0

范冰/王晔/韩冰/张溪梦/占雪亮/聂烈/吴先哲 在增长官论坛说了啥

周六下午,阿姨听了一场质量上佳的增长官论坛。

全场在座,用手机不完整地速记了一下,和关心市场、增长、用户的朋友分享。

嘉宾的演讲内容,版权属于嘉宾自己。阿姨只是速记员(不完整);请诸位看官,勿作商业用途。

 

范冰/王晔/韩冰/张溪梦/占雪亮/聂烈/吴先哲 在增长官论坛说了啥

 

范冰:从资源垄断角度看增长的长期结构性机会

 

增长黑客经历了这么几个阶段:

  • 早期:流量断(争夺入口,N级火箭)
  • 爆发式:可再生,伴随技术成熟商用、杀手级应用营销
  • e.g.导航站、浏览器、App矩阵
  • 中场:生态垄断(控制上下游,争夺定价权)
  • 引入更多平台生态建设者
  • 渐进式,可迁移,伴随基础设施完善、平台级巨头
  • e.g.公众平台、小程序、Open Graph
  • 终局:时间鉴断(占据心智,全面接管)
  • 渗透式,不可再生,伴随侵入式智能娱乐化服务

 

范冰谈到,资本寒冬下创业的 Growth Strategy 心得,当天才知道阿姨认识的一位投资人投资了范冰的增长官项目。

  • 1、先寻求变现机会,再推蔽产品服务,反向构建营收闭环
  • 2、不值得做的事情,就不值得做好,只击打甜蜜区的球。
  • 3、你的时间很宝贵,价格歧视是最好的围层过滤器。
  • 4、终局思考,「三分之一即全程」,抢占稀缺资源。
  • 5、To B不要盲目追求 scalable, 真正的利润点都是非标的。
  • 6、大的利润都是头部客户,真正的利索点都非标的。

 

范冰认为,顶级「增长官」应有五大核心素质:

  • 1、连续性:老兵进入新战场,后发先至,降维打击
  • 2、同理心:「夏虫不语冰」,跨越圈层,与民同乐
  • 3、饥渴度:强烈目标驱动欲,不达目的誓不罢休
  • 4、克制力:伺机待发一击毙命,适时止损断臂求生
  • 5、敬畏感:尊重实体,不轻言打破既定利益格局

 

范冰在会场说了两句话阿姨还蛮认同的:

  • 第一、对企业来说,赚钱很重要(阿姨注:当然不要坑蒙拐骗。像自家产品有严重缺陷,就不要来骗钱);
  • 第二、互联网出身的人应该要更敬畏传承了几千年的传统商业(规则)。

 

王晔@吆喝科技:试验是为了更好的增长

 

每个人理解的增长,都有些微不同的角度。

  • 增长的实际是帮公司多赚钱;
  • 产品是价值创造,而增长是让更多用户更便捷、更频繁地体验到产品的核心价值;
  • 想搞大事情,但从小处开始。

要做好增长,企业应该给你的第一个用户很棒的体验;

同时,应该确保每个人都能理解你做什么。

 

那么,怎么做呢?

  • 建立用户社区,跟你的前1000个用户谈谈,识别“好”用户的行为模式;
  • 确保正确的数据基础架构到位;
  • 建立体验习惯和文化,定位并与你能影响到的人互动。80%的资源对有效果的方法加倍投入,20%的资源测试新方法。

王晔认为,试验是本能,数据是证明。一个好的指标会改变你的行为方式。

王晔强调的是,企业应该专注于最有效的互动渠道;只关注用户获取是没用的。

  • 太多人把数据当成了一个事后的事,正确的思路应该是做一件事,把数据当作一个驱动力。从而帮助你提出新的假设把轮子转起来。
  • 增长的核心是试验。

 

他举的例子是:10个星期做了122个试验,邮件CTR提升了1000%

airbnb例子。

 

在举了衣二三 的增长试验(获客)后,王晔总结说,太多企业以为的增长,是想当然的,不做试验只停留在纸面讨论。而事实上,有了好的技术手段和方法论,获客、裂变、推荐、付费阶段都可以做试验。
通过现有习惯而不是创建新习惯,更容易加速增长

  • 在增长的每个环节不断提出假设并通过试验验证和优化
  • 拉新:优化渠道、广告、内容、电子邮件
  • 激活:优化Onboarding
  • 留存:优化产品功能、活动运营转化
  • 变现:优化付费、下单、结账等一切关于钱的环节
  • 推荐:优化现有客户向朋友口碑推广你的产品

要在数字化竞争的未来中取胜,需要什么?

王晔认为,应该逐步打造企业的试验文化。现阶段企业主可能会觉得帮助不太大,会做一些失败的项目。但当企业有了一个团队(4,5人),且持续了一段时间,会发现试验是有结果的。慢慢会会更好,到了最后,真的到了最优秀公司的阶段,一年可能有500,1000个试验,已经不是在乎用户喜欢什么不喜欢什么,都能实现增长。

 

韩冰 @爸爸的选择 高级副总裁:新国货品牌的增长突围之路

 

2015年1月29日成立的“爸爸的选择”,面临670个纸尿裤企业的竞争,还不包括拼多多上的不正规的企业。如果说品牌,那么全国有2000个以上(含境内外)的纸尿裤品牌。

爸爸的选择有什么战绩呢?

去年约3个亿销售额,今年要做到10个亿。年底有1500人团队,全国有10000多家门店。

韩冰说,过去三年里,该公司是0融资,因为觉得“赚钱挺容易的”。去年有一个跨国日化品牌想收购该公司,被他们拒绝了。

  • 互联网企业和传统企业界限越来越小(传统企业在用互联网企业的方法论,有的互联网企业在变成传统企业);
  • 只有真正能盈利的企业,才能被称之为好的企业;
  • 关注:投入、产出,成本,利润这些(一直以来的核心点);
  • 收购了一家倒闭的自行车公司的技术团队,成本很高,但有价值

 

增长有底线:产品有底线,价格底线、渠道底线;

价格底线:学会最重要的一点事不要拿自己产品的价格去开玩笑。宝洁有一段时间久没有很好地重视自己的产品。

爸爸的选择,是第一家在美国正式起诉拼多多的企业,除了创维之外。纸尿裤的市场500亿。拼多多等假货平台,偷走了20多亿的市场。

韩冰的观点是,匹配自己的策略就是当时最好的增长策略。以该公司为例,早期招的人多数小学文化,初创企业的吸引力不大,但那个时候是这些员工在陪着公司。

匹配企业自己的是20/80,不是二八原则。是线上线下的比例。20%是线上,80%线下市场。原来广阔的中国市场非常大,在场的很多人都据说没听说过“爸爸的选择”,但他们可以做到10亿市场销售额。

韩冰说,创业的人,得从最笨的事情做起。80%的人光想不干。而所有检验的方法,就是去试错。

阿姨查了查,这个品牌确实是从三四线城市做起的,用了很多商学院的课程和案例,去培训员工和销售。

韩冰现场提一句话阿姨也是认可的,当然也是很多人的总结:增长是解决所有问题的最好方式;一旦保持一定的增速,所有的问题都会在动态中保持平衡。

追求高效的70分,有的事情如果能高效地搞定,70分就可以了。不要完美主义。当你的团队适应了这个速度和节奏,他们会超越70分。

不要试图满足所有人的需求。你创造的东西,要有人爱上他。

 

张溪梦 @Growing IO 创始人:原领英美国数据分析高级副总裁

 

宝洁一直是营销的互联网军校。growth很多是从市场中总结抽象出来的。
现在的变化是,每个互联网用户承载的广告成本已经625元(不一定准确),还会越来越高明年有20%的增加。

因为人力成本的增加,流量成本的增加,资本成本增加,注意力成本的增加,造成了整体成本大幅度提升。

新的ios,有个功能可以看到我们在每个app上花了多少时间,实际上(有效)时间是被头部占据的。

  • 1,过去2年多,对产品和设计驱动增长的认知变化。
    沙发不再是沙发,是能帮助增长的,都变成了数据0和1,产品本身是可以给我再增长的。造作的产品是欢迎用户的;
  • 2,对市场营销驱动增长的认知变化
    过去100年,没有本质变化。麦当劳随着高速公路扩展,50年到80年代的增长因其深入理解市场是个案例。

传统营销在美国暗流涌动,表面看performs marketing 向技术驱动转化。技术驱动是下一个营销的基础。

要实现技术驱动,内部得有工程团队和数据对接。正是因此,google和face book垄断了全球80%的营销费用。
媒体端的势头和压力,技术端的势头和压力,中间空间在进行明显挤压。

张溪梦认为,和BAT合作是一个方法。但必须要有自己的技术团队,这是一个趋势。

以前认为是社交类的工具产品,实际上今天已经成为了营销的一种内生的增长能力。

  • 300万人运营,30万产品经理,和增长有关的人才少。企业的困境是内部没有相关的人。
  • 增长是一系列的选择,是采、看分析、再试验、看到结果,再优化的一个过程。
  • 要在今天做成功的营销,未来应该把产品做扎实,用户体验做好,明确知道ROI。

 

占雪亮 @小红书增长技术负责人

占总是2014年年底加入小红书的,当时小红书成立尚不久(2013年12月成立)。
他站台谈的主题是“精细化运营在小红书的实践”

小红书截止2018年到6月已经实现了1.8亿用户。

占总讲的案例,是如何做关于低留存用户的分析。

首先提出问题,小红书为什么低龄用户的留存比较差?

背景:

  • 之前分析发现,来自信息流等渠道的用户次日留存低,他们的人群特征是低龄,行动特征是“点赞即走”。
  • 容易发生engagement,但是大部分就点击一篇笔记就不来了。我们觉得可能的原因是他们只有周末能玩手机,平时上课并不能很方便的使用APP。

分析的维度:

  • 1、不同低龄的用户表现是否有差异?
  • 2、他们来小红书想要看到什么内容? 能看到他们喜欢看的内容吗?
  • 3、feed 流推的是他们想看的吗?

不同年龄段的用户留存分析

小红书对这个话题简单的总结:

  • 1、不同低龄的用户表现是否有差异?
    真正留存低的是15岁以下的初中生和小学生,且这些用户大多数是通过SEM和信息流购买来的用户,市场部门在投放侧需要更精准的定位年龄信息。
  • 2、 他们来小红书想要看到什么内容? 能看到他们喜欢看的内容吗?
    • * 很大部分的年轻人想来小红书看动漫,头像,明星或学习相关的内容。
    • 从搜索表现来看,我们的明星内容并不能很好满足他们的需求,需要用研团队针对这个问题
    • 做用户调研,搞清楚他们想看的关于明星的内容是什么?
    • *市场部门投放(特别SEM)还是可以多尝试减肥、祛痘、护肤、粉底液介绍这种题材
  • 3、他们的Feed流推的是他们想看的内容吗?
    • 在音乐、情感、电影、餐厅、游戏、动漫、萌宠、搞笑这些年轻人更偏好的类目上,内容曝光过少,他们并没有很好的被满足。未来运营团队需要重点补充这些类目的内容。

由此,算法团队要调整分发策略(阿姨觉得,真的很干货了)。

小红节常用的数据分析维度:

  • 性别 (男,女)
  • 新老用户 (新注册,7天内注册,28天内注册,existing)
  • 年龄段 (<=15,16~18,18~23,23~28,28+)
  • 平台 (iOS,Android)
  • 机型 (iPhone,OPPO,VIVO,华为,小米,其他,各Android设备再break down到中高低端)
  • 地域 (一二线城市,三到五线城市,其他)
  • 获客来源 (Organic,SEO,SEM,信息流,小程序,Branding,应用市场等等,SEM,信息流等渠道还可以
  • break down到具体是什么投放词拉进来的用户

当然,你要真做数据分析,这些维度几乎是都会考虑到的。

 

占总说的一个细节引发阿姨的兴趣,据他说,小红书里的产品经理,都会自己拉数据。双11结束之后,各商家不都得复盘吗?小红书的产品经理只要有数据,每个人都会拉数据,根据自己要的维度整理出数据报告,但某宝的小二说,要等,等等等,等数据团队的人挨个儿服务。

 

聂烈@滴滴单车策略运营总监:换个角度看增长

 

平时看到刷屏最多的各种说法,真的在为提供产品核心价值服务吗?

  • 增长的基础是PMF,而PMF需要随着产品生命周期的推进而演进
  • 移动互联网向产业互联网的演进也需要新的增长杠杆
  • 增长的本质是为生意本质考虑的,所以可持续的增长需要关注供求关系。但更要供需平衡。

三个案例:

  • Netflix是如何行程过去10年投资回报率最高的美股的?
  • Uber for X.为何失败?
  • 拼多多为什么能崛起?

聂烈总结的三点是:

  • 供给渠道:承接淘宝商家外溢,实现低价值供应链与低消费人群的匹配。
  • 供给门槛:便利的开店规则大幅降低了供给门槛。
  • 供给定价及供给利用率:拼团模式提升了实物商品的供给利用率,也降低了价格。

Airbnb和Booking 为什么越来越像了?高保障性和一致性

 

吴先哲 @虎扑电商App CMO

 

虎扑电商2017年的交易金额已经超过20亿。这是我们之前所不太了解的。

吴先哲是唯一一个没有超时的演讲嘉宾。

  • 第一,你不缺理论
  • 第二,增长官在做什么
  • 第三,傲慢与偏见
  • 第四,用户策略与决策逻辑

我确实也不知道,百度上有520万个和增长黑客有关的搜索结果。

那么,增长官到底在做什么?为什么有的策略匹配时失效了?

