從虎嗅APP看資訊類產(chǎn)品的數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)方法論

虎嗅作為優(yōu)秀的科技媒體，擁有大量的忠實(shí)讀者與非常多的優(yōu)秀作者。先拋開(kāi)作者部分，我們來(lái)看下虎嗅APP在讀者用戶運(yùn)營(yíng)方面有哪些可取之道和可以加強(qiáng)的地方，以及如果要進(jìn)一步促進(jìn)用戶的增長(zhǎng)，如何借力數(shù)據(jù)驅(qū)動(dòng)的方法。

虎嗅APP的產(chǎn)品邏輯

此處截取虎嗅APP的主要功能頁(yè)面，并通過(guò)導(dǎo)圖方式梳理產(chǎn)品功能點(diǎn)。

主要功能界面

產(chǎn)品清晰簡(jiǎn)潔，主要功能區(qū)劃分邏輯清晰。開(kāi)屏引導(dǎo)、推薦位、付費(fèi)變現(xiàn)方式等運(yùn)營(yíng)方式較為清晰。在資訊主頁(yè)，普通資訊與號(hào)外資訊交替出現(xiàn)。

功能點(diǎn)梳理

• “資訊”在開(kāi)屏主位，包含Banner推薦位、號(hào)外位置、熱點(diǎn)資訊位；
• “24小時(shí)”類似于UGC圈子，用戶可自主發(fā)送短消息、視頻，不過(guò)發(fā)言權(quán)限需邀請(qǐng)；
• “精選”是虎嗅內(nèi)容付費(fèi)的變現(xiàn)渠道，有付費(fèi)訂閱的專欄內(nèi)容與虎嗅會(huì)員黑卡；
• “我的”則為正常的賬戶管理界面，個(gè)人資料管理、賬戶信息等。

虎嗅APP的運(yùn)營(yíng)策略

現(xiàn)在被普遍認(rèn)可的運(yùn)營(yíng)流程是增長(zhǎng)黑客理念里提出的“拉新-激活-留存-營(yíng)收-增長(zhǎng)”的AARRR海盜模型。以下為了簡(jiǎn)化，將激活與留存統(tǒng)一稱為促活。

在體驗(yàn)虎嗅APP的過(guò)程中，發(fā)現(xiàn)虎嗅針對(duì)閱讀、分享傳播、付費(fèi)訂閱等設(shè)置了一些運(yùn)營(yíng)策略：

體驗(yàn)過(guò)程中，能夠很明顯的感受到在這些方面虎嗅在想辦法與用戶互動(dòng)，形成用戶粘性。

虎嗅APP里較為突出的是截圖后的分享，會(huì)自動(dòng)添加虎嗅的二維碼，但欠缺的，是內(nèi)容、會(huì)員卡的用戶分享與推薦，沒(méi)有激勵(lì)措施。而在“我的”界面，結(jié)構(gòu)過(guò)于扁平，也沒(méi)有較為明確的運(yùn)營(yíng)重心。

理想的運(yùn)營(yíng)方式

理想的產(chǎn)品、用戶運(yùn)營(yíng)方式，應(yīng)該實(shí)現(xiàn)用戶界面的“千人千面”：

• 不同分群里的用戶，每次進(jìn)入APP后看到的內(nèi)容是不同；
• 產(chǎn)品的功能布局，是按照最優(yōu)數(shù)據(jù)反應(yīng)的情況排布；
• 推送給不同群組用戶的付費(fèi)轉(zhuǎn)化方案，也有所差異。

產(chǎn)品運(yùn)營(yíng)策略“千人千面”的基礎(chǔ)是精細(xì)的用戶數(shù)據(jù)分析。

產(chǎn)品和運(yùn)營(yíng)團(tuán)隊(duì)依照對(duì)目標(biāo)用戶的判斷，會(huì)制定非常多的運(yùn)營(yíng)策略，哪種策略對(duì)哪部分用戶最有效，則需要通過(guò)A/B測(cè)試的方式，觀察用戶對(duì)不同方案的響應(yīng)數(shù)據(jù)，以此確定最佳方案。

對(duì)于用戶的數(shù)據(jù)分析，我們可以分為：統(tǒng)計(jì)數(shù)據(jù)、用戶屬性數(shù)據(jù)與行為事件數(shù)據(jù)三個(gè)方面。后兩者可以統(tǒng)稱為用戶行為分析。

統(tǒng)計(jì)數(shù)據(jù)通常是宏觀的數(shù)據(jù)，能大致告訴你用戶有多少、增長(zhǎng)速度、流失比例、不同渠道的轉(zhuǎn)化效果。統(tǒng)計(jì)數(shù)據(jù)有助于管理層從宏觀角度了解公司運(yùn)營(yíng)狀況。但要支持產(chǎn)品、運(yùn)營(yíng)同學(xué)的工作，顆粒度肯定是不夠的。

