1.数据驱动运营监控
1)创业公司需要关注的指标:Acquisition(触达)、Activation(激活)、Retention(留存)、Referral(引荐)、Revenue(营收),简称AARRR。
2)用户获取(Acquisition)
(1)衡量各渠道ROI是重中之重,甄选出最优渠道才能实现营销资源和营销渠道的把控。
(2)通过用户行为数据分析,可以科学评估数字营销各渠道的投入产出比,把握渠道动态。
3)激活(Activation)
(1)激活的认知两大误区
- 激活意味着用户触达。
- 激活意味着注册成功。
(2)如何衡量用户激活
- 新用户完成核心功能初步体验称为激活。
- 如:电商用户完成一次购物,视频平台新用户完成3个视频播放。
(3)不容忽视的激活因素
- 赋予用户Aha!Moment。
- Aha!Moment是新用户发现产品内在价值的时刻,这一时刻让新用户成为黏性用户,新用户很大可能会留存。
- 产品流程设计中,应该尽量让客户以最低的代价体验到Aha!Moment。
- 找到你的Magic Number(魔法数字)。
- 就是用户在执行了某些操作序列后,更容易成为一名忠实用户。
- Magic Number是企业的“可执行指标”,是用户了解产品的价值并转化为终身用户的“奇妙界点”。
- 把不同环节通过ID串联起来。
(4)如何提升用户激活率
- 减少干扰,让用户尽快使用核心功能。
- 提升性能。
- 增加引导。
- 人工接入。
(5)案例:使用漏斗分析和用户分群来激活用户。
4)留存(Retention)
(1)关注留存:获客成本(CAC)小于客户生命周期价值(LTV)
- LTV大于3倍的CAC才算良性发展
(2)提升留存:降低流失率
- 精准信息推送,合理把控推送频率及内容,避免骚扰用户。
- 运用Magic Number,让新用户尽快进入最佳状态。
- 流失用户挽回,针对性地挽留用户。
- (3)利用留存:读懂用户留存,最大限度延长用户生命周期
- 通过日留存率、周留存率、月留存率等指标监控用户流失情况,关注留存变化与留存规律,提前采取措施。
- 案例:Worktile利用留存规律
- 企业发现70%用户会在一天内完成“注册页面完成”到“成功创建团队”操作,超过一天流失率大大增加。
- 14天免费试用期中的第7天还在试用的客户通常是高潜用户。
- 利用以上两个规律,在用户注册第二天销售会进行电话拜访,并对高潜用户进行电话追踪。
5)引荐(Referral)
(1)并非所有产品都适合病毒营销,要回归价值
(2)留存率不代表用户忠诚度高
(3)关注NPS:用户会主动推荐你的产品吗
- 一个满意的用户带来8笔潜在生意,不满意的用户可能会影响25个人的购买意愿。
6)营收(Revenue)
2.数据驱动产品改进和体验优化
1)MVP理念强调以最小的代价推出一款最小可用的产品,然后在此基础上进行迭代。当一款产品上线后,后续工作并不是一股脑地继续开发新功能,而是阶段性地停下来用数据评估新功能是否达到了预期的效果,通过数据找到薄弱环节或不合理环节,持续将产品正向迭代。
2)案例1:产品改版
(1)Fackbook将左侧繁杂的导航栏变得简洁,页面焕然一新,国内许多知名社交网络开始纷纷效仿。
(2)但是DAU、用户参与度、在线时长都持续下滑,最终fackbook改回了之前的旧版本。
(3)Fackbook任何产品优化,哪怕只是局部小规模的优化,都要进行灰度发布和数据验证。
(4)在技术产品中,A/B测试是最常用的数据驱动实践之一,将产品的用户流量分成两组属性相似的用户群组,在同一实践维度内有两组群体在使用产品,通过收集各群组的用户体验数据和业务数据,最后分析评估出最好的产品版本。
3.数据驱动商业决策
1)数据驱动商业决策的例子
(1)每年暑假百度知道的用户量和提问量都增长很快,因为一些学生需要完成假期作业,分析后发现学生提问占百度知道10%。
(2)百度知道专门增加了一个“问作业的菜单”,结果作业相关提问量占百度知道总提问量的占比一下上升了30%。
(3)终于一款叫“作业帮”的产品诞生了。半年时间作业相关提问提升了4倍。
2)案例2:google为员工提供免费午餐背后的数据意义
(1)google为此需要支付不足10美元。
(2)员工为此减少了外出就餐的时间,延长了工作时长.
(3)不少员工就餐时会邀请朋友,还能兼顾招聘,成本核算后发现比猎头挖人成本低多了。
3)数据驱动商业决策的价值
(1)透过现象看本质,提升企业决策的准确性和科学性。
(2)用数据说话,降低企业沟通成本。
(3)赋予企业全面准确的商业洞察力,实现智能商业预测。