。更多的組織合作，進(jìn)行數(shù)據(jù)快速迭代和可視化，成為數(shù)據(jù)分析的一個(gè)重要組成部分，能夠幫助團(tuán)隊(duì)更直觀地理解數(shù)據(jù)，從而做出更準(zhǔn)確的增長(zhǎng)決策。

下圖是一個(gè)敏捷企業(yè)進(jìn)行數(shù)據(jù)引導(dǎo)運(yùn)營(yíng)和增長(zhǎng)的思維鏈條：

數(shù)據(jù)飛輪是通過(guò)持續(xù)積累數(shù)據(jù)、不斷優(yōu)化分析，讓數(shù)據(jù)流動(dòng)起來(lái)，驅(qū)動(dòng)業(yè)務(wù)以更高效、智能的方式運(yùn)行。通過(guò)組織中各部門(mén)的數(shù)據(jù)收集，問(wèn)題發(fā)現(xiàn)形成基礎(chǔ)數(shù)據(jù)組——可視化層將數(shù)據(jù)清洗和分析解讀，結(jié)合關(guān)鍵指標(biāo)，形成可視化看板——增長(zhǎng)實(shí)驗(yàn)AB測(cè)試尋找最新增長(zhǎng)機(jī)會(huì)——反饋給各部門(mén)整理，形成新數(shù)據(jù)，從而進(jìn)行新一輪的數(shù)據(jù)循環(huán)和數(shù)據(jù)飛輪效應(yīng)；

一、增長(zhǎng)實(shí)驗(yàn)分析洞察流量——大轉(zhuǎn)盤(pán)抽獎(jiǎng)活動(dòng)的用戶旅程

為了更好促活用戶，我們常常會(huì)做一些小游戲和獎(jiǎng)品來(lái)吸引用戶，提升用戶參與并打開(kāi)網(wǎng)站或者APP，其中大轉(zhuǎn)盤(pán)抽獎(jiǎng)，是最簡(jiǎn)單且用戶參與度較高的流量獵手活動(dòng)，也是做市場(chǎng)營(yíng)銷(xiāo)和促活常用的手段，例如“小狐貍樂(lè)園幸運(yùn)屋”的大轉(zhuǎn)盤(pán)抽獎(jiǎng)活動(dòng)。

這些活動(dòng)的參與人數(shù)比較多，我們投錢(qián)給用戶送各種獎(jiǎng)品，用戶也比較喜歡這種活動(dòng)形式。

什么是B端产品经理？和C端产品经理有什么区别？

B端产品经理中的B是Business，商业的意思，B端产品经理首先就要理解这个职位的重要性，要设计出更适合这个项目需求的产品方案，B最终产品经理在日常工作中...

查看详情 >

1. 我們梳理出用戶旅程地圖的全部路徑和步驟

從主頁(yè)彈窗、首頁(yè)VIP版面等活動(dòng)入口進(jìn)入大轉(zhuǎn)盤(pán)活動(dòng)主頁(yè)，其中前七個(gè)為促進(jìn)活動(dòng)付費(fèi)入口，最后一個(gè)為消耗權(quán)益入口。用戶點(diǎn)擊活動(dòng)主頁(yè)按鈕再進(jìn)行一系列的操作，最后可能會(huì)進(jìn)入我們的付費(fèi)轉(zhuǎn)化流程。

2. 梳理完用戶旅程地圖后，我們開(kāi)始對(duì)所有指標(biāo)進(jìn)行拆解和分析

通過(guò)歷史數(shù)據(jù)進(jìn)行漏斗分析對(duì)比，我們發(fā)現(xiàn)本次大轉(zhuǎn)盤(pán)活動(dòng)的數(shù)據(jù)下降了，活動(dòng)參與率和付費(fèi)轉(zhuǎn)化率都有大幅度下滑。但是我們并不知道下滑的原因是什么，于是，我們開(kāi)始對(duì)用戶行為進(jìn)行分析。

