用增长黑客方法论来复盘一款家居后APP如何从0到40万_网络赚钱途径

2019-08-19 08:4218:37:17 发表评论

做安卓游戏怎么样获利本文是受邀参加友盟+全国数据分析年夜赛作品,尾部附上以本文为原型的线下分享PPT:

本文援用增加黑客方法论,按照数据驱动经营脑筋准绳对于一款家居后APP做集团复盘分析,旨在利用数据分析东西对于一款互联网+产品进行解剖,经过数据层的表现,找出面前内核层、表现层及营业层的驱动逻辑。让这款具备了从0到1特质的产品以一种理性、迷信、松散的案例拆解形式来帮咱们探求守业产品的发作式增加个性,强化以及提醒数据驱动经营的脑筋准绳。

关键词:AARRR模型、爽点、北极星目标、转化漏斗

东西:友盟+移动统计(U-App AI版)、PPT、Excel一、产品及用户表面

产品及用户的表面

一、 产品形状:徒弟端(安卓版、IOS版)、商户/个人端(安卓版、IOS版,如下均简称商户端),其余产品形状不在本次分析范畴内

工夫周期:2017年7月1日-2019年4月1日

周期内数据趋势:累计用户0-420,000,活泼用户0-15,000

产品流程图:

二、 用户画像:了解你的用户属性,包罗根本属性以及装备属性,便于咱们基于用户数据,拟订产品和运营的计谋。

系统自带的用户画像属性不谈,我只提本身从数据层看到的一些有价格的信息: 

①     徒弟端APP安卓和IOS的累计用户比例是7:3而商户端则是3:5论断:由此判定,家居后市场从业的师傅年夜部分利用安卓手机,支出不高。针对师傅端在产品迭代版本依次挑选和Push推送、渠道散发及奉行、运营活动计划上,都要优先挑选安卓。在此产品一次运营裂变活动中就碰到过ios下h5的长图片二维码可间接长按辨认完因素享裂变,而安卓系统则必须从头做匹配的图本领间接辨认。商户端则相同。

②     地区分布,作为一款O2O的家居后产品,了解用户的地区分布不管是对付集团运营决议还是大雅化运营,都十分紧张。这次做复盘比力意外的不管是师傅端还是商户端,湖北都没有进入到前五,也从侧面阐明白如今平台的北极星目标(后文讲授)重要还是依靠线上实现。

三、用户举动:使用频率、页面拜候、页面道路及根源等,这些都是最根本了解用户举动的维度。这里是概况,所以只对均匀单次使历时长和日启动次数连合一起做了分析:

师傅端均匀单次使历时长 

商户端平均单次使用时长

师傅端平均日启动次数

商户端平均日启动次数

论断:师傅端平均单次使用时长两级分解严峻,到行业旺季单量大或者有运营活动时狂跌,整体呈迟钝下降趋势,但日启动次数显着回升,这和产品迭代参加了师傅签到打卡、每一日抽奖、积分商城等运营方法无关,但怎么样经过师傅社区及其余内容运营提拔总使用时长实现从工具转向平台产品是下一步必要阶段的题目。

商户端则平均单次使用时长较稳定,对常规运营活动敏感度较低(后续会介绍商户端运营的爽点在那边),整体呈下滑趋势,阐明商户使用产品目标性很强,产品UE在渐渐优化,发单流程更简化,收缩了用户操纵工夫。日启动次数也呈箱体动摇  ,下一步如何提拔商户日启动次数,提升品牌忠实度是下一步必要阶段的题目。

需要留意的:在拉平均日使用时长的时间,师傅端并无按照原定周期从2017年7月1日末尾拉取,是因为末尾我依照这个时间周期拉数据的时间,发明全周期的历史峰值是在2017年的9月19到9月30之间,远远高于其他时间段。而且无论从平均日使用时长还这天启动次数都很十分,对付这段不一般的数据,我做了重点分析,后来比较累计用户数的变革和询问当时的运营环境,终究揭开了谜底:

从累计用户数上报告了我们底细,本来在2017年9月期间,当时APP产品刚上线不久,从以前的H5形态切换过去,早期师傅用户很少,只要多少十个,根源于运营人员的地推,同时,为了吸收种子用户的加入,对师傅报价采取了补贴活动安慰。所以就导致了当时唯一的多少十个师傅为了争抢报价补贴,产生了少量使用时长和翻开数。而9月30日的回归均值,则是因为首先从累计用户数上看,师傅总数的大幅提升,背面几天都是几倍乃至十倍的日增,所以就拉低了使用时长及各项指标的均值,同时平台制止了报价补贴活动。所以,我们在平常做数据分析时,该当对非常点做专项细致分析和处理惩罚,否则就会导致整体数据分析毛病。二、 增长黑客方法之爽点、北极星指标与增长等式