  • 多久用一次自己的产品,多久和用户做一次对话?数据层面能真的代表用户的想要的吗?
  • 先做好用户,再做增长。
  • 拿别人模板去套,99%都会失败。

匹配失效的原因可能有B端天性的傲慢与偏见。

他的观点是,产品的诞生与增长的开始,一般源自于个被数据所验证的假设-用户画像。但是数据所验证的,大多是相关性,而非因果关系;我们所做的一切增长实验都离不开用户画像这个基本土壤,但土壤可能本身和现实是不一样。

吴先哲强调的是,用户是增长的基础。这当然,大家应该没有异议。

 

这些记录是不完整的。

随手记下一些感兴趣的碎片内容,完整的体系(当然,每个被验证了成功的增长模式,都成了单独的体系)需要这些专家完整讲述才有价值。

碎片的记录有价值吗?也许,会唤醒你大脑角落里的吉光片羽。

 

 

文: 银钩无一字/Silver’s Point(Ag47-Silver)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

0

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

试验驱动创新、数据驱动增长,越来越成为一种全球性共识。当大家热烈追捧黑客增长理论时,是否也能反思究竟该如何将试验与数据相统一呢?试验驱动与数据驱动究竟存在怎样理论与实践的逻辑关系呢?吆喝科技精心为大家整理了一整套A/B测试增长实践案例集,共十篇,相信能够让大家对A/B测试、试验驱动、黑客增长等理论有更加深刻的认知。

这篇文章著眼于A/B Testing的实战经验分享,分为两大部分:

  • Agile UX与A/B Testing实验须知
  • 实战分享(文章最后有附slideshare上的连结)

1.Agile UX与A/B Testing的背景知

Agile UX

在进行使用者体验UX(User Experience)研究的过程中,加入Agile的概念,如下图所示,我们需要加速产品设计前期的准备,在不影响使用者体验的前提之下,可以把UX的过程分割成「设计」、「建造」、「上线」、「调整」,「再进行测试」。值得注意的是,实验的过程将会是一个迭代循环的过程。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

UX与Dev的合作流程分配

在下面这个例子,UX的sprint会比Dev(程式开发)再提前一个衝刺的时间,并在UX sprint1做完后,马上给Dev进行开发,开发完成上线之后,蒐集相关的资料,再把这些资料回馈给UX sprint 2,持续反覆不断地演进。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

进行A/B Testing资源耗费吃重

先前看过很多Google或是Airbnb在网站设计A/B Testing的分享内容,常见的问题是,即使自认为拥有完整的A/B Testing知识,但自身的公司也不一定有足够的资源去确实执行一套完整的验证。个人认为主要的原因是A/B Testing的本身,不只牵涉到设计师要做出不同版本的网页设计,开发端RD也要同时製作多个版本(这边已经牵涉到PM能否安排好足够的资源让RD开发,以及QA testing的部分)。除此之外,还需要有人先定义好要追踪哪些数据,进而请RD埋追踪码,去追纵测试的结果。
在前面的步骤中,商业目标设定、网站设计、程式开发、部署上线完成后,还需要资料科学家蒐集所有数据,去分析数据背后的意涵,彙整好这些洞见呈现给老板,再决定下一步要如何进行。以上述的分工而言,需要一名UI/UX设计师、一名RD、一名QA、一名PM、一名资料科学家,一名老板,少说也要6个人才能把一次的A/B Testing做完。听起来是否有些气馁?
没关系,还是先看下去,至少在这裡的分享中,看到我们踩过的坑,大家能少走一些冤枉路。

Designing with Data 提供了Data Driven开发的方向

在Designing with Data 这本书中提到了以下几点,或许可以当作大家在执行A/B Testing时,有个可以依循的原则
a.了解数据、商业以及设计之间的关系
b.找到可以做基底的资料,以及进行A/B Testing的运作方式
c.使用实验的框架来帮助我们收敛实验结果
d.建立可以与绩效指标连结的假设
e.解释测验的结果并决定下一步要做什麽

a. 了解数据、商业以及设计之间的关系

以终为始,在开始进行A/B Testing之前,最重要的是了解自己想要达成什麽目标?这并不容易,一个可行的做法是先把自己当作一位用户,然后从目前公司既有的接触管道进入自家的产品,透过使用者行为漏斗,进一步去了解产品到商业间是怎麽连结的?
举个例子,像我在这次的演讲中提到,希平方有一部分的潜在用户是透过使用者学习的心得接触到我们的产品,在心得文中,潜在用户看到分享心得的学员学习英文的困扰,而攻其不背产品能帮这些学员解决什麽问题?进而产生同理心,想要前往了解课程方案的念头。在这样的使用者行为漏斗中,我们可以去了解该如何规划这个网页(文案的编排形式、Call To Action(CTA)的安排、延伸阅读的安排),设定我们的商业目标(点击了解课程方案、到体验专区了解课程进行方式),以及预期在过程中需要什麽样的数据来进行验证。
在另外一场郑雅中老师佛系设计的演讲中有提到,公司的业务明明是做旅游资讯网站,却因为老板与公司外部的朋友聊天之后,觉得线上订餐应该也很重要,就要求设计师把订餐的功能加入到网站内,结果让所有员工都一头雾水。结论是,即使是老板,也不一定每次做决定时,皆可前往对的方向,因此,员工需适时提出建议,有助老板导回正轨。
了解如何在数据、商业及设计之间取得良好的关系,将会是开始著手进行A/B Testing前一个很重要的准备。

b. 找到可以做基底的资料,以及需要进行A/B Testing的元件

在还没做A/B Testing前,为何旧版本的网页要这样设计?背后是否有任何学理的依据?或是个人直觉的经验?
直白地说,任何一个新创公司,产品刚上线时,除非有位富爸爸,否则很难有机会执行完整的使用者研究、用户访谈、脉络分析、到真正上线、进行A/B Testing。大部分的新创公司,起初都是创办人想要解决一个与自身相关的问题,接著去设计一个「自己」认为可以解决使用者问题的服务。这样的方式,如果前提是「这个问题是实际的问题」,那麽解决方案本身是否能打到使用者的痛点,才是最重要的。等到公司的业务稳定了,开始有资源进行下一步的产品开发,才有可能进行完整的使用者研究(A/B Testing)。
因此,在开始进行A/B Testing前,首要先去了解原先设计时的想法。每家公司业务的不同,设计产品的考量也会不同,找到基底的资料,充分的了解之后,再进行A/B Testing的设计,通常可以减少很多阻力。

c. 使用实验的框架来帮助我们收敛实验结果

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

From Designing with Data ,O’REILLY pp.212 Fig. 6–2
实验的框架,可以让我们在进行A/B Testing的过程中,了解自己所处的位置。如上图,一开始先决定在这次实验中最小可侦测出来的结果是什麽?接著便可以开始规划实验测试的内容。
在实验的过程中要去决定测试样本的大小,及想要多少的信心水平(信心水平越高,所需测试的样本数就会更大,这部分牵涉到公司愿意花费多少资源,去取得测试的样本。)
决定样本数大小后,再区分上线之后有多少比例的使用者会用到测试版的网站,如果像FB或是Airbnb这样大的网站,可能刚开始3~5%的使用者就已足够。在台湾的话,可能需提高到10%~20%,才能达到足够的样本数。除了多少比例的使用者可以用到测试版的网站之外,还有「时间」这个参数可以利用,需要测试多长的时间?也会决定这个测试品质的好坏。值得注意的是,测试期间不能有其他的变数(例如:一个版本是在促销案期间,另外一个版本是在非促销期,因为促销本身就是一个变数,即使其他参数都保持一致,这样测试的结果还是不足以信赖。)最后则是需要进行多少次的测试,才能验证一个想法。

d. 建立可以与绩效指标(Metrics)连结的假设

常见的绩效指标可以分成三种
Key metric : 主要的商业指标
Proxy metric : 替代指标
Secondary metric : 除了主要指标之外,我们也可以藉由一些次要指标去评估改变的过程是否影响到使用者的行为。
找到关键指标(Key metric),并且把这个指标与最后的商业目的做连结是最重要的。比如说:游戏业会很重视留存率,那7天之内的「留存率」就是关键指标。若是线上课程,那可能「完课率」就是一个值得关注的点。若是电子商务,则「回购率」绝对是老板注意的点。
但有时候关键指标并不能在几天之内就显现出结果,比如线上课程Coursera的关键指标,原本是学员购买证书和完成课程的比例,但上述这两个指标,都是要等学员快上完课才会发生的结果。线上课程的学习时间,短则1个月,长则要3~4个月才可能上完,要一个新创公司等3~4个月才看得到测试结果,可行性实在不高。因此,Coursera把指标进一步拆成:学员课程单元的完成率、小考成绩以及对课程问答的参与度,作为预测的关键指标,这些指标可视为替代指标(Proxy metric)。
在实验结束之后,我们需要观察的是,到底实验最初所建立的假设,能否在数据中得到印证?比如说,这次演讲中提到的心得文实验,我们一开始假设在同样的CTA按钮下,上色的文章内容型式会比简洁有组织的内容型式,让人更想要去点击。但我们能否在实验的数据中找到对这个假设支持的数据?在上面这个例子之之中,CTA的conversion rate就会是主要指标,而改变文章的内容型式,是否会影响使用者阅读的行为?(例如是否有滚动阅读的行为,阅读文章到30%、60%、90%的长度),则都可算是次要指标。

e. 解释测验的结果并决定下一步要做什麽?

测验的结果有可能会不如我们原先所预期,但看到结果之后,可以先想想实验最重要的关键指标是什麽?如果该指标仍可在实验的结果找到答案,就不用太灰心!
通常实验的过程,不会是一次就搞定。像我这次演讲过程中举的例子,次要指标在不同阶段的实验中,数据结果有小幅度的变动,但我们知道该阶段的实验重点不在次要指标的变化,所以我们就忽略部分不符合预期的结果,专注在关键指标,继续进行下一次的实验。

2.实战分享

在进入这次的A/B Testing实战分享之前,我稍微介绍一下这个实战的背景。我目前在希平方科技服务,我们主要的产品攻其不背是一套线上英语学习的系统。攻其不背最大的特色就是主打「学英文不用背」。原因是我们把学英文过程中,最难的「複习」做到APP之中,透过多次的複习,学英文不用在靠自己死记硬背。
消费者与我们接触的其中一个管道,是当他在FB上面可以看到我们创办人分享的学英文心得,点击这篇心得文,进到我们的网站,看到更多学英文的秘诀。稍微整理一下这个消费管道的入口漏斗图,将如下图所示。我们主要的商业目标,是希望提升使用者从心得页面(Sharing Articles)点击进到课程方案页面(Course Price Page)的转换率。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

消费管道入口漏斗图

因此,使用者心得页面设计的好坏(包括网页设计、文案设计),将会决定该页的转换率。使用者心得页面会长的像下面这篇文章:

https://www.hopenglish.com/thatsummer

希平方创办人当年的自学英文方法推荐经验分享,把自己的英文学习方法运用在现在希平方的英文学习网站中,让您不用花费冤枉的钱买到不合适的英文教材,并让希平方为您量身打造英文专属课程,不仅高效且绝对是经得起考验,因为适合您,所以成效超好!

为了提升这个页面的转换率,我们想到两个问题:
文案的设计样式(上色、型式)是否会影响潜在用户的阅读行为?
潜在用户是否会因为CTA按钮的设计及颜色的不同,而产生点击的行为?
接著我们做了不同的假设,

针对文案的形式
根据旧版的文章投放广告的经验,上色文案的设计样式更加亲民,容易吸引潜在用户点击。

针对CTA的按钮颜色,我们假设
潜在用户会因为红色的按钮,提升点击的动力,增加页面之间的转换率。
有了这两个假设,我们就要想办法设计实验去印证这两个假设是否正确。

实验目标

相较于一般大公司针对小部分的设计样式进行A/B Testing,个人认为这次分享的实战经验,其实是一种多参数的测试(Multivariate testing)。多数新创公司,或是大公司裡面的新创团队都会有资源不足的问题,没有那麽多的资源去拆分实验,一个一个设计,并且规划好开发的流程,进而得到最后想要知道的答案。
实际上,我们希望在越短的时间之内,得到越多有效的实验成果,并且得出有用的insight,进而提供老板建议,让我们可以进行下一阶段的开发。演讲至此,我引用「发明大王」爱迪生的名言:
真正衡量成功的标准是,你能在24小时内塞进多少次的实验

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

http://www.azquotes.com/quote/530630
整个实验的过程,分成三个阶段,每一阶段结束之后,我们进行回顾讨论,透过分析师将实验的数据整理,得到insight,接著进行下一阶段的动作。

实验对象及项目

第一阶段实验开跑
实验对象及条件限制:
测试时间:一天
目标对象:1~65岁 FB使用者 男女都有
实验种类:
我们可以用下面这张图,比较不同Layout下,使用者行为的差异,
进而判别哪一个版面较受使用者喜爱。
A:原始文案型式设计,绿色CTA按钮
B:原始文案型式设计,红色CTA按钮
C:新版文案型式设计,红色CTA按钮

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

测试项目Layout图示
接著我们要尝试思考哪些参数可以真正代表使用者的行为,并将那些行为描述出来,例如:
阅读浏览的行为:包括没有滑动过就离开、或者滑过一次后离开、滑动过程中在整个网页长度的多少比例(30%、60%、90%)
延伸阅读的点击行为
前往了解课程方案(CTA)
第一阶段结果揭晓
在第一阶段实验过后,我们该如何进行下一步?透过下图可以解释:在Experiment 1之中,若已经验证出结果的假设:Hypothesis 1中的Test Cell A~D及Hypothesis 2中的Test Cell A,对实验结果没有影响。若要进行Experiment 2,上述Test Cell都不需要进行测试了。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享
回到演讲中的例子,我们假设:
潜在用户会因为红色的按钮,提升点击的动力,增加页面之间的转换率。
实际的结果,我们发现,不管是B版本或是C版本,最后的CTA表现都来得比A版本来得好,因此我们可以不用再考虑A版本绿色按钮的CTA,而只要专注在这次的实验之中,无法验证假设的部分。

