电子商务与网站建设结业论文,百度在线咨询,wordpress插件改名,兼职网站开发团队工作项目总结俗话说#xff0c;“酒香不怕巷子深”;俗话又说#xff0c;“酒香也怕巷子深” 。再后来#xff0c;俗话还说#xff0c;管他酒香不香巷子深不深#xff0c;只要找个算盘技巧神乎其神的账房先生#xff0c;即数据科学家#xff0c;酒就可以大卖了。这叫做用数据驱动用户… 俗话说“酒香不怕巷子深”;俗话又说“酒香也怕巷子深” 。再后来俗话还说管他酒香不香巷子深不深只要找个算盘技巧神乎其神的账房先生即数据科学家酒就可以大卖了。这叫做用数据驱动用户快速增长说行话叫“Growth Hacking”。 第一次听说“Growth Hacking”这个词儿是在去年某次大数据会议上。(具体啥会我忘了因为现在所有的会议都叫大数据会议。)当我带着满满的负能量准备上台发表一番 不和谐的言论时突然发现一位Facebook前工程师正在讲如何用数据分析驱动用户产品的“Growth Hacking”。 其实那位工程师的演讲算得中肯并没有宣传数据是万应灵药好像还特意强调了只有把产品做好才能提高留存率。不过后来这件事儿传的变了形互联网界有人开始信 仰数据分析是产品点石成金的法宝。如多年前街头小报上宣传得那样隔衣点穴能使乳房增高。作为一个跟数据打交道这么多年的码畜在这个问题上有话不 说则如鲠在喉。今天我们就来聊聊数据分析真的能驱动用户产品的快速增长么? 对于数据意识和方法处于侏罗纪和白垩纪之间的中国市场来 说强调数据的作用总体上是具有启蒙意义的。看看数据总比单纯拜财神爷有用不过话又说回来数据还真的不是财神爷不是说你信他就能得永生的。圣人 有云“尽信数则不如无数”到底数据运营在那些场景下有用怎么才能让它有用是本公众号的高素质读者们需要搞清楚的问题。 数据化运营的三板斧 关于用数据驱动运营增长近来有不少相关的书籍与讲座。其实这里的道道儿也并不神秘大多数数据运营的场景方法上都可以总结为下面的三板斧 一、建立用户转化漏斗 所谓用户转化漏斗就是你的业务是如何一步步将一个用户骗到手的。举下面;的几个例子你一看就明白了 广告展示—点击—转化 游戏下载—激活—留存—付费 把妹摇一摇—约会—牵手—接吻—上床 无论上面哪种业务都可以分解为一系列的阶段经过每个阶段用户都只有一部分留存下来。对漏斗的每一个环节准确地记录数据以便分析和优化各个环节的通过比率是数据运营的基础设施。 二、用多维度数据报表找问题 数 据运营中的常见痛点是明知道转化漏斗上某个环节的通过率较低却找不到提高的途径。常用的解决思路就是把数据打细分解到各个维度上分别观察这往往 能发现产品或系统上的问题。如果多个维度能够灵活组合观察数据就成了一个数据魔方(Data Cube)。下面的图虽然与互联网产品运营的漏斗数据没关系但是原理是一样的。 比如说你发现广告的点击率低进而查到是Chrome浏览器上的点击率拉低了整体统计那么就要在Chrome浏览器上深究原因结果很可能是你的Flash广告素材直接被Chrome给屏蔽了。 这种用多维数据报表来定位和查找问题的办法相当有效它实际上是高效的debug仍然是一种“受”的策略。 三、用A/B测试指导产品演进 那么有没有数据驱动的“攻”的策略呢?当然也有制定多个产品可能的改进方向将它们放到线上让实际数据来决定谁上谁下。这种A/B测试的方法往往是大家理想中躺着就可以优化出好产品的魔法也是“数定胜人”理论的基础之一。 说到A/B的系统框架可并不是个的简单的事儿。如何建立准确性和效率兼备的实验框架值得单独写一篇长文我们在这里就不多谈了。 上面的这三板斧对于运营好一款产品非常重要。不过您要是认为掌握了这样的数据思维就可以靠数据分析做出伟大的产品那还是洗洗睡吧。 数据运营解决不了的问题 用户如何选择和评价一款产品在不同领域有着截然不同的规律。简单来说我们可以把产品分为理性产品和感性产品。比方说3C类电商就是比较典型的理性产品而服饰类电商就是相对的感性产品。