局部产品都是从痛点开始吗?no,爽点也是出发点。

运营人第一步便是找到并分拆北极星指标及环绕指标的增长等式

首先说明下,此篇只是沿袭增长黑客方法论的思维模型做系统复盘,之所以选用增长黑客,是因为这款非大厂非豪门的守业产品一起走来都是力求低本钱完成发作式增长,而且增长黑客重要方法是基于数据收集和分析,快速计划实行和考证结论的进程,用超强的技艺完成本领,高效的把运营想法落地到实际,快速试错和迭代,这也是此篇强化和提醒数据驱动运营思维准则的目标。在我觉患上,增长黑客不但仅是一种方法论,更多在于领导产品运营的思维形式、行为准则、操持形式及人员配置。在流量盈利期已经结束的今日,增长黑客思维该当是产品运营人必备的核心机维之一。

作为适用增长黑客方法论的前提是产品充足好,即P/MF产品与市场匹配度充足,用户群体足够大且能快速获患上用户。在这一块,这款家居后产品是能满意基本前提的,下面,我就用增长黑客方法论连合数据驱动运营思维来对这款产品做复盘:

用户爽点(啊哈时候):商户端我觉得的爽点在2个差别时候都有,主要的爽点是在开始阶段是发单3分钟内有多个师傅报价且费用比线下找更低(算上平台给的补贴),另一个小的爽点是通过平台雇佣师傅后,放心无忧不用操心售后问题。即在安装阶段呈现问题时,平台会参与帮忙办理售后问题。师傅端我认为就一个爽点,用上这个APP后,每一天都能接到新单子大约多获利的那一刻。多么的体验,就跟打车软件雷同,雪窖冰天里叫车的我们,爽点便是发单进来立刻有平安价格公道的司机过去接,而司机师傅的那一句提示音:您有新的定单啦~足够让他到爽点。

北极星指标:数据层:活泼用户,即活跃,营业层:定单完成量,即转化,固然在差别产品周期,北极星指标比重有变革,在2017年-2018年4月导入期,北极星指标主要为活跃用户量,进入发展期后,则主要为发单量及完成环境。每个阶段的团队KPI指标及人员稽核也是环绕这个核心北极星指标进行领导拆分的。

增长等式:活跃商户数 X 平均发单量 X 活跃师傅数 X 平均接单量 X 平均单价 X 订单完成率 =订单完成量增长

AARRR模型:这个也是增长黑客中主要事变流模型,实在就是我们常说的“拉新(Acquisition)”、“匆匆活(Activation)”、“保存(Retention)”、“传播(Referral)”、“转(Revenue)”,从前我的文章写了很多,这里不展开,全部步调如图所示:

三、 AARRR模型之拉新

第一步:拉新

周期内拉新情况

1、最高点:首先看师傅真个拉新,如上图所示,拉新撤除了春节、旺季放假几个低点外,一共有几个值得留意的拉新高点,当时最引起我注意,也是花了少量时间去做问研的就是2018年的4月18日,在此日,安卓和ios都到达了历史最高。通过检查渠道来源和时段概况,可得悉安卓几乎都是来自默认渠道,并且时间会合在12点安排的一个小时内(苹果只要AppStore):

由此可见,让我对那天的“狂跌”几乎打扫了是由于投放或者某个线上平台流量爆棚导致的大约,同时,我也特地询问了产品经理,让她给我调出了当天的背景订单情况,即全平台末真个转化目的,当天也无异常:

由此可见,当天的大概更可能是进行了某种将默认产品包直递到用户的运营操纵(开始我本以为是会合的一次大范围地推,当时询问到某位运营人员时也这么提过,后来想一想,地推的用户场景下,时间不太可能这么集中增长。比力遗憾的是当时没有守旧各渠道包,局部来自默认渠道,所以就无法对APP的流量渠道做辨别。从汇集到的4月及当天产生了全部可能性中,我判定是因为对集中搜罗到的一批大数据进行了群发短信激活(SMS)这一举措,导致了这个拉新的特别时刻。(商户端的图形和来由起因也同等,这一就不赘述)