Designing with Data:实验的过程,已经得到验证的假设,在下次的实验之中,就可以不必再重複进行
然而,第一阶段(Round 1)实验的结果也不是那麽顺利,尤其是在我们关注的CTA按钮之转换率上,看到如下图所示矛盾的现象:针对「前往购买页」的转换率,同样的CTA按钮型式设计,PC版的版本C>版本B,Mobile版的版本F>版本G。我们预期在文案设计的形式上,如果原版设计(有上色)比较好的话,那应该PC版和手机版的转换率要一致才对。这是第一个引发我们想进行下次实验的因素。另外,在「阅读浏览行为」的P-value这个部分,我们计算出0.0571的数值,这个数值不到学理上0.05的水平。P-Value是用来衡量实验假说的显著性,我们预设想要达到0.01的P-Value,这个目标在第一阶段是没有做到,因此需要进行样本数更多的实验,来验证这件事。有鉴于前述两点,我们建议上级,进行下阶段的实验。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

前往购买页转换率,因转换率涉及商业机密,这边已A%当作基本单位进行表示
第一阶段的实验到此告一个段落,但是要进行第二阶段的实验之前,我又再次请发明大王爱迪生跟我们说句话:
人们最大的弱点在于放弃,最能够成功的方式,就是再试一次

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

第二阶段实验开跑
实验对象及条件限制:
测试时间:1个月
目标对象:1~65岁 FB使用者 男女都有
第二阶段实验结果:
为了验证第一阶段(Round 1)实验结果,我们增加测验时间,增加样本数,让P-Value达到0.01的信心水平。在这个阶段,得到实验结果之后,我们又发现一个新的问题,如下图,「滑动90%」这个参数在第二阶段(Round 2)的实验之中,PC版本变差了14%~17%,Mobile版本表现也变差3%~5%,这又造成我们的困扰,到底是否要针对这个部分进行下一次的实验?

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

第一阶段与第二阶段阅读浏览行为关注参数:『滑动90%』

回到我一开始说的,在实验的过程中,我们需要把焦点聚焦在关键指标(Key metric)。所以观察下图的「前往购买页」转换率,发现当样本数增加,可以解决第一阶段实验中遇到的PC版本和Mobile版本间转换率不一致的现象(第二阶段不管是PC版本或是Mobile版本的转换率都是相近的)。由此判断,既然主要商业指标的改善已经满足这次实验的目标,因次认定已经完成这个阶段的任务。

主要商业指标「前往购买页」转换率,这边以A%当作基础转换率进行表示
第二阶段实验结束,我们讨论之后作出决定,将「B:原始文案型式设计,红色CTA按钮」的网页正式上线。这部分是商业上的考量,原因是如果要进行整个网站的文案型式设计变更成「C:新版文案型式设计,红色CTA按钮」,可能还要多花1~2个月的时间,修改上百篇学习心得的文案型式。透过前两次的实验结果,我们已经知道CTA按钮的转换率已经改善,于是决定把这个版本上线,直接进行验证。

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

上线后的文章版本CTA改善率

相对于原始的版本,观察新版本上线后,一个月的期间转换率分别成长了18%以及73%(每篇文章的转换率,有可能会因为出现的时间越长开始出现迟缓的现象,不过至少在上线后一个月内,表现是比原始版本来得好。)
结束了前两阶段的实验,我这次没有再用发明大王爱迪生的名言,而是在电流大战中展露头角的特斯拉,他对于爱迪生的实验行为有下面的建议
Just a little theory and calculation would have saved him ninety percent of his labor
如果爱迪生有一些学理的依据或是能够做一些计算,那麽可以节省他90%的工作时间

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

成果Takeaway

演讲到了尾声,藉由特斯拉的名言,我希望这次的实验,能给听众一些立即带走的Takeaway:
当团队比较小,资源有限,列出重要的点进行测试。
依照每次的测试结果,进行筛选或调整,下次测试只针对前一次实验结果未解答的地方。
专注在关键指标的改善,次要指标可以放在未来有资源的时候,再去进行验证。

 

全球视野下的A/B测试增长实践(一)— Agile UX消费管道入口A/B Testing实战分享

0

互联网 or 传统 酷开TV用 A/B测试开启智能电视新局面

一、你不了解的互联网电视

 

从软件层面上来看,未来是人工智能和云计算的时代;从硬件层面上来看,未来是主动式传感器(in)与屏幕(out)的时代。屏幕正在以超乎想象的速度占据着我们的视野,PC、汽车、手机、平板、智能穿戴,还有就是互联网电视。

 

起初,消费者和媒体并不看好互联网电视——这个智能手机的手下败将,曾一度从客厅的C位退到辅助。但是,随着智能手机出货量在2016年开始呈现颓势并在2018年上半年遭遇11%的巨大降幅,人们突然发现互联网电视不仅是存活下来而且活得可谓是有滋有味:

 

纵向比较,据市场调研机构IHS Markit数据,2015年,智能电视出货量占全球电视出货总量的45%,2017年,这一比例增至64%。2018年,智能电视的出货份额有望增至70%。

 

横向比较,互联网电视也是活得最滋润的那个——Strategy Analytics最新发布的季度研究报告《2018年Q2全球联网电视设备厂商份额》指出,目前全球有超过10亿台联网电视设备正在使用。联网电视设备允许用户将OTT视频内容流式传输到电视屏幕,其子类别包括:互联网电视,智能蓝光播放器,游戏机和数字流媒体播放设备,而互联网电视占所有设备类别总使用量的近60%。

 

电视这个上世纪二十年代产生的老古董,正在以一种新的姿态重新席卷而来。

 

 

二、最互联网打法的【传统】品牌?

 

互联网电视,也有时被称为智能电视(也包括OTT、IPTV的显示端),至今没有人给这个品类下一个定义,有人说能够联网的电视,也有人说是互联网公司做的电视,这些都不准确。但是吆喝科技比对过市面上大多数同类产品后,我们发现互联网电视至少满足以下两个特征:

 

特征一:用户从买断制的内容接收方向订阅制的内容需求方转变,即使目前仍然是内容源提供什么我们看什么,但是我们用付费来强烈影响着内容的方向。

 

特征二:内容方和广告主向用户推送内容和广告的匹配度更加精准,以往的有线电视内容靠收视率检验最终效果,广告主除了电视购物外很难兼顾品牌广告和效果广告,而互联网电视可以精准分析用户需求,广告主可以借助内容方的广告平台实现效果广告的精准推送,大大提高ROI。曾有业内人士打比方——互联网电视用户超过500万时,其广告规模将达到一个卫视的水平,而当用户超过1000万时,其广告收入将达到央视频道的级别。

 

目前,在欧美市场,互联网电视主要竞争格局是以三星和索尼两大巨头为主导,安卓、Tizen、Webos占据主要份额的形态出现的,而国内的情况则完全不同,入局较早的乐视、小米并未取得绝对优势,国际大厂的本地化服务则面临着水土不服的窘境,传统电视厂商与互联网视频网站合纵连横,均未取得绝对优势,而且基本上是以安卓和阿里云两大系统为基础,激烈程度可想而知。从两个特征中出发,我们可以尝试总结要在互联网电视竞争中取得胜利的基本条件:

 

  1. 快速、稳定且优质的响应和满足用户需求。谁功能更全面,生态更完善,MAU和用户时长就会有优势;

 

  1. 精细化运营,提升从注册到付费各个环节的转化率。购买硬件并不是最终目的,如果用户最终付费转化率低,也就意味着该产品在用户心目中已经与传统电视无异。

 

作为世界十大电视厂商创维旗下新高端互联网电视品牌,酷开曾一度被外界误以为是传统厂商阻击小米乐视的排头兵,并不被舆论所重视。但是,这家成立于2006年互联网电视厂商,始终不断在深耕互联网电视基础体验和内容增值服务的信息形态。在外界将聚光灯在乐视、小米、暴风等互联网电视品牌之间轮流转时,酷开已然将酷开TV打造成了全国最大的电视系统,并在双十一成为首个单日销售额过亿的彩电品牌,创造吉尼斯世界销售纪录。

 

为什么是酷开?是什么原因使得酷开创造了一个人们意想不到的奇迹?酷开的经历有哪些值得其他厂商借鉴的经验呢?

 

传统和创新该如何去界定并不是本文的重点,但是酷开衔着金钥匙的出身,却走了最互联网的【野路子】,他是如何快速转型的就非常值得研究。

 

起初,酷开与大多数互联网电视面临的首要任务基本一致:如何实现流量价值最大化。为什么?互联网电视并不完全依靠硬件赚取利润,它的最大收入应该来自于内容订阅(用户付费)和效果广告。

 

但是,许多互联网电视的根源就在于较弱的内容转化力和疯狂的效果广告投放。酷开的产品部门始终坚持在保障用户体验的基础上,实现流量价值的最大化,既要商业价值,又要用户口碑。但是,这条路前人没有走顺的一条路,加之酷开TV产品平台的特殊性(基于安卓打造的智能电视系统),使得这种产品理念并没有很好的被落实。

 

然而吆喝科技和他的产品AppAdhoc A/B Testing云平台为酷开产品团队提供了一个真正符合互联网产品的方法论和工具——试验思维和A/B测试。

 

打个比方:不论是有线电视还是互联网电视,大多数内容方落后得出奇的一致,他们像是面对不会说话的婴儿的新宝妈,拿出自己认为孩子喜欢的东西强迫孩子接受,止不住啼哭的孩子,自己也是伤透脑筋。而试验思维,讲求不断试错、快速迭代,或许你依然不知道孩子要什么,但是你可以快速拿出尽可能多的玩物,来观察孩子的变化。但是这个过程,是需要讲求方法的,方法就是A/B测试,你可以左右手或者桌上摆满了玩具,让孩子去选择自己最喜欢的,几轮挑选后,不仅孩子能够更明确自己的需求,你也能快速锁定满足孩子需求的究竟是什么。

三、酷开TV站立在海量试验之巅

 

作为国内唯一一家支持前、后端A/B测试的平台供应商,吆喝科技的产品兼容性可以满足酷开TV产品部门的要求,同时强大的试验设计运行及统计分析功能让酷开TV智能电视系统能够方便快捷高效地运行各种在线试验。酷开TV最终选择携手吆喝科技,来优化并最终为客户提供所喜爱的智能电视系统。

 

影视中心试看体验与 iqiyi 会员服务体验优化

 

对于酷开 TV 的生态而言,影视中心居于转化的核心位置,各个渠道的流量最终均会导流到影视中心来,因此影视中心的转化决定了整个生态的转化率更决定了整个生态的盈利能力。然而,在核心业务板块动手术,并不是涉及到多个部门的利益与协调,产品部门认为需要优化的「试看结束体验」与「iqiyi 会员服务体验」优化始终无法推动。

 

这个情况,一直持续到酷开团队接触到吆喝科技。吆喝科技旗下的AppAdhoc作为国内唯一一家支持前、后端A/B测试的云服务平台,SDK的产品兼容性可以满足酷开TV产品部门的要求,确定了酷开的测试需求后,双方开始配合试验的接入工作。

 

AppAdhoc A/B Testing采用科学的试验流量分割,使得每一组试验对象具备一致的用户特征,并在试验过程中也可以随时调整用户流量,使企业可以在新版本上线之前,以最低成本观察客户对多个优化方案的数据反馈。同时,根据试验的数据发现用户反馈效果最好的版本,作为最终的新版本迭代方案。

 

针对影视中心中的vip 内容,对于非会员或者会员过期的用户,产品部门设计试验方案如下:

互联网 or 传统 酷开TV用 A/B测试开启智能电视新局面

原始版本的文案为“试看结束,开通会员继续观看“, 按钮布局为“再看一遍”再左,“开通会员“在右;而试验版本文案为“试看结束,开通会员可观看完整影片“,按钮布局为“开通会员”再左,“再看一遍“在右;同时,用户进入不同试看结束页面后,开通会员按钮的点击次数,以及最终扫码购买成功返回作为本次试验的核心关注指标。

 

本次试验的主要目标是,对比不同的试看结束页面的文案和布局,并找到转化效果更好的设计方案。此次试验在酷开TV的智能电视系统进行,累计运行了4周的时间后,

 

原始版本的各区域产品详情内容总点击1345618次,人均0.448次;试验版本的总点击次1547460,日均0.51,相比原始版本提升了15%(95%置信区间[+10%, +20%]),在扫码成功指标表现试验方案也明显高于原始方案10%( 95%置信区间[+5%, 15%])。综合评估后,产品部门决定采用试验版本中的文案和按钮布局设计。

 

如果说试看结束转化仅仅是酷开团队在核心业务上的小试牛刀,那么接下来他们希望借用 A/B 测试来完成对核心转化环节的优化——Iqiyi 会员充值服务的优化。

 

目前,国内许多互联网电视都会与爱奇艺、优酷等视频网站合作,提供会员服务,会员服务实际上就是现阶段的定制服务,是走向未来更成熟的订阅制的必由之路。受制于并非自主且较少的内容源备选方案,想在会员购买环节提升转化并非易事。只有精细化运营,才有可能在这个环节突出重围。酷开产品团队的设想是不同价格的展示顺序会最终影响付费转化,此前一直没有办法去尝试,付费最终影响盈利,这就让这个优化点变得十分敏感。

 

