重新定义增长
模型1：传统的漏斗模型
传统营销的第一步, 是占领用户的心智, 增长用户的品牌认知。以前所有的大规模广告, 无论是地铁、电视、报纸, 还是门户网站, 都是要占领用户的心智。第二步, 要增加用户的兴趣。第三步, 用户就会开始评估了：在这么多品牌、这么多的产品里面到底该买哪个。第四步, 购买及交易。接下来有一部分购买完的用户会变成忠诚用户, 进而向其他用户进行推荐。这是传统、经典的漏斗模型, 这种思维不是成长型的思维, 是一种收缩型的思维, 是一种漏斗型的思维, 每步之间是一种除法的关系。
感模型2：金字塔型增长思维
今天, 我们希望能引入一种全新的思维, 一种成长型的思维。这个思维很简单, 是一个金字塔型的思维。大家回顾一下这个成长型的思维, 它是从一个核心价值点开始培养我们忠诚的用户群, 然后通过增加第一次的用户体验, 不断培养更多地核心用户群。接着让这些有第一次体验的用户反复回来体验我们的产品, 形成习惯以后, 找到那些有主动使用这些产品的意愿的用户, 对他们进行精准的营销和服务。
全新的增长思维是以优质的产品和服务为基础的。第一阶段, 我们一定要用技术、用产品来驱动我们最早期的核心增长。第二阶段, 我们可以进入以效果营销驱动增长的阶段。第二阶段我们最需要专注的一点, 就是成本和收益之间的关系；如果你的成本大于收益, 这样的增长是一种恶性增长, 这样的企业一定会跨掉。最后一步, 才是品牌营销驱动的增长。
对于一个企业来说, 它的增长周期分为五个重要阶段：阶段一：问题 / 解决方案匹配期, 主要是调研客户的需求。阶段二：最小可行性产品时期, 寻求若干种最小化产品的建立方法。阶段三：产品和市场匹配时期, 提升用户的黏度和体验。阶段四：渠道和产品匹配时期, 对高优先级的渠道进行大规模的投入。阶段五：成熟期, 并购、国际化和本地化。
数据驱动增长的方法论由 4 步组成, 依次是：确立优先级、设置目标 SMART、拆解和执行、效果评估。面对复杂多变的市场竞争环境, 如何快速、准确找到合适的增长突破口至关重要,确立优先级是增长的第一步。模型 6 和模型 7 会具体介绍如何确立增长执行的优先级。接下来如何设置增长目标和具体的数据指标, 我们推荐模型 8 SMART 原则和模型 9 OSM 模型。再接下来就是拆解增长任务并执行, 执行后进行效果评估和优化, 这个时候我们推荐在硅谷非常流行的精益学习引擎模型 (模型 10) 。
在众多产品线 / 产品功能中, 哪一个是你企业 / 产品的核心竞争优势？在开设新的产品线 / 产品功能时, 又如何找到自己的差异化竞争优势？“价值-客户满意度”的九宫格模型是一个非常好的参考。数字 1、2、3 分别代表低、中、高三种程度, 3.2 则意味着相比于行业我们的业务/产品提供了更高的价值, 但是客户满意度和行业一样。右上角的 3.3 意味着更高的价值、更高的客户满意度, 这是我们最核心的竞争优势。
在众多增长选项中, 如何选择一个最优的增长方向, 这就涉及优先级排序的问题。增长黑客之父 Sean Ellis 曾提出 ICE 框架, 分别从 Impact (影响力)、Confifidence(自信心)、Ease (难易度) 三个角度去打分, 然后进行项目优先级排序。其本质还是基于“投入-产出” 的 ROI 决策框架。在下面的模型中, 数字 1-9 依次代表项目的优先级, 1 最高, 9 最低。在资源有限的情况下, 我们可以按照从 1-9 的顺序依次展开增长试验。