3. 用戶行為分析就是研究用戶在頁(yè)面上的點(diǎn)擊分布

通過(guò)數(shù)據(jù)分析我們發(fā)現(xiàn)，登錄按鈕的點(diǎn)擊率較高，通過(guò)同期活動(dòng)點(diǎn)擊熱力圖對(duì)比來(lái)看，這次大轉(zhuǎn)盤(pán)活動(dòng)中的登錄按鈕有15%的點(diǎn)擊率。很有可能是用戶進(jìn)入活動(dòng)頁(yè)之后還需登錄，登錄失敗了很多人就流失了。

4. 用戶行為分析是分析用戶參與活動(dòng)的心理時(shí)間成本

結(jié)合用戶的行為判斷有點(diǎn)擊用戶和無(wú)點(diǎn)擊用戶是否有特征差異。通過(guò)數(shù)據(jù)分析，我們得到洞察：

1) 抓住用戶進(jìn)入活動(dòng)后20秒黃金時(shí)間點(diǎn)，增加有效的互動(dòng)交互環(huán)節(jié)能有效提升用戶的活動(dòng)參與度。

2) 在40秒內(nèi)能夠讓用戶有效地開(kāi)啟活動(dòng)環(huán)節(jié)。

3) 在2分鐘內(nèi)能讓用戶完成一次活動(dòng)或游戲的互動(dòng)。

這也是一個(gè)很重要的模型參數(shù)，我們稱(chēng)為“魔法數(shù)字”，是用戶參與活動(dòng)的心理時(shí)間成本，把這個(gè)參數(shù)抽出來(lái)，未來(lái)也可以復(fù)用。

基于全量精細(xì)化的人群，可以洞察所有對(duì)活動(dòng)感興趣的人群所具備的特征。例如，他們的時(shí)段特征、家庭畫(huà)像特征、行為特征等，而這些將來(lái)會(huì)是我們舉辦活動(dòng)之后沉淀下來(lái)的經(jīng)驗(yàn)。這些經(jīng)驗(yàn)可以指導(dǎo)我們二次改進(jìn)產(chǎn)品和運(yùn)營(yíng)。

5. 用戶行為分析是抓住目標(biāo)群體高付費(fèi)意愿時(shí)段

首先定位目標(biāo)群體，其次解析用戶需求，最后設(shè)計(jì)一個(gè)基于數(shù)據(jù)決策非常科學(xué)有效的活動(dòng)方式，撬動(dòng)用戶意愿。這三點(diǎn)匯總起來(lái)就形成了我們的改進(jìn)方案：一是優(yōu)化登錄流程；二是優(yōu)化活動(dòng)節(jié)奏的流程，減少多余環(huán)節(jié)。

在購(gòu)買(mǎi)消費(fèi)時(shí)間節(jié)點(diǎn)來(lái)看，整體黃金時(shí)間17:00開(kāi)始購(gòu)物轉(zhuǎn)化率持續(xù)高漲，在19:00-22:00達(dá)到頂峰

1）付費(fèi)和非付費(fèi)用戶的黃金消費(fèi)時(shí)間均為19:00-20:00，其中付費(fèi)用戶在此時(shí)間段的付費(fèi)意愿更強(qiáng)——建議這個(gè)時(shí)間段，正對(duì)付費(fèi)用戶的優(yōu)惠折扣和促銷(xiāo)增強(qiáng)，一方面提升付費(fèi)用戶的購(gòu)物轉(zhuǎn)化；另一方面是吸引非付費(fèi)用戶向付費(fèi)用戶轉(zhuǎn)移。

2）上午8:00-12:00時(shí)間，非付費(fèi)用戶購(gòu)物意愿更強(qiáng)

——這段時(shí)間應(yīng)抓住對(duì)非付費(fèi)用戶的營(yíng)銷(xiāo)意愿，退出非付費(fèi)用戶的營(yíng)銷(xiāo)和促活套餐，提升購(gòu)物轉(zhuǎn)化

6. 改進(jìn)前后，用戶付費(fèi)轉(zhuǎn)化率和人均購(gòu)買(mǎi)次數(shù)趨勢(shì)