在吆喝科技的客户成功与技术团队的通力配合下,酷开团队设计及了一组试验:

互联网 or 传统 酷开TV用 A/B测试开启智能电视新局面

原始版本中,在会员购买页面价格策略顺序为 : 连续包月+费用,1个月+费用,3个月+费用年费+费用, 年费+费用;而在试验版本,会员购买页面价格策略顺序为:12个月+费用+(限时特惠 低至字样),3个月+费用,连续包月费用,1个月+费用。同时,各个价格按钮点击率,进入支付页面的曝光量, 扫码成功次数和转化金额作为本次试验的核心关注指标。

 

本次试验的主要目标是,对比不同的价格排序策略,通过观察漏斗中的次级指标和核心指标,最大限度提升会员购买转化金额。

 

此次试验在酷开TV的智能电视系统进行,累计运行了5周的时间(一般来说,为了获得更加可信的数据结果,试验运行周期应至少保证1-2个完整的自然周)。在对试验数据进一步分析后,产品部门得到了科学的数据结论:

  • 原始版本的会员购买页面各个会员产品的点击分别为500次(连续包月),90次(1个月),105次(3个月),200次(包年);试验版本的会员购买页面各个会员产品的点击分别为270次(包年),120次(3个月),250次(连续包月),50次(1个月);
  • 虽然在个别价格位置上转化率降低,但是观察总体转化金额提升了提升了14%, 95%置信区间为[ + 10%,  + 18%];
  • 综合评估后,结合统计试验数据和公司现阶段业务目标,产品和运营人员决定全量发布试验版本到100%流量,并在后续的发版迭代中采用此方案。

 

商城首页推荐方式优化

 

 

有了之前在的成功经验,酷开团队决定向更加广泛的业务板块去推广A/B测试所带来的增长效益。这一次产品部门将目光聚焦到了商城首页的商品组合上。电商是最讲求精细化运营和转化率的领域,但是酷开团队明白这不是自己的强项,但同时也不可能从头到尾将电商的玩法复习一遍,这次他们需要直击痛点。针对现有商城首页的商品组合推荐方式,产品部门设计试验方案如下:

 

互联网 or 传统 酷开TV用 A/B测试开启智能电视新局面

本次试验的主要目标是,对比不同的分类推荐方式下,用户进入商品详情的数据情况,并找到转化效果更好的设计方案。

 

此次试验在酷开TV的智能电视系统进行,累计运行了2周的时间(一般来说,为了获得更加可信的数据结果,试验运行周期应至少保证1-2个完整的自然周)。在对试验数据进一步分析后,产品部门得到了科学的数据结论:

 

  • 原始版本的各区域产品详情内容总点击5018次,日均1000次;试验版本的总点击4981次,日均895次;
  • 产品详情的点击和转化人数除第一屏外,其他几屏原始版本的表现均高于新方案;
  • 综合评估后,产品部门决定维持商城现有的布局策略,并基于此次试验数据基础,后续再对其做进一步优化。

 

四、复盘:酷开的成功是不断进行的选择题

在“互联网+”的大背景下,无论是新兴创业公司还是主导各行各业的传统厂商,都在努力进行互联网探索与互联网转型。然而,在互联网电视领域有太多的选手将努力用错了地方:新选手只顾顺着供应链往上爬,降低成本取得价格优势;传统厂商仅仅将互联网作为营销和推广的渠道之一,从始至终,均未将互联网融入到产品的整个生产周期。

 

拥抱互联网,表面上看是千军万马涌向互联网的快车道,但是实质上需要参与者真正运用互联网模式重新梳理业务模式,从而在根本上提升生产、流通、销售到产品迭代各个环节的 ROI。

 

对于酷开而言,优化产品体验并仅仅是出于市场竞争的考量,更是探索着眼于未来的发展模式:硬件销售,并不是这种模式的核心竞争力,软件体验与付费订阅等服务类收入才是互联网电视的核心盈利点。故此,影视中心和商城首页推荐成为整个酷开生态系统的关键:

 

影视中心是酷开 TV 付费转化最关键的环节,通过内容建设、营销活动和广告投放,用户被不断导流到影视中心,影视中心成为整个链条上最终决定是否产生付费转化的关键,之前环节的优化是开源,这部分必须实现精细化营销,放任自流只会功亏一篑;

 

商城首页推荐则是互联网电视电商模式的重要探索,商城首页推荐究竟以何种形态呈现,依然很不成熟,并没有可以借鉴的成功案例。电商化探索是酷开平台化和盈利多元化的必然追求,绝非只是饮食中心的补充。

 

因此,对于两者优化不仅兹事体大,而且太多经验可以借鉴。增长黑客和精细化运营为酷开们提供了一幅愿景,但是并能提供解决问题的思路。酷开慢慢懂得互联网的最大优势是降低了尝试和创新的成本,让不断试错、小步快跑成为可能,这也是酷开最终接受试验思维的基础:试验思维,是增长黑客的本质特征,是互联网经济的最基础的思维方式。

 

A/B测试,是试验思维落地的最佳工具。吆喝科技的核心产品 Appadhoc A/B Testing 是全网唯一完整支持前后端 A/B 测试的工具,高度定制化和并支持私有化部署。在使用过程中,满足了酷开 TV 各个部门的优化需求,既包括前端的可视化编辑,又包括后端的编程模式,成为业内少数几个有实力进行 A/B测试来快速优化体验的凭条。

 

酷开,继承了传统实业对品牌、品质、口碑等用户体验方面的坚持,同时,是少数几个真正掌握了互联网精髓的互联网电视团队,正是A/B测试真正释放酷开坚持与努力的势能,最终在竞争激烈的国内电视竞争中过五关斩六将,开辟出一片属于自己的天地。

 

 

 

0

实验引爆用户增长:A/B测试最佳实践

在互联网下半场竞争中实现科学增长,切实让A/B测试发挥增长引擎的作用是应有之义。在本文中,陈冠诚将为我们分享A/B测试对业务转化率提升带来的价值,以及如何在团队中有效推进A/B测试及A/B测试系统科学设计实践等内容。

 

今日头条增长秘籍:A/B测试驱动

 

抖音可以说是现在增长最火热的公司,流行于大街小巷行走的人们手机之中,它让腾讯感到深深的危机感,被迫应对,从2017年下半年开始,抖音就呈现出现象级爆发式增长。其母公司字节跳动,估值750亿美元,本身就是一个非常讲究实验、以A/B测试驱动科学增长的公司。A/B测试对头条系产品来讲是很自然的事情,整个公司从最高管理层张一鸣开始就非常注重。36Kr曾在一篇报道中写道,“头条发布一个新APP,其名字都必须打N个包放到各大应用市场进行多次A/B测试而决定,张一鸣告诉同事:哪怕你有99.9%的把握那是最好的一个名字,测一下又有神马关系呢?”

今日头条从起名字开始就运用了数据思维,创始团队没有头脑风暴,没有投票,没有老大拍板儿,而是采用科学实验的方式,通过数据观测确定了头条的名称。他们将App Store上各类免费榜单的前10名整理出来,然后根据名字归类(朗朗上口白话类,内涵情怀类,模拟特殊声音类,公司名+用途类等),分析那各类数量占比。分析结论是朗朗上口的大白话效果最好。其次,分渠道A/B测试,确定先验效果类似的发布渠道,分别投放,界面功能logo完全一样,统计各个渠道的用户下载和活跃等核心数据指标,最后测得《今日头条》效果最好。

 

什么是A/B测试?

 

A/B 测试是一种产品优化的方法,为同一个优化目标制定两个方案(比如两个页面),让一部分用户使用 A 方案,同时另一部分用户使用 B 方案,统计并对比不同方案的转化率、点击量、留存率等指标,以判断不同方案的优劣并进行决策。

 

实验引爆用户增长:A/B测试最佳实践

 

上面图示就是一个典型的A/B测试范例。在A/B测试比较成熟的公司中,可能并不局限于只有A、B两个版本,可能会有ABC测试、ABCD测试,甚至是ABCDE测试。有一些情况,可能会出现比较特殊的A/B测试,比如说AAB测试,因为需要验证整个AB测试系统的准确度,需要设置两个对照组,所以叫AAB测试。不管同时运行几个实验,我们都可以将它们统称为A/B测试,英文为ABtest或ABtest。

 

实验引爆用户增长:A/B测试最佳实践

 

结合公开数据和行业深度调查,我们整理了行业A/B测试频率概览图,其中可以看到,公司市值或体量与A/B测试频率呈正相关关系。像谷歌等大体量公司,它本身具有较为成熟的A/B测试系统与数据分析平台,平均每周A/B测试就多达2000个A/B测试,其中包括一些相对复杂的实验,如推荐算法A/B测试,也有相对简单的A/B测试。至于国内BAT等一线互联网公司,它们每周也会进行上百个A/B测试。

在与我们合作的大部分公司当中,行业分布广泛,比如互联网金融、电商、O2O等厂商,它们自身没有能力和精力自研一套成熟的A/B测试平台,所以他们选择与Testin A/B测试合作,将A/B测试服务快速应用到业务中。比如,某互联网金融用户,在使用Testin A/B测试前,每周只能做0.1个A/B测试,使用了云测A/B测试服务后,大大提升了A/B测试频率,每周跑大概30个A/B测试实验。当然,在其每周30个实验中,约有1/3的实验会取得转化率指标提升5%-30%的效果,剩余2/3的实验效果并不理想,未取得较好的数据指标提升。

通过这个例子,我们可以看出,大概2/3的产品设想并不符合预期,就是说转化率其实没有原始版本好。这个也是为什么需要A/B测试的根本原因,凭借产品直觉去做产品决策,但2/3的改进并不是最优解。

 

实验引爆用户增长:A/B测试最佳实践

 

上述图表展示的是微软必应搜索引擎A/B测试增长曲线,覆盖Bing从2008年到2015年的时间的A/B测试实验增长情况。可以看到,在Bing产品初期,每周A/B测试频率维持在10~50个,到2012年之后,Bing A/B测试每周频率进入快速增长。图表右下角绿色曲线,是Bing移动端的A/B测试频率增长曲线。通过该图表,我们可以看到,Bing非常看重并认真实施A/B测试实验,以驱动数据增长,促进业务发展。

 

A/B测试应用场景及案例

 

我们先看下A/B测试在移动应用中的四大应用场景,分别是App、落地页、后端算法和小程序。APP端是目前移动互联网增长的主要载体,PC或H5(如常见的朋友圈刷屏活动)或者广告投放落地页面等则可以归为落地页,还有后端算法场景,如推荐算法、广告算法、千人千面等等。目前增长最快的应用场景,则是小程序。

 

实验引爆用户增长:A/B测试最佳实践

 

在不同的场景,A/B测试的侧重点也有不同,但最核心目标仍然都是围绕业务的增长展开,也就是大家所熟悉的「北极星指标」,或者是 DAU、MAU等在A/B测试中设定的具体目标。

 

案例一:相机拍照类应用

以Camera360为案例,它选用Testin A/B测试服务帮助其进行产品优化决策。该案例是其产品商业化过程中的一个尝试,希望提升商店中表情包或道具的付费比例,但要完成付费指标,首先要提升商店入口点击率。所以,他们设定了多个商店入口方案(更改图标样式、文案),通过A/B测试来验证哪个方案可以最大化提升商店入口点击率。在验证过程中,他们也针对人群目标做了相关定向测试,如日本、中国、韩国等区域,最终他们针对这一入口同时上线7~8个测试版本,通过A/B测试,将整体点击率提升了80%左右。

 

实验引爆用户增长:A/B测试最佳实践

 

案例二

本案例为互联网理财行业的App,他们期望通过更改签到按钮的文案提高签到人数,从而提高留存率,按钮文案由「签到」改为「签到赚钱」,并进行A/B测试,为A、B版本分配了各5%的流量,在经过测试后发现新版本的签到次数比原始版本签到次数提高4.17%,其中95%置信区间结果显示小范围人群的试验结果推广到全量用户之后,有95%概率获得1.7% 至 6.6%的提升;p-value小于0.05,显示新老版本有显著统计差异,Power 为100%,说明统计功效显著。通过这次简单的A/B测试,就极大提升了App留存率。本次测试,也借助Testin A/B测试的可视化功能,直接修改相关元素属性就实现了对照功能,无需开发人员介入。

 

实验引爆用户增长:A/B测试最佳实践实验引爆用户增长:A/B测试最佳实践

那产品什么时候需要A/B测试呢?我们知道进行A/B测试需要成本,比如需要开发多套版本,需要搭建可用的A/B测试及数据分析平台等。从投入产出比考虑,进行A/B测试平台有2个必要条件,一是产品决策影响大,二是产品方案选择困难。如果某决策对产品影响很大,但选择不困难,则没有必要进行A/B测试,比方是否决定给App增加微信及第三方登录方式,这对产品影响很大但决策并不困难,因为业界已有常见的解决方案。再比方说,添加某很细小的功能,且该功能入口极深、用户量不大,那么A/B测试优先级也并不高。只有当一个产品决策同时满足影响大和选择难这两个条件的时候,才最适合进行A/B测试。

拿我们自身进行的测试来说,我们会基于功能影响大小、选择困难程度,对要做测试的功能做好优先级排序,然后判断哪些功能要做A/B测试。

 

A/B测试落地三要素

 

通过与我们的合作伙伴,如自如、36氪、子弹短信或51信用卡等众多增长团队交流,我们发现A/B测试做到落地有三大关键要素:

