8 个秘诀成就顶级增长黑客 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
adhoc123
V2EX    产品经理茶话会

8 个秘诀成就顶级增长黑客

  •  
  •   adhoc123 2018-01-16 14:21:06 +08:00 2753 次点击
    这是一个创建于 2825 天前的主题,其中的信息可能已经有所发展或是发生改变。

    很长,很多干货,图文版可以到网上自己搜一搜,但是希望大家能读完

    增长黑客才是公司真正的营收,商务等虽是必要的一部分,但真正动脑子的才是最棒的人吆喝科技 王晔

    产品是价值创造,增长是让更多用户更便捷、更频繁的体验到产品的核心价值。从这角度看来,产品和增长的目的是为用户造福。产品价值实现的过程,本身就是一个 双赢的过程。我们理所应当追求产品增长的最大化增长黑客。硅谷的增长黑客们,将多年的实战经验总结为八条高效增长策略:

    1、你的产品 PMF 了吗高筑墙、广积粮、缓称王

    这里需要引进一个概念PMF (编者注:Praoduct/Markert Fit ),这个概念很基础,每一个产品经理,每一位 CEO,每一位创始人都需要了解。在没有达到 PMF 之前,我们不要说增长。它是一个临界点,从零到一就是 PMF,意味着产品的最初阶段得到的市场反馈,当你能够看到一些数据显示你的产品确实满足了用户或者潜在客户的需求,你达到了 PMF,然后你才可以开始搞事情。

    在这里跟大家分享一个经验:如果你是 2C 的产品,你在不做任何特殊的事情,你有一千个陌生的用户,差不多你就是个 PMF 了。如果你是 2B 业务也是一样,如果你有 10 个陌生的客户愿意为你买单你就可以搞事情了。我们最初要做一些扎实的基础:AB 测试接进去,把统计的工具接进去。你也可以把用户的分组、生命周期维护等等这些东西放进去。

    在这个阶段,最关键的是一些早期指标你必须关注,你必须通过数据来确切的发现你已经 PMF 了,这时候你才可以开始搞事。每个人都希望搞一个大事情,比如说我 做了一个事情大家都知道,如果你把推荐你的朋友,每个人可以得到十块钱,这件事一搞好几十倍的增长,我们都想搞这样的事情。实际上,这样的事情要发生是非 常难的,难在哪里?难在我们要从小的地方发现这个机会,这个机会才可能变大。小的地方就是你要给你的第一个用户一个很好的体验,说不定就可以从中发现搞大事情的方法。

    你要搞价值主张,你输出的东西,你告诉用户的东西,用户能够听懂,这件事情也很重要,建立社区让你早期的客户能够形成一个圈子,他们对你的帮助会非常大。当 然你也需要确保数据正确、基础架构到位。过去很多软件产品,他们的痛点是很难统计到准确数据,没办法享受到后面所说的工具福利,他们只能用传统方法。因 此,从产品初期建立一个良好的增长黑客习惯尤为重要。

    2、试验就是策略本身试验不息、增长不止

    如果你不做 AB 测试你就死定了,为什么?一定会有人认为这句话危言耸听,或许是劳动密集型的文化惯性,总是让一些人即便是来到了互联网行业,依然固执的认为 依靠蛮力和规模比科技更高效。在互联网诞生以前,有“广告教父”之称的大卫麦肯兹奥格威就曾说,“ Never stop testing,and your advertising will never stop improving ”(编者注:试验不息,增长不止)。

    互联网兴起以来,数据可以帮助我们完成高效的试验,为什么一定得通过冷冰冰的手段去了解客户呢?其实,我们作为供应方或商家,对消费者用户是不理解的,用户真的太厉害了,用户不关心你,他只关心自己,他根本不在乎你做的任何事情,你所做的理解用户的尝试往往适得其反,我们只能想办法通过数据的方法真的了解用户的真实想法和需求。

    在这个过程中,你一定要做一些很痛苦的事情 AB 测试,从中你能了解他到底喜欢什么,不喜欢什么,增长黑客一定是以用户为先,其实就是一种心态,倾听用户以及相信用户的心态。我 们可以看两个产品不同的感觉,产品的迭代或者发布,一个可能是我根据自己的想法,我对自己用户的理解,通过经验,通过传统手段去迭代。有的时候会很好,有 的时候不一定很好,它可能就会踏步不前,如果每一次你的产品上线之前先跑一个 AB 测试,先知道我做的改正确实能够给我们的用户数据带来提升或者下降,下降 不上线,只要提升才上线。后者才是面向长远和未来的产品迭代和增长思路。

