0

打造增长闭环,让用户如江水般连绵不绝

诸葛io

诸葛君说:这个时代,我们获取信息是如此便捷,反而注意力变得格外稀缺,真正的爆款产品似乎更加可遇不可求,我们不得不通过迭代产品,不断了解用户、接收市场反馈,然后进行快速调整并反映到产品设计层面,从而更好的留住用户,形成用户增长的闭环,那么,我们该如何驱散笼罩在产品经理眼前的迷雾,让我们在开发产品时能够更客观、理性的认识产品和用户,有针对性地迭代呢?

「小步快跑、快速迭代」被认为是互联网产品生存的基本法则,每一次迭代,你都需要明白,是否解决了问题,是否优化了体验,是否为后续商业价值的创造提升了效率。而数据就是你客观高效评估的手段,那么,互联网产品的数据(指标)都包括什么呢?

1.webp

如上图,互联网金融产品的业务指标体系,虽然互联网产品数据因产品类型的不同,有着不同的定义和指标,但是所有的互联网产品数据都是朝着一个共同的方向——驱动产品加速形成闭环。

2.webp

1、互联网产品数据分析的4个步骤

有多少访客访问?访客的用户画像是怎样的?
访客的渠道来源,每个渠道带来什么效果?
访客的参与深度是如何?
访客最终有没有转化,转化漏斗是否顺畅?

比如:某产品上周数据增长喜人,此时绝不是高兴一下汇报给领导就完事的,而是需要搞清楚为什么出现这种情况,是否可以复制增长?通常我们从这5个维度来分析:

产品:是否有新功能上线、出现bug;
运营:是否统计错误;
市场:是否有做宣传;
技术:是否埋点、数据传输问题;
其他:是否特殊日子、新增来源渠道。

3.webp

2、发现问题、需求

比如:某个APP在各大渠道上线后,我们发现搜狗、百度的下载用户特别多,注册用户也正常,但是到了进入应用的流程转化率骤减。通过排查、重现找到原因是因为部分设备不兼容,而刚好来自搜狗、百度的新用户使用的最多。

4.webp

图:诸葛io之获取分析

再比如:某产品在1.0版本的时候是以工具产品作为定位的。但是上线了社交功能后,用户体量不断上升,从上线新功能后的数据来看用户增长的主要原因:社交功能的出现,从而发现了产品的潜在需求——社交功能。

5.webp

图:诸葛io版本评估之每日新增/活跃用户占比

3、确定指标

对于发现问题,我们可以确定的是将问题数据拉高/低,还是回到正常的趋势。当然还会从偏高异常数据中发现一些额外的潜在需求,这个时候我们需要分析需求找到解决需求的方案。

指标并不是传统意义上的数值指标,很可能是一个试错的假想。快速试错是现在互联网快速更新迭代的一种自我校正的方法,试错往往是无法用数值来均衡的,只有通过实际产生的数据进行对比才能够验证自己的假想。

在第一个问题中,来自搜狗和百度的用户安装量很高,但是进入应用就出现了bug。这个时候我们就要确定一个指标,假设将原来的50%转化率提升到80%(当然这个80%是相对于其他正常渠道进行对比后定下的),而这个80%就是我们确定下的指标。

第二个问题提到的某工具产品上线轻社交功能后发现,轻社交功能带来的流量明显是优于纯工具的。这个时候我们需要确定两个指标,一个侧重社交功能,另一个则是侧重纯工具功能。也就是进行产品的A/Btest。

6.webp

图:诸葛io版本评估之灵活选择对比版本

之所以要进行A/Btest,是因为我们不排除上线轻社交的功能是因为偶然的因素带来的流量,有可能轻社交仅仅是辅助工具,是否能够成为核心还需要在进行回归数据验证。那么这个时候的指标便是加速试错验证我们的假想。

4、产品设计

回到第一个问题中,提升80%的转化率是最终目标,我们已经找到问题的所在是兼容问题,那么接下来便是从机型设备进行处理,并且得出相关的解决方案。

而第二个问题产品进行不同功能的A/Btest是比较常见的评估策略,即在A/B版本中分别设计不同的功能,将其分别投向或嵌入不同的链接(只要能够在后期区分两者的数据即可)。在开发测试和产品上线后,我们还要继续观察数据:

-观察数据:随时关注数据变化及时发现问题;
-提取数据:提取某段时间的数据,比如次日数据,如果数据呈现正常则可将提取的时间延长;
-分析数据:对提取后的数据进行分析,对比分析近期数据是否正常;
-调整数据:如果发现数据异常波动则需要随时调整,当然这种调整可能涉及功能/设计样式,对于小的调整可尽快重新部署上线,再观察数据趋势。对于大的调整就需要回到产品设计环节。

通过发现问题-确定指标-产品设计-开发测试-产品上线后,如果决策是正确的,比如上文中提到的产品迭代后发现转化率达到80%/社交功能上线后新增用户明显提升,那么从闭环角度来讲我们是解决了体验→反馈的问题,将不断引流,从而形成用户增长闭环,接下来要做的就是深入并且不断完善和优化,驱动产品形成闭环。

如果决策是错的,那么我们需要回到第一步重新分析数据,换一个试错方向;如果迭代后增长不明显,那么在持续观察的同时我们要做好B计划,通过运营、市场、功能来验证我们的决策,再判断决策是否正确,并做好放弃的准备。