2、次高点:是在2018年的11月-12月底期间,这段时间也是周年庆和双11活动匆匆使日均订单大幅提升和产品领劵中心和金币商城上线,双12活动展开的期间,亦是北极星指标,完成订单数的历史峰值,所以这个次高点的拉新来由起因就不用展开了,各种线上活动的展开,流量来源的叠加和产品成果的更新导致了这个次高点的发生。

3、第三高点:是从2018年的5月-6月期间,这个阶段很故意思,因为按历史数据来看,这应该是个淡季,不外我们看看产品版本更新记录就大概明白是怎样回事了:

本来5月和6月连续推出了“金牌师傅”、“聘请有礼”、“任务系统”和每日抽奖重磅成果,这些对于运营的紧张性,以前我的文章有写。所以,能够判断的是,第三拉新次高点和产品的更新有着强关连。而且在背面的促活部分我会说到,在师傅端的IOS活跃用户最高峰值上,居然不是刚才提到的最高和次高点,而是5月11日,所以也考证了,用户能否活跃,主要得看产品这句话。

四、除了对周期内的三大高点的细化分析外,结合增长黑客方法论、产品性命周期实际和图形上几个大的增长区间做分析,本案例能整体对峙向上较高增长趋势,我认为如下几个拉新方法是值得进修的:

① 整体文案的市场匹配度:这条也是增长黑客对于能扩大获客范围,首先要实现的两种匹配之一,也就是能对产品下风的描摹冲动目的客户的程度。这个最有代表性的就是乔帮主的那句“将1000首歌放在你的口袋里”。殊途同归的是,在18年4月之前的增长区间里,本案例对商户端提出了“3分钟5个报价”、“找师傅,就上***”;对师傅端提出了“平台嘉奖多,师傅赚钱多”、“支出翻倍筹划”等等,直不雅明白,得到了导入期贵重的种子用户增长。

②   渠道和产品的匹配度:即你所选择的营销渠道在向目标用户奉行产品时的有效程度,要分析用户的行为范例进行对应的获客渠道选择并监控渠道来源结果做挑选。在本案例进入发展期后,也是对各渠道的有效监控,从而发明了比方SEO/SEM,第三方电商等前期成为完成北极星指标的核心渠道。在这个进程中,也是不断进行新的实行,并做优化实验

③   设计用户聘请及病毒轮回:首先圈定了在某个阶段的活跃种子用户,用户属性通过不同维度的挑选后,对于不同时期的潜  伏“超级用户”,放到了用户运营最优先级,使用了包罗:首单减免、充值优惠券、引诱分享、积分兑奖、邀请朋友得红包、定向活动推送、活动邀请、游戏裂变等。传播学中,K=每个用户向他的朋友们收回的邀请的数量*吸取到邀请的人转化为新用户的转化率,通过营销方式结合,当k>1时,用户群就会象滚雪球同样增大。设想Dropbox当时怎样实现几十倍增长的?就是因为用了邀请好友享受更大容量这招,包括hotmial的尾部签名邀请使用、paypal的注册就送10美金的案例皆如此。

④   实验试验再试验,找到一招用到极致:正如上文中提到的4.18高点的主要原因,是对集采数据进行了批量短信激活同样,在本案例过程中,有有数个雷同的看下来不起眼乃至以为很low的运营举措,也包括类似Airbnb的发财之路,在不断优化试验中,发挥到了极致。不要以为有些本领过期了,airbnb的案例已经空虚将为了低本钱实现高增长而无所不用其极浮现的极尽描摹。

四、AARRR模型之促活第二步:促活

周期内师傅端活跃情况

周期内商户端活跃情况

1、师傅端:和拉新分析类似就再也不反复,故意思的是上文提到的5月11日这个爆发峰值点,在活跃处等到了强化验证。因为5月和6月连续推出的“金牌师傅”、“邀请有礼”、“任务系统”和每日抽奖重磅功能,让师傅端的IOS活跃用户到达了阶段最高峰值上。而全部师傅端的活跃也是经历了从导入期的小平台A到过渡期的小平台B再到如今的发展期小平台C和D。

2、商户端:这主要把前文顶用户行为处提到的做定向分析,上文提到商户端的平均单次使用时长较稳定,对常规运营活动敏感度较低,那末从日活上看商户端运营的爽点在那边呢?原来商户端的日活图形和师傅端差别很大,峰值在11月底-12月呈现了爆发式增长,究其原因是因为推出了领券中心、双11    、双12活动等。所以从这里的数据分析,能够再次印证了收尾提到的商户爽点:发单3分钟内有多个师傅报价且费用比线下找更低(算上平台给的补贴)。到这个阶段,师傅活跃度曾经经足够多,加之产品发单流程的简化,剩下的就是使用一年一度的双11,双12作为引爆点,对商家进行优惠券、促销等低落发单费用即可形成活跃的爆发式增长。