如何选择具体的增长指标, SMART 原则是一个非常有用的模型。SMART 是具体的、可衡量的、可达成的、和大目标相关的、时效性等 5 个单词的首字母组合, 根据这 5 个原则可以找出合理的增长指标。以用户数量为例, “日活跃用户数”指标显然比“注册用户数”这个指标更聚焦、更有商业指导意义。以互联网理财产品为例, “累计投资金额”显然比“投资用户数”更有意义。指标从来都不单单只是数字, 它代表了管理层对用户价值和公司成功关系之间的理解, 也会指导每个基层员工在日常工作中的一次次决策和执行。选取正确的增长指标对于公司的成功具有战略意义。
OSM 模型是选择企业核心增长指标的方法论, 它将这一选择过程总结为 3 大步骤。第一步, 确认公司业务/产品功能存在的业务目标 (Objective) ；第二步, 确认为了达成上述业务目标所采取的业务策略 (Strategy) ；第三步, 选择合理的度量指标来衡量策略的有效性、反映业务目标的达成情况。OSM 模型从业务需求出发搭建 KPI 指标体系, 层层拆解落实。业务目标是一级一级传承的, 你需要跟你的上级确认你的核心业务目标；然后和你的业务单元负责人讨论业务策略, 最后和分析师确认具体度量指标的选择。
“ 学习引擎 ” 是《精益创业》一书中提倡的精益化运营方式, 在硅谷被大小企业广泛采纳。当我们有一个想法的时候, 可以采用最小可行性产品 (MVP) 的方式将其构建 (Build) 出来。产品上线后, 我们需要衡量 (Measure) 用户和市场的反应。通过分析收集到的数据, 我们可以验证或者推翻我们之前的想法, 从而不断学习 (Learn) 和优化 。
LinkedIn 最新的增长团队目前有一百多人, 划分为 3 个大组, 分别是核心增长、国际化和数据产品 , 每个组都有自己的核心任务。国际化部门负责最大程度地获取新兴市场的用户, 核心增长部门负责用户的成长,数据产品部门提供量化支持：各个部门各司其职又相互配合, 共同推动 LinkedIn 的快速增长。
团队成员多样化是 Facebook 增长团队的一个重要特征！Facebook 的增长团队里面什么人都有, 有做数据分析的, 有产品经理, 有做技术的, 也有一天到晚想各种用户增长策略的, 从搜索引擎优化 (SEO)、App Store 排名优化到决定进入中国市场, 都是这个增长团队做的决策。收购团队也在增长团队里面, Facebook 收购 Instagram 的项目就是由该团队完成的。Facebook 的增长团队负责人直接汇报给扎克伯格。
点融网的增长团队架构和 Facebook 比较类似, 由产品副总裁担任增长负责人。增长策略组 (Growth Strategy ) 主要负责指标拆解工作, 他们会在增长团队中担任整体协调的角色。增长服务 (Growth Service ) 团队的使命是开发、搭建所有为增长服务的产品，比如用户肖像系统、数据追踪系统、短信触发平台等。核心增长 (Core Growth ) 是一个最大化的执行团队, 他们会将自己所有的测试结果、增长思路等都落地到产品里面。运营(Operations ) 部门通过一些日常的运营、推广手段去维护和增长。特别工作组(Taskforce )类似特工队一样, 在某些创新型但有风险的领域, 点融网会视情况抽出一个小团队去做尝试性的探索。
用户是大数据的来源也是大数据最终要服务的终点。在这套框架中, 数据分析的基本框架向下延伸, 最基础从 Customers (用户) 开始, 也在用户结束。在实践中还发现, 在这个大数据分析框架中, 越贴近底层占用的时间越多, 而框架顶端的决策耗时却很短；从价值频率来讲, 顶端低频次、高价值, 底层是高频次、低价值。因此, 大数据技术的一个重要发展方向是, 效率低的部分实现全方位自动化, 并且实现一站式的大数据服务！
