數據分析如何幫產品實現用戶增長?

2019-03-14 23:53:09

本文作者 @於曉松(諸葛io) 來自諸葛io團隊。

所有偉大的產品,都離不開用戶的追隨與期待。 ——諸葛io

我相信,不少套用開發者對AARRR模型都有所了解,並且經常會觀察產品數據指標的變化和趨勢。但是,如何有效的利用這些指標指導產品及運營的改進,多少有些讓人感覺無措。很多情況下:

換句話說,數據指標並不足夠直接指導產品的改進。這是由於:產品的數字指標過於巨觀,而用戶增長的構成是非常微觀的——我們的用戶是一個一個(one by one)被獲取、激活和留存下來的。

因此,在觀察數據到用戶增長之間,我們還有一些非常重要、非常具體的事要做:

第一步:弄清目標和當前的主要問題

在開始之前,確立產品的目標、弄清當前最亟待解決的問題,是至為重要的事。

比如,一個電商類產品已經確立其目標是提升銷售額。接來下,就要分析當前最主要的問題是什麼?是新用戶的增長不夠多,還是老用戶的重複購買率太低?

這些問題,可以利用各類套用分析工具很方便的得到。

第二步:找出問題相關的數據指標

弄清目標和主要問題後,下一步是要找出和問題最直接相關的數據指標。

比如,如果當前的問題是用戶的重複購買率低,那么還進一步分析:用戶在第一次購買多久之後的購買率會有顯著的降低?哪些人群的重複購買率明顯的低於或高於全部人群的平均值?

總結起來就是:要儘可能精準的定位問題的點(時間、人群、渠道……)。

第三步:對問題指標的相關人群進行畫像分析,探究問題背後的可能原因

找到較為精確的問題點及相關指標後,可以圍繞這些指標做背後人群的畫像分析,看能不能找到潛在的原因。

比如,分析重複購買率明顯高於均值的用戶的群體畫像,將其人群屬性、行為特點與其他用戶做對比,找到不同點,分析這些不同點與重複購買率之間的關係(需要的話,可以直接或間接聯繫少量的用戶以做驗證)。

通過探索,您可能會發現一些可能的原因。

比如,您可能會發現,某項功能的使用不便、或者某個地區用戶習慣的不同是造成問題的可能的原因。

第四步:改進產品或運營

在上一步,您已經分析出了一項或幾項可能影響用戶增長的原因。接下來,您需要做的是從可能性以及改進成本等方面評估,並對產品或運營做出改進。

比如,改進易用性差的功能,或針對有問題地區的用戶增加引導。

第五步:觀察指標和畫像,分析改進效果

改進後,對問題指標及問題相關人群進行持續的觀測,驗證是否達到了預期的效果。如果達到了預期的效果,則繼續按照上面的步驟分析新的問題並加以解決。如果未達到預期的效果,也可以繼續按照上面的步驟繼續分析問題的原因,或者放棄轉向其他問題。

總結

正所謂“集腋成裘、聚沙成塔”,用戶增長是一件積少成多的事兒。

在數據指標和用戶增長之間有很多坑,讓產品和運營的改進變得步履維艱、讓用戶的增長變得緩慢。

基於產品目標、針對關鍵問題的用戶群體畫像分析是一架堅實的橋樑,可以幫助您和您的產品更加順利的跨越鴻溝,儘早實現用戶的快速增長!

本文作者於曉松,是諸葛io的PM。

本文由@於曉松 授權發布

轉載請聯繫作者本人

相關文章
精选文章