    这个事情我们有的时候会做错,前面是需要我们改习惯,后面的事情其实不需要我们很痛苦,但是有的时候我们会忘记,很多人都说我们做产品会做这样的事情,会看数据显示我们什么不足,我们去改,这是一个非常傻的事情,你首先应该看到数据什么地方最吸引人,转化率最高,你看用户到底最喜欢什么,你拼命往上面投资,用户最喜欢这个功能你疯狂做这个功能,如果用户对你的东西不感冒,你还希望通过优化他让用户感冒是不行的。

    有的时候你可以和用户聊一聊,他们为什么用你,他们到底喜欢什么东西,如果用户已经有了习惯,进入你的产品最喜欢这么用,就不要试图改变他,让他了解新的流 程,这样其实是很傻的。有一个渠道特别好,你如果砸进去一块钱产生 2 块钱就疯狂砸啊,别想其他的,当然你可以花一些时间去测试新方法,这是不拒绝的。

    数据是驱动而不是参考,关于这一点亚马逊贝佐斯表达的更为彻底:试验不是发展策略之一,试验就是策略本身(拓展阅读:一万小时理论是大骗局?小扎和贝佐斯早就遵循“一万次试验原则”啦!)。我们有时候工作的时候还是会习惯于传统模式,我觉得通过看竞品,我觉得可以给我带来增长,然后我试图去仿制一下,这样其实效率是比较低的,最好的是用数据帮 你做驱动。你通过看现有的数据,无论是你现有的情况,还是你做实验的实验结果,你从中可以发现到底有什么点值得再投入,再下注,然后你可以去尝试,跑实验,让这个事情滚起来。

    这个轮子里面调研、分析、行为分析、提出假设,我可以告诉大家特别有用的一个功能叫性格评测,你提了价格假设之后还要跑测试,数据会告诉你他是不是真的能够 有效。当然,跑实验是最痛苦的,因为你确实要拿出一些流量,比如说 10%、5%的流量试试看,这样你肯定会影响到一些用户,这是唯一前进的可能性,所以你 必须得做这样的事情。

    试验文化,产品+增长就等于一个好的文化。这 句话非常好,形成一个试验文化其实就是让大家多创新,鼓励创新,鼓励思考,用科学的方法验证你创新的点,我后面会有一些事例,这是一个理论,说白了很简 单,你现在的产品或者运营状态是稳定的,是 A 版本,你可以根据现有数据做一些什么改进可能能改进,我试试看 B 版本,C 版本,同时上线对比数据给你的结果, 就是这样循环往复的过程。

    如果说数据是增长的燃料,试验就是引擎。这很简单,要求你从一开始的时候就拿到数据并且根据这个数据去思考怎么发扬光大,从长期的使用来看并不是,像墨刀的增长是这样的一个曲线(请移步:墨刀1 年500% | 从 0 到 1 打造自增长型产品)。 增长黑客到底是什么,最重要的还是你的产品,造一个人们爱的产品可能是最重要的事情,你的黑客最重要的是把你的产品做到用户最喜欢,转化率最高,数据最好,你做这件事的时候让你的核心用户参与到这件事情中来。

    3、试验=策略本身试验不息、增长不止

    前面说的 8 条是增长黑客总结出来的,大家记住就可以了,这 8 条里面有很多条跟试验相关,AB 测试相关。艾丽斯是增长黑客的创始人,当然他也是很著名的黑客合 资,他也投资过脸书这样成功的公司,他说的非常简单,要做增长黑客最重要的就是跑试验,不跑试验多半没有什么产出,增长上的产出。

    跑试验而且不是只跑一个试验,十个试验,一百个或者一千个,试验的频次和数量直接决定增长的幅度,黑客之前没有很好的试验工具,所以增长幅度比较慢,其实对 很多没有人爱的产品降很快,基本上是这样的曲线。2011 年有一个非常强大的 AB 测试的工具,他 2011 年之前人工实施试验,每两周才跑一个试验,这也是 很正常的。

    2011 年之后每个星期可以跑十个试验,一个月 2 个变成了一个月 40 个,增长幅度一下子就变成了这样子。像艾丽斯自己做的网站叫增长黑客,他也干过类似的事情,他 大概在 2014 年,2015 年的时候想做增长黑客的人才会去看看,他后来疯狂的做试验,他后来也开始了疯狂的增长,他大量的跑试验。

    AB 测试为什么对增长最有效,他有三个特点,总结下来从原理上讲:

    第一,风险可控,我 们 AB 测试工具说白了就是拿出一部分有代表性的用户,通过他的数据和你典型的用户做对比,来判断他是不是有效,说白了是这样的原理和思想。你拿小容量的用 户做试验,如果你的试验效果是不好,我们上线的一个评测功能会用户有伤害,也只会被选的用户,不会把一百万用户都影响,你可能只影响一万个用户,可以控制 风险,大量做试验不会像我们大胆上线一个东西,赶跑一批用户,再追回来。