增长需要一个过程, 它的框架其实是非常简单的；这个方法论也已经存在很多年了。首先我们需要一个明确的目标, 这个是非常重要的。接着根据目标去分析我们面临的情况, 我们到底存在哪些问题。然后提出我们的想法, 可以解决我们面临问题的想法或者实现目标的想法。紧接着, 排列一个优先级, 先测试哪个想法、后测试哪个想法。最后开始测试, 通过试验来验证或者推翻我们的想法。然后开始新一轮的分析、假设、排优、测试, 在不断优化中实现增长。
GrowingIO 首推“采-看-想-做”的用户行为数据分析流程,将数据采集、数据监控、数据分析、数据运营系统化地串联起来, 形成精细化运营的闭环。
漏斗模型需要无限解构。首先我们要明确用漏斗解决什么问题, 在这基础上充分解构这个漏斗。从A到R的转化问题, 我们可以把 A 再拆开, 拆成 A1、A2、A3，再看哪一步是主要问题, 假设是 A2，再把 A2 拆开, 再看其中的主要问题。下面展示了 APP push 的整个漏斗过程, 可以拆解为 3 大步 10 小步。最理想的状态是, 我们能解构到唯一变量的颗粒度。然后我们就能够精准定位并且解决这个问题, 带来用户增长。如果我们用的漏斗是一个很粗略的漏斗, 是无法解决问题的。需要一步步解构、定位问题, 然后去解决, 这样才能带来有效的用户增长。
增长团队负责人按照 MVG (最小化增长试验) 来设计核心增长团队的组织架构。一个个小的 MVG 之间是有关联的, 通过 MVG 的关联来将团队中的人关联在一起。MVG 可以帮助增长团队的每个人明确自己的工作, 从而实现团队增长效果最大化。点融网将增长的方法论分为“定义增长-最小化-衡量-最大化”四个步骤, 通过增长团队的快速迭代和试验来驱动增长。
当你的核心指标确定之后, 你需要问自己一些关于用户行为的基础问题来定义增长渠道。比如用户是否通过搜索来寻找解决方案？如果答案是肯定的, 那么 SEO / SEM 就会是很好的渠道。对于LinkedIn 来说, 搜索引擎就是很大的一个渠道。因为在 LinkedIn, 你很容易找到在各个专业领域有建树的人, 所以人们会通过 SEO 搜索相关的人, 然后进入到 LinkedIn 网站。再比如, 用户是否通过口口相传的方式分享你的产品？这个问题会决定你是否需要花时间、精力在病毒传播和推荐上, 如果用户有分享你产品的意愿, 那么你需要尽可能地让用户的分享体验更流畅。当然, 以上这些问题不能代表全部, 但是它们代表了一种寻找增长渠道的思路。
对于任何一个增长试验, 我们都可以通过象限来衡量；它通用性强, 而且简单易懂。最重要的是, 一个象限图可体现三个指标, 因此能直观体现任何一个 MVG的三个核心增长指标, 可以用于所有人的工作汇报。
下面这张图, 就是获客渠道推广的绩效衡量。横轴体现的是渠道的 ROI, 纵轴是单位获客成本, 圆圈的大小表示收入规模。通过这张图, 你可以非常迅速地看到每个渠道的效果。
显然, 越往右下角的渠道越好, 因为获客成本低、ROI 高。我们当然希望所有的圆圈都在右下角, 但是在最初投放的时候这是不太可能的。我们要做的事情就是通过优化, 让所有的圆圈都往右下角挪动, 每一个增长试验其实做的都是这样的事情。
GrowingIO 将 AARRR 模型和业务活动、关键指标对应, 形成系统的用户增长数据分析体系。以拉新（Acquisition）为例, 拉新对应企业的营销活动, 落实到关键指标上, 包括但不限于新访问用户量、跳出率、来源等。
原文始发于微信公众号（职场生活三十年）
本文转载于微信公众号（职场生活三十年），本文观点不代表爱运营立场，转载请联系原出处。如内容、图片有任何版权问题，请联系爱运营处理。