  • 第一,人的因素,或者说整个团队的思维习惯、思维方式。
  • 第二,业务流程,就是增长工作流程。
  • 第三,工具。

展开来说,在「人」的角度上,要求整个团队具备数据驱动增长、A/B测试驱动决策的思维习惯,这是最重要的事情。同时,如果增长或产品团队负责人本身不具备这种意识,认为A/B测试无关紧要,比较依赖经验进行产品优化决策,那么A/B测试做起来也很困难。

对APP也好,包括现在的小程序也好,新型产品层出不穷,产品面对的竞争也异常激烈。加之目前互联网流量红利期逐渐结束,获客成本增加,如果想继续获得业务增长,目前最有效的办法就是落地A/B测试、以数据驱动增长这一路径。行业发展趋势决定所有团队都会慢慢迁移到用科学的实验进行增长这条路上来,即使你现在的团队推进A/B测试困难,但是我相信不远的将来,A/B测试将是最重要的产品增长驱动力。

作者曾与较多欧美增长同行进行过深入交流,有一个很深感受就是他们的互联网企业中 A/B测试氛围更强,主要因为美国人工成本相对较高,他们特别注重投入产出比,所以他们很早进入到精细化运营阶段。

在业务流程上,第一需要注意你的产品是什么形态,是依托APP、小程序、公众号还是Web网站。不同的业务场景,A/B测试落地方案也会不一样。第二,要考虑A/B测试是否很好融入到了产品迭代或增长团队工作流程中去,最佳实践就是做到将整个产品优化迭代流程、发版节奏与A/B测试紧耦合,形成流水线作业,这也是BAT等公司能够把A/B测试每周频率做到那么高的原因。

在工具方面,一种是自研,另外一种是使用第三方服务。自研的话,在可控性、业务耦合方面有一定的优越性,但对一般企业来讲,其研发成本、人力成本很高,开发A/B测试服务还涉及到较为严格的数据统计,需要配置专业的数据分析师。如果使用目前市面上的第三方工具,比如Testin A/B测试服务,可以最大化降低成本、加速业务落地A/B测试服务。比如,某小程序用户当天接入Testin A/B测试服务后,当天就运行起三个A/B测试实验。无论是自研还是使用第三方工具,关键在于适合自身团队。

 

A/B测试最佳流程实践

 

A/B测试最佳流程,可分成四个步骤:

 

实验引爆用户增长:A/B测试最佳实践

 

  • 分析数据:分析现有原始版本的各项数据指标,如注册转化率等,比如说注册转化率仅有10%,针对这一转化率提出想法;
  • 提出想法:比方说要改进注册流程,之前用户需要输入短信校验码,计划改成图片校验码,形成改进备选方案。有了该基本假设后,预估大概率可以提升转化率;
  • 重要性排序:限于团队资源有限,无法把所有需求想法全部都去验证,这就需要做重要性排序,选择最重要的这几个改进方案去做A/B测试,接着进入第四步;
  • A/B测试:在这个过程中,我们要监测A/B测试数据,结果一般有两种,一是数据证明实验无效,一是证明实验有效。我们经过大量测试发现,大部分进行的A/B测试实验,1/3被证明有效, 2/3被证明无效(与原始版本效果差别不大,或者比原始版本效果还坏)。

这里需要大家注意,不是所有的实验都会被证明对指标增长有显著效果,如果是这样,我们就没有必要进行实验了。如果遇到这种情况,需要告诉自己的团队成员不要灰心,正因为某些实验被证明无效,我们才会找到有效的增长方式。实验失败是大概率事件,我们最好的办法就是增加测试频率、持续测试,而非浅尝辄止,又回到经验主义决策的老路上。

 

如果你的团队从来没有做过A/B测试,有三点建议给到大家:

  • 第一,从最简单的文案A/B测试开始,比如说测试关键按钮中不同文案的转化率;
  • 第二,多做团队间的经验分享,多分享你的成功经验,有效果的事情大家都愿意尝试;不要天天去分享失败的经验,如果过多分享失败经验,会让你包括你的团队对A/B测试产生质疑,影响团队士气;
  • 第三,可以优先使用第三方免费的A/B测试工具,比如Testin A/B测试,目前支持App、Web/H5、小程序。

 

企业A/B测试成熟度模型

 

实验引爆用户增长:A/B测试最佳实践

 

上面介绍了落地A/B测试的三大关键因素,以及A/B测试的最佳实践流程。在这部分,为大家分享企业A/B测试成熟度模型。我们把企业A/B测试分成四个阶段,分别是起步阶段、成长阶段、成熟阶段和大规模应用阶段。该能力的成熟度最核心指标,就是每周能做多少个A/B测试。

处于起步阶段,平均每周能做0~1个A/B测试,整个组织架构处于开始尝试A/B测试阶段,但内部没有成型的A/B测试实验平台,仍使用最简单的分流方式和数据分析方法进行实验。此时的A/B测试并不是一个标准的A/B测试,从实验评价体系角度来看,已经设定一个最基本的指标,比如说转化率,但仍没有体系化。何为体系化指标?也就是从单一指标演进为多维度指标体系,系统跟踪实验对产品的多方面影响。

第三个阶段就是相对比较成熟的阶段,这个时候每周能做到3~10个测试,A/B测试已经成为产品迭代流程的一部分,并需要可视化A/B测试,后端A/B测试等高级功能,以便满足多样的A/B测试需求。

在成熟和大规模应用阶段,提到了一个名词OEC。OEC,可以理解成综合评价指标,可能是复合型指标,在很多单项指标通过加权平均后得到。 通过OEC的设定,指导整个组织的业绩发展。

 

A/B测试系统设计能力

 

上面分享了如何落地A/B测试。接下来,跟大家分享下设计一个典型的A/B测试系统,需要具备哪几点能力或特征:

1. 科学流量分割:包括唯一性、均匀性、灵活性、定向性及分层分流。唯一性是指通过精准且高效的Hash算法,确保单个用户每次登录应用时被分到的试验版本是唯一的;均匀性,则是确保分流人群,各维度分配比例均匀;灵活性,则需要支持用户随时在实验的进行过程中,调节实验版本之间的流量分配比例;定向性,则是可以根据用户标签来实现精准定向分流,如根据用户设备标签及其他自定义标签特定分流;分层分流,则可以满足并行进行大量A/B测试需求。

 

实验引爆用户增长:A/B测试最佳实践

左:未开启分层分流机制;右:开启分层分流机制

 

这里重点介绍下为什么需要分层流量分割机制。如果没有分层流量机制,则存在如下限制:

  • 每个用户最多只能参加一个A/B测试实验
  • 多个实验不能同时使用全体用户进行测试,可能因为人群覆盖度不够高导致结果偏差
  • 每个实验的可用实验流量受限于其他正在进行的实验,缺乏灵活的流量分配机制

有了分层流量分割机制,就可以很好地满足并行进行不同业务或不同场景,或者不同产品模块之间的A/B测试需求。

 

2. 科学统计算法:

  • 科学统计,使用科学的统计分析方法来对实验数据进行分析,并给出可靠的试验结果;
  • 区间估计,给出95%置信区间,避免点估计带来的决断风险;
  • 统计显著性判断,通过p-value来判断不同实验版本之间差异显著性;
  • 统计功效判断,通过Power来判断不同实验版本统计功效是否充足;
  • 精益分析,对实验数据进行去噪音处理,去除噪音数据,以提高统计结果的质量

 

 

文:陈冠诚/云测数据(testindata)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

0

A/B测试,泰康全领域拓展的破冰船

A/B测试,泰康全领域拓展的破冰船

 

一、「大」保险与「快」互联网

 

近些年,有一些论调,认为保险行业已经度过了自己的黄金时代,进入了高度成熟、中速渗透、低俗增长的后红利时代。但是,这个论调不被数据所支持:

  • 2015年,原保险保费收入 24282.52 亿元,同比增长00%;资金运用余额111795.49 亿元,较年初增长 19.81%;净资产 16089.70 亿元,较年初增长 21.38%
  • 2016年,原保险保费收入 10亿元,同比增长 27.50%;资金运用余额 133910.67 亿元,较年初增长 19.78%;净资产 17240.61 亿元,较年初增长 7.15%。
  • 2017年,原保险保费收入 27654.18 亿元,同比增长 45%;资金运用余额 144625.91 亿元,较年初增长 8.00%;净资产 18232.08 亿元,较年初增长 5.75%。

万亿级市场里,还有有几个跑得赢通胀和房地产?无论是原保险费,还是资金运用余额和净资产的增速,保险业的亮眼表现都超出我们普通人的认知。

 

然而,这组数据仅仅说明了问题的一个方面,另一个方面是整个金融行业对国民的渗透率始终徘徊在百分之二十五左右,这个数值在发达国家是百分之七八十左右。换言之,我们的金融市场绝对值很大,但还不足够大,发展的阻力和瓶颈与成绩一样突出。

 

另一面,我国的互联网渗透率高达百分之九十五以上。这种渗透率的优势无疑对于保险行业有着足够大的吸引力,这也意味着保险行业融合互联网行业的优势完成自己的行业目标成为历史必然的选择。

 

因此,近年来互联网保险公司迅速崛起,他们兼具互联网和保险的双重基因。。在马太效应日益明显的情况下,互联网保险业务也被各方寄予了厚望,人们希望互联网保险能够为保险行业完成破冰之旅,为下一阶段的快速发展开辟道路。

 

泰康在线也不例外。

 

 

二、泰康的「人寿情怀」与「在线使命」

 

 

提起泰康在线,许多人都是熟悉又陌生,熟悉在于泰康人寿与中国人寿、平安人寿、中国太平洋人寿并称国内四大保险巨头,陌生则源于“在线”:泰康在线,是为泰康人寿的全资子公司、官方网站、互联网业务的主要平台,是首家国内大型保险企业成立的互联网保险公司。

 

泰康在线还有一层特殊的含义,其母公司泰康人寿,顾名思义,发于寿险,长于寿险。泰康在线有着自己独特的历史使命,泰康在线拥有互联网财险牌照,能够从事财险和短期意外和健康险业务。泰康在线不仅仅是泰康人寿原业务的渠道补充,更是泰康布局全领域保险格局的重要战略。泰康在线和泰康人寿在保险牌照上形成了互补,双方在险种上实现交叉销售,是泰康的终极目标。

 

然而,留给泰康的时间并不充裕,平安、众安等保险公司也在积极布局互联网保险业务,互联网 “快”的特点成为各方关注的焦点,然而究竟应该快在哪里,各方对快的理解有所不同。泰康在线这一次抓住了互联网快的本质,不是盈利快,不是变现快,而是快速迭代试错。

 

短短三年间,泰康在线已经布局商旅、电商、物流、医疗、健康、金融、体育、O2O 八大业态,连接 100 多个场景,推出「外卖骑士意外险」、「退货运费险」、「放心淘」、「小额丢失险」等 200 余款专门面向互联网场景的新产品,产品开发上线迭代速度之快,让人惊叹。

 

泰康在线究竟如何在短期内快速且成功布局如此众多的生态格局呢?

三、泰康在线的A/B测试选择题

于泰康在线较早实现了“在线”和“保险”的连接:它是国内首家通过保险类CA认证的网站,在国内率先实现了保单设计、投保、核保、缴费、后续服务的全过程网络化,是国内首家真正意义上的“在线保险”。这是泰康在线能够为其他平台提供在线保险产品的有根本的实力。

 

A/B测试,泰康全领域拓展的破冰船

泰康大健康生态体系

 

然而,拥有这些硬实力,是其完成自身定位的必答题,要想脱颖而出,还需要做好每一次产品的优化的选择题。在这个问题上,泰康在线选择了 A/B测试,而且是大量、广泛、深入的 A/B 测试,帮助他完成了华丽的互联网转型。

1、泰康在线PC端页面优化

当时,泰康人寿正在主推新上线的住院保业务,核心业务需求就是优化PC端最终实际投保用户的转化率。针对住院保产品的核心竞争力,泰康在线的产品部门提出了大胆的设计优化方案:

 

A/B测试,泰康全领域拓展的破冰船

 

不容否认,这是一次重大的改版。按照传统的产品决策流程,产品经理可能需要向运营、设计和技术一一阐述阐述优化的理论依据、竞品分析、服务稳定性风险,却无法进行数据证明。Leader最终的决策,也被蒙上了一层近似于豪赌和买彩票的主观色彩。然而,泰康在线并未如此,而是采用吆喝科技提供的Appadhoc A/B Testing 云平台,将主观决策让渡给客观数据:

借助AppAdhoc A/B Testing科学的试验流量分割技术,让每一个版本具备一致的用户特征,将不同广告位的图片点击量和最终转化数量设置为此次试验的优化指标,验证是否可以促进“立即投保”转化率的有效提升。

试验累计运行了2周的时间,最终试验版本胜出,业务部门最关注的核心优化指标“立即投保”的转化率提升了2倍之多(如下图)。

 

A/B测试,泰康全领域拓展的破冰船

 

这看似云淡风轻的测试过程,却给泰康在线提供了全新的迭代思路:无论是产品创新、运营方案还是技术迭代,都可以真正实现以用户体验为先导,保证决策过程的科学、民主和高效。摆脱传统经验、主观臆断、个人喜好在互利网金融产品决策中束缚,有效规避各类主客观原因造成了迭代风险。

2、泰康在线移动端广告位优化

如果说PC端需要考虑给用户什么样,那么移动端的困惑——我到底应该用户多少?多则歧路亡羊,过犹不及,少则捉襟见肘,词不达意。为此产品部门设计了两个试验版本:

A/B测试,泰康全领域拓展的破冰船

试验版本1:Banner标题为“泰康在线住院保”,用户可选择投保年龄,并了解不同款的保单内容,投保按钮为橙色;

试验版本2:Banner标题为“泰康在线住院保”,用户可选择投保年龄和投保人身份,并了解不同款的保单内容,投保按钮为橙色;

