0

腰果公考:数据驱动实现次日留存提升30%

诸葛io

产品注册转化率80%是高还是低?次日留存40%是高还是低?其实在诸葛io看来,某一指标是高还是低,是否要定义为“有提升空间”,这完全取决于团队对自身业务、产品的定位和要求,特别是对于一些业务形态和变现模式比较清晰的产品,对核心业务指标的不断提升和优化就是团队每一个角色需要不断追求的。

Facebook、Airbnb、Dropbox的增长案例已经老生长谈,这些明星公司过去某个阶段的增长策略,甚至多少有些过度追捧和传播,过去我们会关注他们早于我们的一些方法论、思想和实践。但现在回头来看,国内互联网的发展环境要远比国外复杂,人口基数带来的技术挑战和突破、行业竞争激发出的产品创新程度以及增长实践也都非常值得我们挖掘和研究,比如外卖、出行、教育等领域的产品增长。今天,我们给大家拆解一个国内的明星案例:腰果公考次日留存提升30%的实践。

核心指标提升是增长的前提

“腰果“谐音”要过“,是教育行业公务员考试这一细分领域的在线教育产品。产品已完成了涵盖题库、公开课、大班课、小班课、一对一的产品矩阵。目前累计服务超过750w的公考考生。公司于去年完成了数千万人民币的融资。

对于腰果这样目标人群非常清晰的产品,每一个来访用户、激活用户(注册用户)都值得关注和期待,当然,在期待用户进行付费、传播等贡献价值之前,首先要解决的就是提升产品留住新用户的能力,所以,更高的留存是团队一直在追求的指标,特别是次日留存。

Tips:

1

图1:常见的留存图曲线

很多团队面对留存曲线不知如何下手,其实几乎所有的留存图都表现为次日留存断崖式下跌,之后相对平稳的趋势,所以,如果你面对留存图不知道该做些什么,那就着手去提高你的次日留存吧。当有了这样的目标,相信你的运营策略也会更清晰。

如何提升留存?要知道,当你在基于这样的目标去思考和制定方案的时候,就是在实践growth hacker,当然,他更离不开数据和科学的方法论。

1、筛选分析样本
为了让猜想更合理,腰果公考的增长团队筛选了一段时间的新增用户作为样本用户,当然,这个时间段选取还要考量用户质量的均衡性,比如增长相对平稳,没有大规模推广,没有其他外在因素影响等。

2.webp
图2:样本用户筛选示例

2、定义人群
对样本人群进行分组,分为“活跃用户”和“不活跃用户”,在分组过程中,最重要的是对活跃的定义。你限定一个时间段,以及用户在这一时间段内的活跃情况进行定义,如下图:

3.webp

图3:“活跃用户”和“不活跃用户”的定义

3、人群对比 获得启发
首先排除一些理所当然的差异,比如活跃用户必然会比不活跃用户访问时间长等等。然后对剩下的一些差异,探索其背后的原因。产品团队最终发现了如下一些有趣的差异:
1)活跃用户在下载激活app 后的一天内,触发“进入练习题页面”的比例,远高于不活跃用户;
2)活跃用户在下载激活app 后的一天内,触发“练习题错题收藏”的比例,远高于不活跃用户;而「练习题错题收藏」只有用户在「进入练习题页面」后才会触发
在通过数据获得这些差异点之后,团队大胆猜想,进入练习题页面也即让用户尽快进行习题练习可能是提升用户体验与快速传递产品价值的核心点。

4、进一步验证 明确猜想
你可以直接基于3中的分析结果进行实验,但为了尽可能保证每一次实验都能够获得正向的结果,团队又从另一个维度,验证了这一猜想。

团队对样本人群进一步进行了分组,即新增后1天内触发「进入练习题页面」的用户群和新增后1天内没有触发「进入练习题页面」的用户群进行了留存指标的对比,发现前者的次日留存要远高于后者。

综合业务于是确定了优化方向:让用户尽早的开始习题,可能能提高用户留存。

5、基于猜想 优化产品
和其他功能入口相比,旧版的习题入口与其他功能保持平级,为了让用户尽快进入习题页面,在新版,把习题的列表索性平铺放置首页。如下图

4

图4:旧版vs新版
6、结果衡量
改版后,继续筛选一段时间的新增用户,并分析了这一人群的次日留存,效果明显,次日留存提升了30%。从启动次数统计,数据也有明显提升。

自动化营销提升精准转化

在上文的案例中,我们用数据、通过分析工具并结合方法论,找到了产品设计方面的一些猜想并指导实验,其实在精准营销,数据也在发挥着更重要的价值。

腰果公考是诸葛io的深度客户,团队对数据的重视以及应用始终保有敏锐的触觉,对于腰果团队来说,提升留存是漏斗的第一步,让更多的用户认可并愿意为之付费才是终极目标。

5
图5:课程转化漏斗
(图示数据为脱敏数据)

团队就发现用户的购买转化率有很大的提升空间,为了提升付费转化,总是通过各种运营手段去刺激用户付费,但效果忽高忽低,且难以界定效果。

通过“智能触达”,腰果团队很容易的筛选出目标用户,并在触发相应条件时自动推送相应内容那些有潜在付费学习动机但未能够完成购买的用户,可以轻松唤回。

6

图6:智能触达 定向优惠券
(图示数据为脱敏数据)

当用户进入课程,点击“购买”按钮,但是一天内没有完成“支付成功”,就给这些用户弹窗推送一张定向优惠券(对于790元的课,优惠券为30元, 200元的冲刺班,优惠券为10元)。同时,设定转化目标为收到消息1天内,消费了这张优惠券。

经过一周的数据跟踪并实时关注营销策略的转化效果,腰果团队发现,对于200元的冲刺班,优惠券使用率在20%;对于790元的全程班,优惠券使用率在11.7%;最终实现了唤回8.2%的流失用户付费转化。

这次增长给团队带来大大的启发,加快了团队数据发现-制定策略-快速验证的实践。

通过上述分析和营销案例,我们会发现,实践一次增长其实并不难,在分析过程中没有绝对的正确与错误,关键是分析的每一步、得出的每一个结论我们都要知道背后的种种假设,也即,在什么样的前提条件下我们做出了什么样的猜想、获得了什么样的结果。当然,分析不是目的,增长是我们持续寻找的,特别是基于数据的精准营销。

在阅读腰果公考案例的同时,你是否也对自己的产品和运营工作有所启发?在我们服务客户的过程中,越来越多的团队和公司已经开始重视数据驱动的产品增长。重视数据、善用工具,加上一个优秀的团队,我们也希望能挖掘和传播更多的国内案例,让每一个行业从业人员都拥有数据驱动思维并掌握方法。

 

诸葛io,数据智能决策平台。 点击此,免费注册使用~