    第二,是并行高效,你可以同时跑十个,一百个试验,可能很多都没用,但是找到有用的,这样效率就提升的,不会说通过一次用户版本迭代,一个星期,一个月才得到一个结论,效率高了很多,一个星期可能得出一百个结论。

    第三,试验的结果对你有非常高的积累价值,可能一开始对用户和消费者有一个模糊的理解,但是慢慢就可以对他有一个非常深入的理解,这是一个对自身的提高。

    典型的增长模型,就是 AARRR,一个漏斗,一个用户的流量进来先是拉新,拉新有一些新的指标,比如说下载安装量,点击量;第二步叫激活,你的用户可能来 了,但是不是真的能够成为你的用户,这些可能是第二步的转化;第三步可能是留存,比如说付购,比如说他次日打开,每月打开,最后是收入,这些用户里面肯定 有一部分给你贡献商业价值,比如说他愿意点击你的广告,他通过别的形式可以帮你变现;最后可能是口碑传播,因为漏斗的原因,你发现只要做好最后一件事你就非常牛 B 了。

    所谓增长就是把漏斗的每一层转化率提高, 比如说在拉新环节找渠道,比如说找微博上还没有被人发现的大 V,广告,内容,电子邮件,EDM 的营销。激活往往在你用户的第一次体验非常好,这是第一次转 化很重要的点。有很多很有价值的工作都是在这一步做好的,长期使用用户一定是对你挑刺的,他一定觉得你这儿不好,那儿不好,有很多想法,所以你需要一些更 系统的方法消化。

    变现其实是在付费或者是最终的商业转化中,这里也有很多可以优化的点,都和用户的消费或者是转化的体验非常相关。推荐,如何让你老用户,忠实用户把你传播给更多的人,这里面有很多可以摸索的地方。

    增长里面最重要的是试验,为什么?我们可以看看增长说白了是一个圈,是一个目标,比如说我们的目标是我们的某一个 KPI,如果是我的话我可能定我们的利润, 销售额。我们围绕着这个目标我们去分析我们用户行为,怎么才能让他更多买单,或者买更多的单,然后去洞察,根据我们过往数据做试验,跑完试验根据试验结果总结。

    你发现在这个环里面,试验直接影响你的决策,你跑了试验发现试验结果跟你想的不一样,我们有很多用户遇到这样的情况,得总结经验和改善,你得先叫停,方向不 太对,或者是我们的想法有问题,得改一改。如果试验效果好也是一个很重要的决策,你会发现这个想法是对的,你就会想可不可以做的更好,把大量的时间放在下 面的事情上,这个圈转的越来越好。

    4、国内外典型 A/B 测试试验不息、增长不止

    Acorns 在欧洲做金融,你可以理解为一个手机 app,帮助客户理财,瞄准的是年轻人,首先增长黑客怎么做,首先定一个目标,很简单,提升留存,他会花很多钱买量, 让这些用户真正买他的理财,但是最重要的不是买了理财就走了,而是希望他们反反复复的互动,或者说投资,他里面做更多的投资。到底用什么指标体现我的留 存,或者什么点来优化这个留存。

    我们想做的事情就是让用户能够更多做定投,我希望是有一个具体的指标来完成,我就定一个比较宏大的指标,让新用户开通定投的比例提升 10%,有了这样的目标我们看要做哪些试验完成,我们试验的想法可以排序,他们有很多想法,有一个想法可能专门讲这个课,就是怎么去排序。

    大致跟你的投入产出比和资源、目标,PIE 模型,他最后发现有这样一个想法最值得试验,非常简单,给用户强推一个,你下载了我 app 用了之后就给你推,这样新来的用户就去定期投资了,这个想法非常值得试验,因为性价比最高。

    他做了这个试验,非常简单,用户打开了程序之后弹出一个框,定期投资,你愿意开通每周 5 美元的定期投资吗?这个框毫无疑问转化率并不是太高,接下来把这个框 做了一个试验优化,这个其实已经有效果了,但是不是特别好,用户比较烦。他把这个框做了文案上的优化,这个试验效果如何呢?