这次,泰康在线的产品部门同样通过 Appadhoc A/B Testing 完成A/B测试,通过改变住院保移动端页面展现方式,验证是否可以促进“立即投保”转化率的有效提升。此次试验在泰康在线的移动端H5页面累计运行了2周的时间。结果显示,两个试验版本,都对最终的投保转化率有明显提升:

试验版本1相比原版增加了48.22%,试验版本2相比原版增加了34.22%;

综合考虑两个试验版本的数据效果,泰康在线的产品部门决定将版本1作为下次迭代的页面设计方案全量发布给用户。

3、堪称经典的灰度发布战役

灰度发布,是 A/B测试一个较为特殊的应用场景,利用流量可调节的特性,从小到大不断扩大新版本的触达范围,不断收集反馈优化版本,最终实现新老版本的平稳过度。在这一点上,腾讯市场给我们留下非常深刻的印象,一不小你就有可能使用了一个灰度版本。

“微保WeSure”的上线是微信涉足互联网保险领域一次堪称经典的尝试,当许多人的微信钱包还是8个服务时,有一部分人的界面已经入下图了:

这次灰度上线,为微信的保险业务平稳上线立下了汗马功劳,一方面,灰度的用户能够为产品体验、操作逻辑、服务器稳定性提供大量的实际检验效果,同时由于风险可控,为服务的全量推广争取了宝贵的时间档位,不至于大面积曝光引发瞬时流量暴增。

微信仅用1%的流量进行灰度测试,便释放出了数据工具在互联网金融领域的巨大能量。微保WeSure仅仅是一个款保险“代理”产品,真正的幕后英雄就是泰康在线,此时的泰康在线已经完全掌握了 A/B测试驱动产品迭代的精髓,在最需要试验的场景利用 A/B测试驱动决策,才能能够实现互联网快的真谛。

四、吆喝复盘

两个案例中,泰康在线均使用了吆喝科技提供的A/B测试平台——Appadhoc A/B Testing,以体验为先导,以数据为依据,实现高效、准确、低风险的实现产品决策和迭代。证明专业金融机构也可以利用互联网数据工具提升产品体验,提升渗透率和转化率、拓宽使用场景、丰富支付数据。

Appadhoc A/B Testing 是一件可以帮你解决99%问题工具,剩下的1%则需要诸君通过不断实践领会“试验驱动创新、数据驱动决策”的真谛。

目前,泰康在线正在致力于打造“活力养老、高端医疗、卓越理财、终极关怀”四位一体的互联网生态圈,A/B测试在内的数据驱动型工具作用更为重要,也只有这样才能将普惠保险产品建立在良好的互联网产品体验上,最终实现互联网金融业务的良性发展。

A/B测试,泰康全领域拓展的破冰船

0

什么是灰度发布?

什么是灰度发布?

什么是灰度发布呢?要想了解这个问题就要先明白什么是灰度。灰度从字面意思理解就是存在于黑与白之间的一个平滑过渡的区域,所以说对于互联网产品来说,上线和未上线就是黑与白之分,而实现未上线功能平稳过渡的一种方式就叫做灰度发布。

非黑即白从来不是一种普遍现象,从色彩角度讲,灰度指不饱和的黑色,我们把黑色定为基准色,每个灰度对象是从白色(0%)到黑色(100%)的中间值,这中间的98%都是灰。

互联网产品的几个特点:用户规模大、版本更新频繁。新版本的每次上线,产品都要承受极大的压力,而灰度发布很好的规避了这种风险。

在了解了什么是灰度发布的定义以后,就可以来了解一下灰度发布的具体操作方法了。可以通过很多种形式来抽取一部分用户,比如说选择自己的VIP用户,或者选择一些活跃用户,把这些用户分成两批,其中一批投放A版本,另外一批投放B版本,在投放之前就要对各种可能存在的数据做到收集记录工作,这样才能在投放以后查看两个版本的用户数据反馈,通过大量的数据分析以及调查来确定最后使用哪一个版本来进行投放。

什么是灰度发布呢?一般来说,一套完善的灰度发布是需要先进行必要的用户标识的,也就是区分用户,比如说从付费数量或者所在地区以及活跃程度等很多方面来进行区分,这种区分的目地也是为了可以更加精确的进行必要的数据分析。

一套完整的灰度发布机制会包括下面这些阶段:

用户标识:主要是区分用户,同时也为数据分析做辅助。

目标用户/流量筛选:需要参考用户特征、用户流量、用户范围及用户体验的一致性,版本迭代针对全部用户还是部分用户,小流量试验通过再放量,一般来说按照内部用户-种子用户-活跃用户-所有用户的顺序就是一种典型的范围控制,体验一致性要求考虑新旧版本的跨度是否过大,用户能否接受。

实时数据监控:监测诸如新版本稳定性、服务器稳定性、使用次数、使用频率等数据与原有数据对比。

一键发布/回滚:从数据反馈结果决定是否发布/回滚。

有人质疑灰度发布是一种浪费。但与其说这是浪费不如说是冗余和弹性,灰度发布能避免新版本全量上线的风险,通过小流量验证的方式,在灰度阶段就能发现、调整并优化产品中的问题,平滑迭代。
同时还要对所有的相关数据进行收集工作,比如新版本的稳定性,服务器的稳定性以及使用次数,使用频率以及各种数据,方便和以前的原有数据进行对比。

也许有人会觉得灰度发布完全没有必要,是一种资源的浪费,其中灰度发布是非常有用的,这样做的目地不但能了解最真实的用户体验同时还可以有效的防止重大BUG产生影响系统回档或者造成其他更多不必要的经济损失,所以说灰度发布是有效避免新版本上线风险的一种有效办法,可以通过小流量来先进行测试工作,帮助新版本完成平滑迭代。

 

吆喝科技:国内唯一同时支持前端(Web/H5、iOS、Android)及后端(Node.js、PHP、Java 等) A/B 测试服务的专业 SaaS 平台。支持线上灰度发布、多维度数据统计分析、科学的流量分配系统、一键发布新版本无需应用市场审核、定向测试。

 

用数据帮助用户优化产品,提升转化、留存和你想要的一切。 AppAdhoc 用数据验证最佳方案,提高产品设计、研发、运营和营销效率,降低产品决策风险。

0

《增长黑客》到底在增长什么?

hey 今天更新的是久违的读书笔记——《增长黑客》。

这本书看了两遍,第一次看的时候,觉得内容好乱,所以只是简单的在微信读书上记录了一些观点的想法,十一在整理工作思路的时候,片段式的想到了部分内容,故重拾,梳理着框架又看了一遍。

全书从一个新产品的设计规则讲起,到产品的验证,再到正式上线的各阶段增长目标(AARRR),来叙述增长黑客的工作职责和工作方法。

AARRR指Acquisition(获取用户)、Activation(激发活跃)、Retention(提高留存)、Revenue(增加收入)、Referral(传播推荐)。

 

《增长黑客》到底在增长什么?

 

不难发现,其实增长目标和用户运营的架构很像,拉新、维老促活、召回。只不过前者是从产品的生命周期出发,后者的落脚点则是用户的生命周期。

所以如果你已经熟悉这一套方法论了,我不推荐你读这本书。

今天这篇读书笔记,主要整理的是《增长黑客》前三章的内容,讲的是一个新产品的诞生到用户获取,以作者观点的梳理记录为主,当然我会穿插一些想法。

 

增长黑客的定义

 

这是一群以数据驱动营销、以市场指导产品、通过技术化手段贯彻增长目标的人。

他们通常是采用的手段包括A/B test、搜索引擎优化、电子邮件召回、病毒营销等,而页面加载速度、注册转化率、E-mail到达水平、病毒因子这些指标成为他们日常关注的对象。

 

新产品的诞生

 

预估市场天花板后,用MVP进行试运营,验证用户需求,并快速迭代,以达到产品与市场相契合的状态(PMF: Product-Market Fit)。

 

1. Market Size 的预估

(1)先估计目标用户的基数、消费能力、意愿预算,再把这些数字通过相乘等方式得出一个大概的数字,并于该行业或近似行业的公开报告进行比对验证;

(2)评估打算进入的市场,原本具有多少产值,而你的产品通过提供更低的价格、更长的使用周期等,能提升多少效率、节省多少成本,从而这算出相对于原产值的全新规模;

肥瑾:举个栗子,抢夺用户的时间,原先抢夺的都是用户整片的时间,现在开始抢夺碎片的时间,本质就是降低用户时间消费的门槛,提升消费的效率,扩大市场的产值。

 

2. 从MVP到PMF

 

(1)上线MVP

1) MVP定义:

最小化可行产品(Minimum Viable Product),指将产品原型用最简洁的实现方式开发出来,过滤掉冗余杂音和高级特性,快速投放市场让目标用户上手使用,然后通过不断地听取反馈掌握哟价值的信息,由此对产品原型迭代优化,尽早达到PMF 的状态。

2)MVP目的:

解答以下两个问题

  • a. 价值假设,这款产品是否能够满足用户的需求;
  • b. 增长假设,用户是否愿意为产品付费买单。

肥瑾:在调研时,了解用户的真实需求时,也可询问用户是否愿意为了这个功能付费。

 

(2)收集用户反馈并快速迭代

  • 1)指通过直接或间接的方式,从产品的最终用户那里获得针对产品的意见;
  • 2)反馈的内容包括用户对产品的整体感觉、是否喜欢/需要某项功能特征、想要添加哪些新功能、某些流程是否合理顺畅等;
  • 3)尽早发布,并针对用户提出的反馈以最快的速度进行调整,融合到新版本中。

 

(3)MVP中必不可少的模块

  • 1)反馈渠道,保证用户对产品的意见和建议能有效收集;
  • 2)公告看板,包括群体公告和针对单个用户的定向消息通道;
  • 3)自动升级,以减少升级软件这一层次的转化;
  • 4)行为统计,通过数据验证用户的需求有没有被满足。

 

Acquisition(获取用户)

 

在产品达到PMF的状态后,便可以结束内测阶段,正式上线,进入获取用户的阶段,具体定义和主要方法如下。

 

1. 获取用户的定义

指让潜在用户首次接触到产品,或者可以更宽泛地理解为“吸引流量”、“用户量增长”。

用户增长,就是设法在产品的曝光量和转化率上双管齐下,尽全力优化。衡量产品的的那些特性最容易吸引人们的眼球,通过测试验证,使它成为产品用户的增长引擎。

 

2. 冷启动

  • (1)定义:指产品之处尚未形成完善的生态体系并能提供足够多可消费内容的情况下,从零开始倒入第一批用户和制造内容的过程;
  • (2)第一批用户的选择:高质量的用户,不同的产品的种子用户不同,但他们肯定是最能代表产品的精准用户画像的,且高活跃高贡献的用户;
  • (3)快速引流:蹭大流量的顺风车,利用第三方社交软件登陆,使用时更轻易地分享到社交网络平台中,引起回流;
  • (4)巧抓数据:通过数据抓取,来完成产品内的冷启动,为种子用户提供可消费的内容和使用体验。

 

3. 内容营销:打造持续输出的传播引擎

 

(1)定义

内容营销是一种通过生产发布有价值的、与目标人群有关联的、持续性的内容来吸引目标人群,改变或强化目标人群的行为,以产生商业转化为目的的营销方式。

肥瑾:Economy = Media* Customer* Content 营销中的经典 E=MC^2 公式

 

(2)目的

  • 1)吸引流量:通过内容传播,给产品带来流量
  • 2)培养潜在用户

消费者从接触信息到最后购买,会经历attention(引起注意)、interest(引起兴趣)、desire (唤起欲望)、memory(留下记忆)、action(购买行为)五个阶段;
消费者从接触新产品,到最终完成转化(下载购买)之间,平均需要7次重复提醒;

肥瑾:7次这个数字很有趣,之前做过一段时间的短信营销,如果用户在收到8次短信还是没有转化,之后转化的概率会低于0.1%。

  • 3)劝诱转化

包括直接在内容中引导用户去做某事,如直接下载,也包括在回流页面进行诱导,如必须登陆注册才能看到完整全文。

 

(3)注意事项

  • 1)知道你的目标受众是谁;
  • 2)打造一台内容持续输出的引擎,持续将优质的内容输出给用户;
  • 3)撰写耸动的标题,不要在标题里透露全部内容,抛出疑问而不是总结陈词;
  • 4)保证文章的长度(保留意见);
  • 5)鼓励受众参与互动,应当尽量鼓励受众由单纯的内容消费者晋级为内容的制造和传播者;
    肥瑾:用户在首次接触产品的行为决定了他在这个产品上的生命周期,有过更深入操作的用户流失的可能性更小;
  • 6)选择合适的发布渠道。

 

4. 搜索引擎和应用商店的优化营销

 

(1)搜索引擎优化(SEO,Search Engine Optimization)

1)定义

利用搜索引擎的排序规则,通过人为手段来干预目标页面排名的手法,称为搜索引擎优化。

2)常用的搜索引擎优化方式

包括提高关键词的密度和权重、增加长尾关键词数量、建立外链、优化页面结构等;
一般来说搭建清晰直观的页面结构、填充符合主题的高质量内容、维持有规律的更新、尽可能获取高权重网站的链接推荐,能获得更佳的搜索引擎排名。

3)一些例子

  • facebook通过优化网站内部的结构,增加站点地图,通过地图获得更多的曝光;
  • Twitter 通过将hashtag(热门标签)提交给搜索引擎,增加站外曝光;
  • 歌词服务网站rapgenius 对贾斯汀比伯的歌的页面进行提前准备,通过蹭贾斯汀比伯的热点,增加搜索曝光;
  • 科技博客techcrunsh 通过在维基百科内加上“参考资料”(自己的网站)来建立反向链接。