计算广告和推荐系统虽然技术栈有相通之处但前者是理性产品后者的感性就强得多。 对于理性产品来说由于问题的目标稳定且容易量化数据是最关键的优化手段之一。拿广告产品来说广告商使用它的目的是为了获得更高的利润(当然这一利润可能是长期的也可能是短期的)而不是为了获得心灵上的愉悦或快感。因此当两个广告平台的投入产出比相差很大时客户不会顾及哪个的使用体验更胜一筹而是毫不犹豫地选择赚钱多的那个。 可 是说到感性产品就远没有那么简单了。记得微信刚火起来的时候一大波从各行编外人员改行过来的互联网分析师们纷纷口吐莲花分析为什么微信是人类社交的 终结性产品为什么还在用QQ的人都是历史车轮的阻碍者。可是去年大约是同一拨分析师又在纷纷讨论为什么90后用户群正在有微信向手机QQ转移。那么 到底是QQ好还是微信好呢?这么问题在不同时间、不同用户情况下都有不同的答案而我们也不可能对这类移动IM类的产品给出一个普适性的量化目标。在感性产品的运营中既然很难给出确定的优化目标数据优化能起的作用就是有天花板的。 那么数据化的运营在何种情形下会遇到明显的瓶颈呢?大致说来有如下几个方面。 一、产品创新方向无法通过数据获得 几年前有一家很火的游戏公司叫Zynga。据说Zynga的老板并不鼓励创新而是奉行“拿来主义”将别人的游戏创意复制过来用自己的一套数据运营 体系快速超越对手。啥样的数据运营体系呢?说白了就是大量的A/B测试。设计说草地得是绿的。产品经理说不行绿的红的数据说了算!于是他们真的将 流量分成红草地和绿草地两种配置如果数据反映红草地用户付费高那就把草地全变成红的让植物学家们见鬼去吧!靠着这样的体系Zynga一度在 Facebook内长期霸占游戏排行榜的前三名。后来怎么样了呢?答案很清楚——现在还有谁知道Zynga么? Zynga的衰落当然原因很多不过不得不说惟数据论的产品运营思路也是推手之一你的数据测试体系再成熟也不过就能搞搞草地涂红涂绿这 样的雕虫小技而游戏的新模式、新情节、新设计这样的真正创新方向不是你具备了数据运营体系就可以具备甚至也无法通过数据体系来判断高下。拿iPhone举个例子大屏交互、Multi-touch、应用商店这些大放光彩的产品特征皆出自乔布斯对产品的信念与洞察而非市场和需求调研的结果。 即 使是短期的产品小改进彻底依赖A/B测试也行不通。我们是能根据数据把效果较好的A方案挑出来可是如果你的备选方案中只有X/Y/Z那再怎么测A也 出不来。有人问了如果把所有可能的产品选择全都列出来让数据来选择呢?产品运营不是打麻将那些牌组合起来总有个数儿可真正有潜力的产品点需要具备 系统性和创新性思维的产品经理把别人喝咖啡和上厕所的时间都用在冥思苦想上才有可能发现。再说了就算是产品点象麻将牌一样列得清清楚楚当产品因素 和方向变得很多时由于“dimension curse”的存在我们也是没办法在有限时间内积累足够的统计数据进行决策的。 其实这儿已经说到了用户产品真正最重要的增长动力那就是产品经理的洞见与创意。 二、长期用户反馈很难通过数据判断 那位Facebook的工程师在他的演讲里讲到了一个生动的例子Facebook多年以来坚持采用严谨的A/B测试框架来决策一个新feature是否被 线上系统所采用。但是;结果是什么呢?他说到实际上Facebook PC版的首页三年来没有任何重大的升级。其实这个结果本身就是发人深思的难道Facebook又变成了人类社交网络的终结产品并且已经优化到了全局 最优点无法再改进了么? 结论显然不是这样的我甚至认为在那三年当年被废弃掉的许多改版方案中未必没有被误杀的版本现有的A/B测试框架都只能观测一个相对短时期内的数据表现而长期的趋势与结论如果没有对产品信念上坚持很难等到开花结果的那一天。 我从传统纸媒杂志那儿听到过一个规律一般来说杂志在改版后的头几个月都是骂声一片。然后几个月过后新版也许会带来发行量的显著上升。这也可以作为短期数据缺陷的一个佐证吧。 　　