    我们看一看,这是一个他想的试验方案,我除了用这个框之外,还在这个框里跑这样的试验,这个试验对比这两个框到底哪个转化率更高。跑一个试验之后效果非常惊人,定投的转化率提升了 80%,仅仅做了一个文案的优化,提升了 80%。

    这个试验结果非常不错,原来如果我跟用户说你很少的做一点小投资,时间一上你就有一个很大的回报,这件事情很有效果。所以他做了更多事情,首先把这个框推到 前面去,转化率又提升了一倍,这两个试验跑了一个月,大概耗费了技术方面 10 个小时,但是新用户的定投投资率达到了原来的几倍左右,这是一个很典型的增长黑客的成功案例。

    接下来还可以更进一步,怎么搞呢?把积少成多的结果呈现给用汇的时候,能够说服他们开始定期投资。这个时候你能不能用到其他领域去,你投脸书的时候,投广告 的时候是不是也可以在广告里体现这个内容,你可以增加一个专门的功能让用户感受到这个东西,比如说增长计算机,每天投一块钱,最后有多少钱。可能他们的团 队技术比较牛,包括技术团队,更多时候包括你的拉新,付费,都可以通过这样的方式不断做的更好,就可以产生一个非常快速的增长。

    我们有一个客户非常经典小恩爱(编者注:详情可点击阅读原文访问吆喝科技官网查看案例或博客), 他们也是做类似的事情,小恩爱是一个情侣之间聊天的工具,还可以控制玩具等等。但是聊天工具下载量转化率不是很高,所以当时想了一个很有意思的文案叫小恩 爱可以每天早上把你的情人叫醒的工具,比如说你给你的男朋友定一个闹钟,强迫他 7 点钟起来给你买饭。他之后做的事情在所有的事情全部写这个文案,公众号、 微信都是这个东西,增长一夜之间火爆全国。

    接下来说一下我们客户 AB 测试测试做增长的案例,可以感受一下,有些增长案例是有点被迫,换句话说公司有一些战略上的要求你去做,通过 AB 测试的方法来判断 怎么做来好,以及做了之后是不是达到公司的目标。比如说我们的客户摩拜单车,他原先的地图不是太好用,高德地图,不符合摩拜的战略,摩拜要用腾讯地图,他 换成腾讯地图会不会对他有增长。

    其实,这个试验用了好多不同腾讯地图的 bug,但是最终消化掉了之后,做了 AB 测试实验数据非常好,核心业务数据没有下降,也没有明显的提升,没有影响用户 正常的使用。但是他其他的方面有一些很典型的提升,比如说定位的按钮,刷新的按钮都提升了,为什么?如果他们复盘理解的话,其实新版的地图更扁平,而且线 条和颜色更清晰,用户更容易看清楚地图上的按钮,高德地图很不容易看清楚,所以有一个很不错的优化结果。也是在使用我们一年之间发生了非常快速的增长。

    这是虎扑体育,也是我们做过很多 AB 测试帮助他业务增长,比如说你在虎扑看到一个很好玩的贴子你可能有冲动把他分享给朋友。分享的按钮虎扑体育的设计是一个 点点点,点开之后可以分享微信或者什么地方,他们也听取很多其他公司的意见,就说用户好像对这个按钮不知道是干什么的,但是如果你用一个苹果公司设计的分 享按钮,用户就知道这是做分享的,他就更容易点。稍微用户多分享一下,可能就有更多用户下载虎扑。

    这个想法到底对不对,得做 AB 测试,最后发现很有意思,试验结果是悲观的,原始版本比较好,试验版本下降 5.36%分享的次数,分享人数也下降了 7.37%,而且也说明这个按钮不如原来那个按钮,他们也很纳闷,通过这个试验发现虎扑体育的用户群体跟苹果手机的粉丝不是一波人。

    这是我们另外的一个客户,迪奥推广自己的 520 的产品推广,比如说你同样是营销推广页面,推销三个产品,把三个香水放成左滑右滑的方式,还是瀑布流的页表, 他通过 AB 测试发现瀑布流提升了 15%,也还是比较可观的。我以前给谷歌做的实验,提升 1%,提升 1%就帮谷歌赚 50 个亿。

    衣二三,这也是一个很有意思的客户,他们的商业模式我开始也是不理解的,他们是给女性租衣服的平台,很多女孩子去在上面租衣服。因为他是一个销售额或者是交 易额非常大的平台,可能好几亿每年的交易额,所以对他们来说转化率的变化对商业的影响更加敏感,所以他做非常多的 AB 测试,他去找很细节的变化,会对转化 率产生影响。比如说以这个东西,大家很容易体会的到,比如说完完全全同样的营销页,邀请朋友的常见手段,邀请朋友可以得到 50 块钱代金券,好友还可以领取 200 块钱的代金券。他就有很多点可以做测试,或者把这个图换一换,实验结果大概提升了 58%,一下子翻了一小半。你不做试验,你不做增长黑客,也就无法理解一些很小的工作可以带来这么大的效率。

    如果想做增长黑客,打造超级引擎,就从第一个 AB 测试开始,

    目前尚无回复
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5317 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 29ms UTC 09:17 PVG 17:17 LAX 02:17 JFK 05:17
    Do have faith in what you're doing.
    ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86