用戶屬性數(shù)據(jù)是標(biāo)定了用戶的一些特征，在持續(xù)的分析中，還可以為用戶打上更多標(biāo)簽，再加入用戶的行為偏好，就能形成完整的用戶畫像。

行為事件數(shù)據(jù)是用戶在APP產(chǎn)品里的交互行為，點(diǎn)擊、瀏覽、評(píng)論、收藏、轉(zhuǎn)發(fā)等都算。完整的描述一個(gè)用戶的行為，必須包含“5W1H”的整體信息，因此任何一個(gè)用戶事件的記錄，一定是與用戶屬性能夠?qū)?yīng)起來(lái)的，即誰(shuí)、在什么時(shí)間、通過(guò)什么方式、在哪里、做了什么。

多維度的用戶行為分析，總是跟用戶分群、行為事件以及指定的時(shí)間段相關(guān)。

以虎嗅APP中“虎嗅黑卡”推廣的運(yùn)營(yíng)分析為例，虎嗅的運(yùn)營(yíng)策略是：

• 需要先充值再完成購(gòu)買；
• 充值時(shí)沒(méi)有剛好為488元的面值，只能選擇更高一級(jí)的518元。

也就是意味著通常需要兩步完成的付費(fèi)現(xiàn)在變成了四步，同時(shí)需要溢存30元。當(dāng)然這是一種商業(yè)策略，但這樣的方式很有可能造成大量的潛在付費(fèi)流失，所以是一個(gè)非常重要的分析點(diǎn)，運(yùn)營(yíng)團(tuán)隊(duì)可以構(gòu)建如下的五步分析漏斗：

• 點(diǎn)擊虎嗅黑卡推廣界面
• 點(diǎn)擊立即開(kāi)通黑卡
• 點(diǎn)擊充值
• 完成充值
• 支付購(gòu)買黑卡完成

這樣一個(gè)長(zhǎng)漏斗的轉(zhuǎn)化中，每一步都有可能會(huì)流失很多付費(fèi)用戶，所以在正式上線前，應(yīng)當(dāng)選出部分用戶進(jìn)行測(cè)試，最好的方式，是同時(shí)設(shè)置A、B、C三個(gè)用戶組：

• A組需要充值518嗅幣然后完成支付
• B組需要充值488嗅幣然后完成支付
• C組可直接完成支付

建立這三個(gè)用戶群組的分析漏斗如下圖所示，就可以很快的找出哪種方式對(duì)于提高會(huì)員購(gòu)買轉(zhuǎn)化更加有效，哪種方式會(huì)造成大量潛在付費(fèi)的流失。

通常的數(shù)據(jù)分析，是提前設(shè)定好了數(shù)據(jù)分析的維度、模型，然后才由開(kāi)發(fā)埋點(diǎn)、數(shù)據(jù)分析跑表拉數(shù)據(jù)、業(yè)務(wù)團(tuán)隊(duì)分析應(yīng)用。在版本迭代、運(yùn)營(yíng)策略調(diào)整的過(guò)程中，要實(shí)現(xiàn)靈活的多維度探究分析難度較大。而多維度探究分析往往會(huì)有很多驚喜，能夠讓你發(fā)現(xiàn)未預(yù)想到的用戶規(guī)律。

但做產(chǎn)品、運(yùn)營(yíng)、數(shù)據(jù)分析的同學(xué)都知道，如果對(duì)各個(gè)功能點(diǎn)、各種運(yùn)營(yíng)方式都進(jìn)行探究性分析，那怕是埋點(diǎn)埋到吐、跑表跑到死，更何況數(shù)據(jù)量一大，做一次分析光等就得好幾個(gè)小時(shí)。

那么有沒(méi)有什么好方法能夠降低數(shù)據(jù)分析門檻，實(shí)現(xiàn)用戶行為的多維、實(shí)時(shí)探究分析呢？

實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)的方法

數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)，首先是打好數(shù)據(jù)分析的底子；然后通過(guò)實(shí)時(shí)、多維的探究分析，找尋用戶規(guī)律；最后依照規(guī)律制訂運(yùn)營(yíng)策略后，再進(jìn)行A/B測(cè)試的循環(huán)。

梳理產(chǎn)品功能，設(shè)計(jì)數(shù)據(jù)采集方案

推薦采用服務(wù)器端、客戶端結(jié)合的埋點(diǎn)采集，保障數(shù)據(jù)的準(zhǔn)確性與完整性。埋點(diǎn)就是由開(kāi)發(fā)在需要采集數(shù)據(jù)的地方打上標(biāo)記、規(guī)定采集數(shù)據(jù)的格式與觸發(fā)條件。每個(gè)公司或團(tuán)隊(duì)，對(duì)于數(shù)據(jù)采集應(yīng)當(dāng)有統(tǒng)一的定義方式，否則很容易出現(xiàn)混亂。埋點(diǎn)采集最大的麻煩之處就在于需要手動(dòng)寫入代碼，如果定義不夠清晰、統(tǒng)一，開(kāi)發(fā)往復(fù)的工作量就會(huì)非常大。