 

(2)搜索引擎营销(SEM,Search Engine Marketing),通常会涉及付费收录和购买排名等方式。

 

(3)应用市场的优化(ASO,App Store Optimization)

1)定义

通过对关键词的研究、评判唯独的猜测、加权策略的利用,让自己的产品在搜索中经可能获得最大曝光。

2)一些例子:

  • 大姨吗在副标题里加上一堆被打散的人们app名称:美妆颜秀秀恩爱奇pps淘艺宝;
  • 新闻资讯应用circa 引导高频用户评价“是否喜欢本产品”,挑选出喜欢的用户引导打分,以提升在app store 内的高分率,来得到更多的曝光(不喜欢的引导反馈,增加用户反馈);
  • 短时间内的高下载量提升排名,大众点评更新跑得快活动,让用户看到自己更新的全网速度排名,高排名的用户得到奖品。

 

(4)其他方法

1)捆绑下载:豌豆荚的捆绑下载策略,先下载豌豆荚,通过命名了解用户的真实需求,再默认下载真实的app。

2)饥饿营销(排队策略玩法):Mailbox 的排队下载策略——在页面上显示前面的等候人数,人数少表明用户即将使用,人数多表明用户选择了受欢迎的产品,通过两次的正面的强化来维持用户对产品的耐心和兴趣;

  • Robinhood的插队策略——便捷的一键邀请策略,一次有效的邀请好友,可以帮助用户在排队中提升40w 未知,比傻等一天来提升1000个位置快的多。即增加了曝光,有减少了因缺乏耐心而造成的流失;
  • trak.io 通过付费来筛选排队用户中的刚需用户,如果用户愿意支付,则可立即投入使用,且享受更优的服务,既能找到更精准的用户,又能解决运营成本。

3)巧拉回流

  • YouTube 通过让用户分享到MySpace 里来获得海量的曝光与回流;
  • 数据分析网站为用户提供一定份额的免费服务,若用户想要获得更多免费服务,需将网站的插件放到博客上,为网站引流;
  • gleam 的方法与例子二类似,但他通过文案的测试,来大大提升了拉回流的效率。

4)线下到线上

常用的地面推广策略包括派发传单、投放线下广告、设置摊位搞有奖活动。

注意事项:线下推广必须精准找到用户,且保证产品的易获得性。

5)海外拓展,调整产品的增长方向,需注意本地化。

 

 

文:肥瑾/肥瑾自嗨(FatJuneTalk)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

0

从拼多多到瑞幸咖啡,增长黑客们到底做对了什么?

2017年3月,设立首席营销官 24 年后,可口可乐取消了CMO一职,而增设首席增长官CGO,负责管理可口可乐的五个战略饮料事业群。战略、并购、数据和技术,所有的这些部门都要向CGO汇报。后来,美国互联网创业圈中兴起一个新的团队角色“增长黑客”,他们主要依靠技术和数据的力量来达成各种营销目标,而非传统意义上靠砸钱来获取用户的市场推广角色。他们能从单线思维者时常忽略的角度和难以企及的高度,通盘考虑影响产品发展的因素,提出基于产品本身的改造和开发策略。从CMO到CGO再到增长黑客,透露出的是市场环境、管理思维和技术升级的变化对营销增长思维的关键作用。

2018年10月16日,首届“创新增长,效赢未来”社交广告高峰论坛在上海举办。腾讯广告营销服务线作为生意增长渠道的价值越来越明显,也成就了越来越多的“增长黑客”。

营销,最忌讳的就是脱离市场,脱离群众需求。从以前到现在,总是有很多源源不断的品牌和创业公司,脱离用户群体变化,一味追求爆款,却难以形成持续用户增长,只能眼看他人高楼起却难以望其项背。

而拼多多作为利用腾讯社交体系进行用户营销的典型案例,是特定时间点上最会“薅羊毛”的人,这只羊就是微信。拼多多是微信生态中将流量红利利用的最优秀的人,这一点即使京东也远不能及。

拼多多上市之前,东哥文章《拼多多估值超过唯品会,订单超过京东,怪不得连阿里都慌了》中就说过,“用户可以一天不打开淘宝,但用户不会一分钟不微信在线,谁都不能确定下一秒会不会有人甩来链接让你帮忙砍价,这种强社交属性简直‘有毒’。”这也是拼多多最聪明的一点,不是让用户在有购买需求的时候打开app进入购物场景,而是在社交场景中为用户提供购买选择,结合拼多多的打法,也可称之为一种洗脑。

举个例子,为什么电商发展如此成熟依然不能代替线下购买,反而这两年线上回归线下,人人高举“智慧零售”大旗?因为线上场景的相对单一造成了购买需求的局限性,而线下除了购买,显然承担着更多社交、娱乐功能。为什么商场中除了商店还要有餐厅、电影院、电玩?拜托,都2018年了,购买不是目的,更多时候是吃完饭、看完电影、打完电动逛下商场,最后买了很多本来不打算买的东西。所以独立的商店因为没有商场所带来的客流量,即使付出更好的服务和产品效果也不尽如人意,相反的道理,借助社交的流量供给,不用再去寻找客源,存在即被需要。

除了微信,腾讯还给了拼多多更多的可能性,拼多多成立三年,与腾讯广告营销服务线合作三年,抓住消费者的无目的购买过程,用拼团的形式,人以群分打造爆款。以前分析拼多多,更多从消费升级的角度,拼多多将渠道打入到三四五线城市,打破了过去的信息和渠道不对称,让长尾互联网用户也能够方便地购买到品牌消费品。不过从营销的角度,搭乘腾讯快车的拼多多,是第一个如此成功地将娱乐和社交概念融入电商营销的平台,结合流量以及用户参与度的思维模式,把价格敏感、时间廉价、人设廉价的用户群体研究地十分透彻。

 

从拼多多到瑞幸咖啡,增长黑客们到底做对了什么?

 

腾讯的不同产品将用户自然分类,拼多多的腾讯视频开屏广告和贴片广告、永远不变的“9.9包邮”,对拼多多的目标用户群体是极大的吸引力。而拼多多在QQ空间的信息流广告,穿插在QQ空间的内容中,价格及广告商品定位与QQ空间的用户群体大部分为学生高度一致。为什么反复分析强调用户群体的重要性,就像拼多多CTO陈磊在峰会上讲的,对于企业来说,有一个平台可以带来非常大的流量自然是好事,但光有流量是不够的,还要通过用户群画像了解每一个消费者的潜在需求,再实现人以群分,哪些人可以被归置在一起,哪些人之间在社交关系上是会互相影响、互相联络的。

如果说,拼多多三年上市,是对腾讯社交流量的有力证明,那么2018营销明星瑞幸咖啡的出现,可以说是腾讯广告营销服务线教科书级的案例。

与其他企业相比,瑞幸咖啡有天生的“智慧零售”基因,在微信生态已经极其成熟的环境中孕育诞生。瑞幸咖啡的用户人群以白领为主,这类人生活方式小资,收入中上,看重生活品质,这也意味着,针对下沉渠道用户和高年龄层用户的拼多多式分享策略不能套用,作为腾讯智慧零售最佳试验田,新生儿瑞幸咖啡需要更加符合当下年轻人的社交裂变方法。

 

瑞幸咖啡有几个很典型的能够反映腾讯广告营销服务线特点的营销方法。

1、微信LBS广告加持。当刷朋友圈成为随时随地的行为,微信的LBS广告能实现物理距离上的精细化触达。比如当你在餐厅、写字楼、商场等场所刷朋友圈的时候,微信LBS广告会甄选附近的瑞幸咖啡门店在朋友圈进行推荐,平均点击率达3.5%。而在微信LBS广告下评论,朋友互动,因为有着共同的话题,讨论度高,竟也变成了朋友圈文化的一部分,无形中塑造了品牌文化,提升了品牌形象。

2、通过微信LBS 广告,能够迅速告知周边人群,再以首单免费获取第一批下载用户,微信朋友圈或聊天界面分享,双方均可得到咖啡优惠券,刺激社交裂变分享,用强力的裂变拉新(拉一赠一),吸引存量找增量获得病毒增长。垂直裂变速度惊人。

3、借助微信的小程序、公众号等不同流量渠道进行精细化营销与社交传播,提升用户触达能力。不同于拼多多的主要用户群体,瑞幸咖啡的目标用户对内容有着很大的需求,也有兴趣和能力参与到品牌营销中来,如果是优质的公众号内容传播,是可以赢得好感的。

 

从拼多多到瑞幸咖啡,增长黑客们到底做对了什么?

 

通过基于社交的裂变,瑞幸咖啡的拉新成本仅为25元,仅次于拼多多,远远低于传统互联网产品的拉新成本。仅在腾讯广告营销服务线营销平台,瑞幸咖啡两个月的时间里,就收获了近2000万的曝光,70000+ APP新注册用户,获得了近6万的忠实粉丝。截至10月,瑞幸咖啡门店数量已经超过1300家,覆盖21座城市,销量突破3000万杯,这样惊人的成绩,离不开腾讯流量和腾讯广告营销服务线的加持。(数据来源:莱咖智库)

腾讯产品矩阵是中国最大的流量池,腾讯广告营销服务线即是流量池中最大的鱼。因为流量能产生数据,而数据能反映一切。微信支付和小程序积累了丰富的洞察经验,但通过腾讯广告营销服务线,才能实现精准的触达。随着社交时代的来临,营销不再是基于卖方市场的独角戏,而是演变成一种与用户的关键链接,是有交互性的社交哲学。

 

电商拥抱社交

 

电商和社交的结合是趋势,更是“必然”。这个“必然”来自于线上流量红利的消失,电商们不得不拿出新的应对措施。在过去的两年时间里,大多电商平台都因为用户增速放缓,而面临增长压力。东哥以为,传统电商的玩法,已经难以跳出基数大了之后增长放缓的局面,只有社交电商模式才能快速几何式地增长。

而摆在电商们面前的不外乎“两条路”:一个是把存量流量的价值发挥到极致,一个是拓展新流量。消费升级一定程度上遵循的是前者的“逻辑”——让单位流量的价值最大化;而当下风靡的“社交电商”则是第二条路径的“逻辑”——通过“社交”方式裂变,从而获取流量增量。

当下,电商第一梯队的所有玩家们,唯品会、京东、阿里……都在努力增强自己的“社交基因”,试图搭上“社交化的班车”。这是新时代新环境下,每个电商面对“流量穷,则变”的战略转型,腾讯广告营销服线给了传统电商们新的增长机会。社交电商不改变电商的本质,改变的是电商的流量逻辑,有社交才有社交电商。

腾讯拥有中国互联网的半壁江山流量,但从广告收入来看不到四分之一。于自身来说,还有非常大的提升空间,但于电商和品牌商来说,意味着巨大的流量洼地红利。

 

 

文:董晨阳/东哥解读电商(dgjdds)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

0

《增长黑客》0 成本实现 10 倍增长的秘密

最近读了一本书《增长黑客》,启发比较大,这是一本真正可以让你赚钱的书,真正帮助你获得增长,获得用户的书,不仅有示例还有实战方法。

整本书就讲一件核心事情:如何低成本获得巨大用户,获得增长。

 

 

增长黑客的概念

 

 

它是指通过创造性的方法、科学的数据分析工具,可以用极低的费用在短时间内吸引数以百万计的用户的增长方法。

 

方法论

 

搭建跨部门合作的增长团队;依据科学的数据分析,深入了解用户行为与喜好;迅速产生新想法并进行测试,根据严格的指标对试验进行评估并采取相应行动。

1. 搭建跨部门合作的增长团队

增长团队中应包含这些角色:增长负责人、产品经理、软件工程师、营销专员、数据分析师与产品设计师。

 

2. 确保产品本身是个好产品

进行增长黑客运作有一个必要的前提:保证你的产品的确是个好产品,的确对用户有用。

让它变成不可或缺的产品。

 

3. 确定增长杠杆和北极星指标

我们需要选出一些相对更重要的数据进行密切关注,它们就是我们需要的增长杠杆。

而确定增长杠杆的第一步,是明确哪些指标对你的产品增长来说最为重要——你需要列出自己的基本增长等式。

比如亚马逊的基本增长等式则如下

收入增长=垂直扩张×每个垂直市场的产品库存×每个产品页的流量×购买转化量×平均购买价值×重复购买价值

 

4. 进入快节奏试验的循环

(1) 制定严格而科学的试验规范

增长黑客的循环包含“提出想法→排定优先级→测试→反馈分析→提出想法”这样的必要流程,在你打算实施快速试验循环之前,必须根据自己公司的情况,制定严格而科学的试验过程

 

(2) 建立待测试想法库

① 收集团队内外的各种建议来产生待测试想法

这里作者推荐了ICE评分法:衡量你的想法的ICE

I=impact(影响力)

即这个想法可能带来的影响力

C=confidence(信心)

即你对这个想法成立有多大的信心

E=ease(简易性)

即这个想法操作起来的简易性。

 

② 为待测试想法排定优先级

优先级可以参考ICE的综合平均分,也应该结合团队目前的关注方向。

 

③ 待测想法库的管理

增长团队可以将排定好优先级的待测试想法一一部署、实施,并跟踪记录相应的数据变化,并最终得出结论,形成书面的总结。

 

增长黑客的实战技巧

 

1. 获客:实现营销语言、营销渠道与市场的匹配

优化你的宣传语,找到适合自己的宣传渠道,同时保持对新渠道的关注和尝试,通过分享为用户找到价值。

 

2. 激活:让潜在用户真正使用你的产品

转化=欲望-摩擦,你可以增强用户的欲望,或者减少使用产品过程中的摩擦。

创造积极的摩擦:比如游戏开发者通常会向新用户介绍游戏规则,或提供引导操作

优化新用户体验:将新用户体验当作一次用户与产品的独一无二的邂逅;新用户的第一个着陆页须完成传达相关性、展示产品价值和提供明确的行为召唤这三项任务。

利用触发物:即邮件通知、推送消息、着陆页上的行为召唤信息等等,但使用之前一定要对触发物进行试验,否则它们很可能成为用户眼中的“入侵物”。

 

3. 留存:唤醒并留住用户

密切关注数据,一旦使用率发生下滑,可快速测试,锁定重新唤醒客户的最佳做法。

 

4. 变现:提高每位用户带来的收益

分析用户流失点,找出产品的弱点。

分析付费用户行为数据,找出付费动力,并快速试验验证。

并对其行为数据进行群组跟踪分析,关注各群组的贡献。

通过问卷调查,直接了解用户的需求,优化你的定价。

利用数据和算法为用户定制产品和功能

 

5. 避免增长停滞的良性循环

我们不能预测的因素和变动有很多,但我们也应尽其所能,对增长和用户满意度持续关注,并积极地去发现用户不满的早期迹象。

 

最后

 

书中有这样一句话:“If you are not growing,then you are dying!”(如果企业不在增长,那么就在衰亡!)