3、促活转化和散失漏斗:                                         

这里我特地从最泉源,渠道的下载量统计开始到末端活跃做了一个转化和散失漏斗,里面很值得运营和推广人员研究:

各版本产品渠道下载数据与友盟累计激活用户比例表示图:

促活转化和流失漏斗,(友盟统计2017年07月01日~2019年04月01日)五、AARRR模型之保存

第三步:留存

师傅安卓端用户性命周期表    

商户IOS端用户生命周期表

这里用友盟+的用户增长功能中的用户生命周期图表更直不雅一些,同时我也用7/14/30日留存率做了同步比拟,基本上和这个图形浮现出的结论同等:现在整体产品还是方向工具型,固然一致在通过社区、积分商城、学院、答题等功能来提升粘性,渐渐过渡到平台型,可是目前的沉默沉寂用户和流失用户比例较高。

师傅端:对师傅端来说,拉新是把双刃剑,既可以从头手转化为高发展后劲用户,也有一半比例可能成为高流失危害用户,且即使到了发展阶段,也大比例会视情况转为沉默沉寂用户,同时一旦流失,具备高召回后劲用户比例很少,甚至会直接卸载产品,可以明白是师傅对此类产品比较随性,没甚么忠实度,主要看平台能否能满意其爽点,一旦没满足,再次回流的可能性很小。

商户端:拉新比较稳定的可以转化为成长阶段用户,且用户品质较高,只要用风俗了本产品,都具备高代价潜力用户特征。此外,在流失阶段,假如使用得当,高召回潜力用户也比例很高。可以明白是商户对此类产品比较理性,目的性很强,主要看平台前期是否能满足其爽点,对其有价值,要末好好用,要末临时不用等机遇成熟再返来,流失再次回流的运营召回动作很重要。

发起:对商户端沉默和流失用户做分群推送,采取能满足商户爽点的文案。而师傅端,分群推送结果欠好,应该重点在后期拉新渠道和方式的建立和产品用户体验上做好工夫。

用户生命周期表结合分群推送实现定向召回六、AARRR模型之转化

第四步:转化

本案例2018年订单增长曲线及对应变乱

运营终纵目的就是为了转化(Revenue),一样平常用的比较多的就是漏斗分析法。利用漏斗模型分析每一步的流失与转化。用来分析不同用户群从变乱开始到结束过程顶用户数量的变化趋势和比例,从而探求到优化计划,漏斗表现最终转化率与每步之间转化率,同时通过趋势、比拟、下钻分析进行分析,这个方法被遍及用于产品各个关键流程得分析中。如图所示:

师傅端服务事件漏斗Demo分析演示

从第一次报价->完工->上传完工图和最终完成服务的转化率,我们通过多么的漏斗模型即可以找出哪一个关键的转化率最低,同时和行内范例值进行对比,没有到达的,要去分析具体原因在哪里,再去针对性的优化和改进。

同时还可以对页面的关键事件做漏斗分析,比方假如从首页到订单中心的转化率有80%,可是从订单中心到最终下单居然只有5%,那末就应该通过给订单中心做分步调埋点,从而发现问题。例如进入订单中心后,缺少以后步骤的提醒,落地页的UI设计和在线传图的UE也有问题,对比竞品和做A/B测试后,最终转化率提升几倍。

此外,转化没有神丹灵药,只能按照各自名目的特征,多进行用研事变,观察用户的需要,优化服务订价,同时逐步提升ARUP值,还要分用户群体接纳不同的计谋。在了解用户需要的底子上,进行转化产品和服务的立异和升级:

除主要转化方式外的其他转化方式七、案例总结

案例总结

总结:通过这次对这款家居后APP的复盘    ,也让我自己重新复习了增长黑客方法论的精华以及让我对数据驱动运营有了敬畏之心。所有良好的产品表现层的外部肯定有着尽心设计的内核层、业务层的驱动逻辑,同时一款良好的数据分析工具给了我们这双发现的眼睛,让我们能够以一种理性、迷信、松散的方式来一窥底细,洞察秘密。在在流量盈利流失的互联网下半场,我们需要增长黑客方法论的指导和依照数据驱动运营思维准则来实现从0到1的低成本爆发式增长。八、本案例线下讲座PPT

线下本案例分享ppt(因篇幅无限,需要完备ppt的可关注大众号:老付说运营