針對(duì)虎嗅APP，推薦的數(shù)據(jù)采集定義方案如下，可以根據(jù)自己產(chǎn)品情況調(diào)整。這里未列出用戶屬性與行為事件的定義；

學(xué)習(xí)多種分析模型，嘗試多維探究分析

常用的分析模型有事件分析、漏斗分析、留存分析、行為序列分析、行為路徑分析等?？梢赃x用不同的模型、用戶分群與分析時(shí)段，進(jìn)行靈活分析。比如：

• 7月新增用戶中完成3篇以上文章閱讀的用戶，在后續(xù)7天的留存情況（留存分析）
• 2017年開(kāi)通了APP推送功能的用戶，相比未開(kāi)通的用戶閱讀文章數(shù)量的差異（事件分析）
• 1月-8月虎嗅黑卡會(huì)員用戶中，完成50%以上訂購(gòu)內(nèi)容閱讀與未完成此項(xiàng)任務(wù)的用戶的付費(fèi)比例（統(tǒng)計(jì)分析）
• 2018年總注冊(cè)用戶數(shù)、每3天登錄的注冊(cè)用戶數(shù)、付費(fèi)會(huì)員、續(xù)費(fèi)會(huì)員的轉(zhuǎn)化漏斗情況（漏斗分析）

活用分析系統(tǒng)，提升分析效率

大家可能會(huì)無(wú)奈的感嘆，做好埋點(diǎn)基礎(chǔ)、學(xué)會(huì)分析模型，就像是“聽(tīng)了很多大道理，依然過(guò)不好這一生”，如果沒(méi)有個(gè)能實(shí)時(shí)、快速分析的系統(tǒng)，即使采集了數(shù)據(jù)，要有時(shí)效性的支撐產(chǎn)品優(yōu)化與精益運(yùn)營(yíng)，怕也是天方夜譚。

很多互聯(lián)網(wǎng)巨頭企業(yè)為了支撐數(shù)據(jù)分析工作，在內(nèi)部搭起了用戶數(shù)據(jù)分析平臺(tái)，以方便產(chǎn)品、運(yùn)營(yíng)、數(shù)據(jù)分析的同學(xué)能夠?qū)⒕幕A(chǔ)的數(shù)據(jù)采集、清洗、分析等待中節(jié)省出來(lái)，專注到與業(yè)務(wù)結(jié)合的探究分析上。

制定多種策略，依靠數(shù)據(jù)分析驗(yàn)證

對(duì)于類似虎嗅這樣的資訊閱讀類APP，可以靈活的嘗試一些促進(jìn)用戶增長(zhǎng)的方式，通過(guò)數(shù)據(jù)分析確認(rèn)方式的有效性。在此列舉一些虎嗅APP可以測(cè)試的運(yùn)營(yíng)方式：

數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)流程

綜上，數(shù)據(jù)驅(qū)動(dòng)用戶增長(zhǎng)的流程就是：

1. 梳理產(chǎn)品功能與業(yè)務(wù)，理解用戶行為數(shù)據(jù)
2. 定義完整、清晰、一致的數(shù)據(jù)采集方案
3. 選用合適的用戶行為分析工具
4. 針對(duì)產(chǎn)品功能、運(yùn)營(yíng)策略，靈活進(jìn)行多維探究分析
5. 依據(jù)數(shù)據(jù)洞見(jiàn)制定產(chǎn)品優(yōu)化、精益運(yùn)營(yíng)策略
6. 循環(huán)4和5，依靠數(shù)據(jù)驅(qū)動(dòng)用戶增長(zhǎng)

數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)，就是針對(duì)不同人群上線不同的運(yùn)營(yíng)策略，然后進(jìn)行及時(shí)分析，從用戶行為數(shù)據(jù)中尋找規(guī)律，從而確定能夠驅(qū)動(dòng)用戶增長(zhǎng)的最佳方案。

文：數(shù)數(shù)科技（ID：thinking-game）

首席增長(zhǎng)官CGO薦讀產(chǎn)品運(yùn)營(yíng)：

• 《數(shù)據(jù)驅(qū)動(dòng)增長(zhǎng)？別扯了，先解決數(shù)據(jù)從哪兒來(lái)》
• 《對(duì)話楊飛：「luckin coffee」的新零售爆款增長(zhǎng)方法論》
• 《通過(guò)Airbnb郵件策略 – 學(xué)產(chǎn)品增長(zhǎng)》

更多精彩，關(guān)注：增長(zhǎng)黑客（GrowthHK.cn）

增長(zhǎng)黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…