三、博弈性的场景无法用数据决策 博弈性的场景在互联网产品里是很常见的。举个例子大家可能知 道互联网产品中有个Explore Exploit问题即用一部分相对随机流量探索未知空间另一部分流量根据统计最优做决策。熟悉这个领域的朋友都知道假如我们有两个EE策 略是无法通过A/B测试来确定其优劣的。至于为什么建议大家自行了结一下EE的背景知识权当一道思考题吧! 除了EE其他博弈性的场景还很多例如广告里的机制设计问题(也就是竞价市场的规则如何制定);再比如有一定社交性的游戏运营策略都是从原理上就无法通过简单分流量就能进行有效的A/B测试的。 当然了解这些博弈性的问题需要深入的产品见解和宏观思维能力有很多奉行糙快猛主义的产品经理宁可假装这样的问题并不存在。 用户快速增长到底靠什么 数据这个账房先生虽然不可或缺却并不是用户增长的定海神针。那么真正能驱动一款产品的用户快速增长靠的都是什么方法呢?从历史上成功的产品看有下面一些思路值得注意 一、做出真正优秀的产品 说白了用户快速增长最核心的问题还是要千方百计酿出好酒来。产品好才是真的好这是所有产品和运营应该追求的根本。由于上面讲的一些数据体系的问题优秀产品经理的直觉与判断不见得跟短期的数据表现相一致。在这样的岔路口上坚持产品原则第一性数据反馈第二性长远来看是更加合理的。 需要特别说明真正优秀的产品一般来说都不是在分析存量市场的基础上想出来的于是也没有现成的数据统计可以支撑。最近大火的Pokeman Go用户增长之迅猛令人咋舌不过我不认为它已经建立了完善的数据运营体系即使有也并不是其用户增长的关键。 几乎所有伟大产品的快速用户增长都来自“好产品”这种内生动力远的如Google、Facebook、iPhone近的如某某打车和某某直播应用。 二、找到战略性推广渠道 什么是战略性推广渠道呢?简单地说就是那些“价格便宜、量又足”的渠道。互联网很多产品的用户快速增长往往是在这点上下足了功夫。 比方说某跨境电商的崛起与早期他们战略性地大量从Facebook购买流量有很大关系。而到了今天。Facebook的广告价格已经被抬高了很多这样的渠道机会就不存在了。 在中国非BAT的很多移动互联网产品快速增长大多数都依赖预装这个战略渠道。厂商有预装运营商有预装方案商也有预装。在当年预装成本只有今天五分之一的时候积极花钱的产品今天有不少已经成长为大公司了。 对于价值被低估的战略渠道保持敏锐的嗅觉对产品的快速增长至关重要。 三、利用病毒式传播手段 病毒式传播的方法有两类一类是传染一类是传销。 所 谓传染就是诱导和捆绑式安装通过一款已经有很大装机量的产品通过威逼利诱甚至暗中作业的方式将另一款产品也带到用户的终端上往往是多快好省的好 办法。甚至有时候在普通的广告渠道商这么做效果也不错比方说移动上各类清理或安全产品往往在广告投放时让直接恐吓用户“你的手机内存过低”或“你的 手机风险很大”用户顿觉菊花一紧当时就安装了。 传销大家都不陌生了。在社交网络产生以后传销式的推广方案实施起来更加方便。种种五花八门的拼团模式转发抽奖模式虽然不能说是严格意义上的传销其本质也是发动群众斗群众这样的方法如果用好了必定有奇效谁用谁知道。 四、建立品牌的用户认知 互联网界对这一点的重要性认识是有所不足的。产品要立得住保持葛大爷那样的躺姿也能挣钱核心的用户认知非常关键。 在互联网界大家往往奉直接效果传播为信条在品牌建设方面的重视程度则有所不足。不过近来oppo等公司的成功轨迹让大家开始重新审视品牌和用户认知的作用。在笔者看来成功的品牌建设带来的用户增长可能是迅猛而又健康的。 讲了这么多其实并不是说数据化运营不重要而是说要达到产品的快速增长其实还有更重要的事儿。今天所有的互联网从业者既要掌握正确的数据化运营方法论又不要盲目成为拜数据教的教徒。做一款叫好又叫座的产品虽然数据运营不可或缺但还是要把核心精力放到“做出好酒”和“搬到巷子口”这两个关键点上。 分割线 本文转自d1net转载