這兩個(gè)改進(jìn)方案優(yōu)化的效果非常好，大幅提升了流量的轉(zhuǎn)化和復(fù)購(gòu)，同時(shí)也大幅促進(jìn)了業(yè)務(wù)的增長(zhǎng)。箭頭指的地方就是我們發(fā)現(xiàn)問(wèn)題后修復(fù)的時(shí)間點(diǎn)?？梢院苤庇^地看到修復(fù)后，整體的活動(dòng)參與人數(shù)就很快上升了。

與此同時(shí)，通過(guò)調(diào)整活動(dòng)中每個(gè)環(huán)節(jié)的節(jié)奏，把控用戶的時(shí)間心理成本，針對(duì)高付費(fèi)人群和時(shí)段加強(qiáng)推送頻次，提升曝光，我們發(fā)現(xiàn)付費(fèi)轉(zhuǎn)化率和人均購(gòu)買(mǎi)次數(shù)也有了大幅度的提升。

二、歸納總結(jié)

由于這只是一次簡(jiǎn)單的小活動(dòng)，所以遇到峰值后會(huì)逐漸下降。如果我們同時(shí)開(kāi)展很多長(zhǎng)期性活動(dòng)，會(huì)發(fā)現(xiàn)未來(lái)的波峰將會(huì)持續(xù)保存。如果再加上自動(dòng)化推薦，由機(jī)器給合適的用戶推薦活動(dòng)，那未來(lái)活動(dòng)效果的持續(xù)性一定是優(yōu)于人工運(yùn)營(yíng)效果的。

最后分享做數(shù)據(jù)驅(qū)動(dòng)和增長(zhǎng)的心得：

■ 第一點(diǎn)，流量。

經(jīng)過(guò)一些實(shí)踐，我們更加懂得了流量思維和超級(jí)用戶思維的差異，更注重超級(jí)用戶的運(yùn)營(yíng)，讓用戶能更長(zhǎng)久地留下來(lái)。

■ 第二點(diǎn)，轉(zhuǎn)化。

轉(zhuǎn)化一定是有一套科學(xué)體系的，而且當(dāng)轉(zhuǎn)化復(fù)雜的時(shí)候快速做決策會(huì)形成彼此之間的干擾，所以我們要分層分析轉(zhuǎn)化。在不同的節(jié)點(diǎn)做轉(zhuǎn)化分析，研究這些節(jié)點(diǎn)之間是否有關(guān)聯(lián)并通過(guò)指標(biāo)來(lái)驗(yàn)證。

■ 第三點(diǎn)，數(shù)據(jù)沉淀。

每個(gè)企業(yè)都要有自己的數(shù)據(jù)銀行，數(shù)據(jù)銀行的最終價(jià)值在于存下一份“活”數(shù)據(jù)，能夠協(xié)助我們沉淀經(jīng)驗(yàn)，指導(dǎo)下一次的投放、運(yùn)營(yíng)和產(chǎn)品設(shè)計(jì)。

增長(zhǎng)是一種思維方式，會(huì)為一些傳統(tǒng)的思維方式帶來(lái)新的改變，這也要結(jié)合每個(gè)產(chǎn)業(yè)、每個(gè)產(chǎn)品自身的特點(diǎn)實(shí)現(xiàn)落地。流量精細(xì)化運(yùn)營(yíng)，策劃驅(qū)動(dòng)轉(zhuǎn)化，數(shù)據(jù)沉淀是發(fā)揮增長(zhǎng)長(zhǎng)效機(jī)制的基礎(chǔ)。數(shù)據(jù)模型化、智能化是未來(lái)增長(zhǎng)的核心驅(qū)動(dòng)力。如今大數(shù)據(jù)技術(shù)、AI技術(shù)已經(jīng)逐漸進(jìn)入應(yīng)用階段，模型化和智能化會(huì)是未來(lái)驅(qū)動(dòng)增長(zhǎng)的核心競(jìng)爭(zhēng)力。