这话也适用于个人。人生毕竟不像企业,是非成败,似乎都无可厚非,所以我们常常放飞自我偏离轨道,以至于有时候不得不提醒自己“不在成长,就在消亡”。

你来人间一趟,有没有

全力以赴想要成全的事?可以反复尝试、不断接近吗?

你的北极星又在哪里呢?

增长黑客,黑客式增长,讲来讲去,也不仅仅是商业的事。

到底都是人的事。

 

《增长黑客》0 成本实现 10 倍增长的秘密

 

一点思考

 

1、“增长黑客”这种职业本身就是针对初创团队的,所以本书的方法手段更适用于初创团队。特别是在前期资源紧缺的环境下,如何获取用户这方面

2、书中的案例非常丰富,大多都是国外的案例,看的时候深深觉得自己见识真少,读着挺有意思的。但作者并没有多少自己的观点,不够深入,只是案例复盘。

3、契合市场需求的产品很重要,有创新亮点的产品也很重要。这本书都是成功案例总结出来的,虽然采用了不同的方式来获取用户。最根本的是这些产品都契合市场刚需,有创新有亮点才能从同类竞品中脱颖而出。

这一点对于市面上很多产品都太难。一个产品从概念研发到推广,周期越缩越短,不会有太多时间去测试产品是否契合市场,且同质化总是很严重。

4、数据思维:产品增长工作都是建立在数据分析指导之上的,不能拍脑门式决定去做某些事。

5、技术手段有时很有效,很多初期产品只要利用那么点小技术,就能办到运营绞尽脑汁做活动营销也不能做到的事,特别是在获取用户方面。

然而对于运营来说,有点费力,大多数的运营都并不知道原来通过技术手段是可以做到省时省力的。

所以说增长黑客是一个集开发、产品、设计、运营为一体的职能,但这几方面样样都精通的人能有多少呢?

对于国内环境来说,要做好增长工作,技术、产品和运营的配合要比想象中的密切,所以沟通很重要。

6、创业初期的产品在发展过程中,所采用的手段并不高尚(假数据、捆绑下载、爬取别的平台的用户数据等)。站在用户角度来说,甚至难以接受。但确实就很有效。

这部分是现在很多出运营书的作者不想说的部分,也很难说出来的,因为灰色敏感,不道德,上不得台面,然而这才是更多运营者想知道的,也是不身为其中就很难了解到的。

所以有渠道去了解这些野路子,真的很值得每个运营记下来。

7、利用“用户心理”,总是能变幻出各种套路来。用户会对技巧麻木,套路会过时,人心在变,但总有突破口。

不管对于产品还是运营,用户心理永远是值得挖掘的地方。

8、互联网是变化很快的行业,书里有些案例虽然经典,但方法技巧已经不适合了,不要盲目套用那些所谓的成功案例的技巧方法。

可以学习一个大概的思路,但不能完全套用,即便是同类型的产品,你做了别人做的一切并不代表你就能成功。

 

 

文:大比哥/zbryant(zbryant_zhang)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

0

与阿里并肩的弄潮儿,衣二三巧用A/B测试撬动共享租衣的「死海市场」

前言:《认知盈余》的作者克莱·舍基曾评价称“中国具备分享型经济发展的优质土壤,只是起步有点晚”。起步虽晚,但是中国共享经济的发展速度却超过了欧美的先行者。

与阿里并肩的弄潮儿,衣二三巧用A/B测试撬动共享租衣的「死海市场」

会员制时装共享平台「衣二三」近日完成新一轮战略融资,投资方为阿里巴巴集团,本轮融资后,衣二三将主要把资金用于扩充团队、升级搭配推荐算法体系、以及持续自建仓洗配智能一体化运营中心。除了阿里巴巴外,此前衣二三还曾获得软银中国资本、红杉中国、IDG资本、金沙江创投、真格基金等机构的投资,累计融资额达到数亿美金。时装共享你用过吗?衣二三究竟是何许人也?

后发优势!分享经济在中国

共享经济,是时下创新经济模式之一,其本质是分时租赁,即使用者只占有商品的使用权,同样的商品在不同的时段满足不同消费者类似的需求,从而提升单位产品的平均使用率。共享经济最先产生在基础设施较为完善的欧美日等发达国家,但最终却在中国大放异彩。

虽然Uber 最早将共享经济带入中国,但是在后续发展中,分时租赁在中国的边界一次又一次被打破——共享单车、共享充电宝、共享空间、共享租房等等,即使他们偏向于基础设施类或衣食住行类的强需求应用,但是似乎一切都可共享。

然而,在一个领域里中国创业者们的步伐不仅落后于国际竞争对手,而且几经尝试均铩羽而归——共享租衣,无论是国外时尚分享类、宴会礼服类还是包月日常类三大租衣模式,都已经有太多项目搁浅。

边界?共享租衣的活不久魔咒

对于国人而言,本届世界杯终于火出圈了。

共享租衣,在「共享经济」一词为人所熟知之前,被称为在线租衣。

在线租衣,最早在2012年前后出现在美国、德国、日本等国,Rent the Runway、LE TOTE、Rentez-Vous、Aircloset 等共享租衣平台,2012年创建的美国包月租衣模式网站LE TOTE实现了近6倍的收入增长,租出衣物的总价值超过 1500万美元,该模式被时尚、礼服和通勤等目标场景受众所认可,并验证了包月和按件租赁的可行性。

但是,从美可网到魔法衣橱,有报道所查的六七款国内在线租衣App ,绝大部分都已经人走楼空。最长的存货了三年,最短的仅半年就夭折了。共享租衣难道真的就是中国共享经济的边界吗?共享租衣在中国的发展真的存在理论与现实的障碍吗?

在回答这个问题之前,我们有必要去了解目前共享租衣界挺过一轮又一轮倒闭潮的中生代选手——衣二三,该平台几乎是国内最早一批涉足共享租衣的种子选手。在竞争对手一一告别赛场时,衣二三究竟做对了哪些事情才最终跑赢这场生死战争呢?

唯一的不同是不停试验

对于新平台、初创企业究竟应该用什么样打法呢?

衣二三是一款创新的女性时装月租应用,以订阅会员制的方式为都市白领女性提供品牌时装的日常租赁,是目前国内共享时装行业体量最大、发展最快企业。

其服装主打轻奢品牌、设计师品牌和日韩风潮流;

衣物经过严格卫生和消毒处理,送到每一位会员手里。

衣二三会利用服装租赁产生的用户偏好数据,给品牌方用作服装柔性供应链改造提供参考。

这些都是衣二三不断努力的方向,却也是每一个共享租衣平台都在发力的重点。究竟是什么让衣二三在消费端产生了巨大的转化,才能跑赢前辈与对手呢?

试错

这似乎是一件老生常谈的事情,每一个互联网人都知道互联网模式的精髓在于小步快跑、快速试错。

如何快跑,如何试错呢?衣二三选择了A/B 测试,事实证明 A/B 测试确实也是创新模式的最佳试错平台和增长工具。

自融资B轮和平台化以来,衣二三就处于飞速增长的状态,注册会员数也突破了1500万人。面对这一年大量新增的线上用户群体,找到一种能将流量最大化的转化为付费的方式,成为了他们最核心的诉求。

通过多方沟通了解,衣二三的产品部门开始接触A/B测试,并最终选择了吆喝科技提供的AppAdhoc A/B Testing云服务。这种在国内新兴的增长方式,不仅极大的节约了产品技术部门的成本,更帮助衣二三在流量漏斗末端拧开了水龙头,最大化实现线上用户的付费转化。

A/B测试-落地页高效转化

虽然也保留了风格化和滤镜等模式化美颜的常规动作,代开显然距离拍照按钮最近的美颜功能后却是别有洞天:美颜和补妆两个标签。

与大多数共享类服务类似,衣二三的线上流量也主要来自微信公众号和支付宝。支付宝近期上线小程序功能,衣二三也是第一批支持并上线的产品之一。但是,有一个非常严肃的问题摆在了产品运营面前:入口隐藏较深,流量转化堪忧。

你首先需要打开支付宝,找到芝麻信用,在产品首页之后到衣二三之后,点开才能真正来到衣二三的落地页。而且首次进入的用户还会需要在推送“玩法”介绍中,进行体验或注册才能最终转化成付费客户——转化链可不是一般的长啊!

因此,提升落地页付费转化就变得至关重要。传统的数据观察实际上是一种后验方法,当一种落地页被证明转化率较低时,实际上已经流失了大量的客户,这对于一个尚在起步阶段的创业公司而言,是不被允许的。

此时,产品运营团队料及到A/B测试能够帮助他们快速确定更优解,但是苦于搭建一个可用的测试平台对于一个创业公司来说性价比太低了。正巧,吆喝科技 Appadhoc A/B Testing 第三方云服务平台能够满足他们的需求:该平台是国内领先的,也是完成度极高的第三方 A/B 测试平台,支持同时上线两组或多组对照试验,而且经过科学的统计分析后,试验数据结论具有普遍适用性,支持科学流量调节的第三方平台能够帮助初创团队快速试验、快速上线,因此衣二三在这个问题上一连上线了多组试验:

与阿里并肩的弄潮儿,衣二三巧用A/B测试撬动共享租衣的「死海市场」

第一组试验,主要是为了支付宝推送落地页面的对比不同优化素材,对该渠道新用户付费转化的影响,从而找到有助于核心业务指标增长的优化方案。将首页“立即体验”按钮的点击情况作为本次试验的核心优化指标设计了以下试验:

最试验结果显示,试验版本胜出,相比原始版本“立即体验”点击率提升34%;根据试验数据,产品运营部门决定将优化后的素材全量发布给所有用户,并在此基础上进一步考虑后续的优化方向。

A/B测试打破文案优化的玄学主义

尝到了试验甜头的衣二三,紧接着开始了第二组试验,这一次是为了找到能够进一步提升邀请传播的产品设计方案。试验目标比第一次更加明确:比较不同风格的两套好友邀请素材,找到能够最大程度促进分享转化率的设计方案,进行下一步优化迭代。

与阿里并肩的弄潮儿,衣二三巧用A/B测试撬动共享租衣的「死海市场」

试验结果显示:试验版本获胜,核心指标方案下的页面分享转化率相比原始版本提升了32%;

考虑到优化后的版本可以带来更多的口碑传播,产品运营部门决定将试验版方案全量推广至所有客户。

A/B测试深入社交场景提升付费转化

每一家创业公司都知道在落地页或其他交互界面,增加体验良好的带有社交元素的内容,会提升用户粘性和付费转化。但是,实际上许多尝试都是无功而返,这就给衣二三用户评价页面的优化决策带来了极大的挑战。

衣二三产品运营部门希望通过向微信公众号和支付宝通过展示不同属性的用户评价内容,对比哪种方案可以带来更多的用户转化,从而优化渠道的下载转化。

试验设定:原始版本展示KOL(意见领袖)评价内容,用户可通过点击“立即体验”,转入APP下载页面;试验版本将KOL评价内容替换为素人(普通用户)评价文案,同时移除“立即体验”按钮,用户需返回着陆页首屏点击“立即领取”按钮才可转化。将着陆页首屏的“立即领取”和评价页的“立即体验”按钮点击情况,作为本次试验的核心优化指标。

与阿里并肩的弄潮儿,衣二三巧用A/B测试撬动共享租衣的「死海市场」

最终,原始版本胜出,可能的原因主要在于移除了原有评价展示页中的转化按钮,转化入口变得单一且增加了用户的寻找成本,所以造成了试验版本的转化率下降;需要考虑单一元素的试验或新的优化思路,避免因为其他元素的变动,而导致所对比内容的结果不确定。

搅动死海,比肩巨头

共享租衣,被国内一轮又一轮明星企业作废,从蓝海到红海,最后演变成一片死海经济。衣二三的胜出,让无数业内人员赶到意外,但是吆喝科技的工作人员从一开始接触便已经预料到了这一天的到来。

我们认为衣二三之所以能够在一片荒芜中大放异彩,有三个方面的重要原因:

一、模式创新

共享租衣在国内的一时失利,并不影响其模式本身的优越性,它将使用权与占有权分离,能够极大满足女性服装的消费特点,只是暂时市场对这种模式的支撑需要不断培养;日益上涨的服装价格与线下服装匹配问题,让供应侧和需求侧都在寻求更高效的模式;随着大数据、物流、卫生监管等基础设施的不断完善,最终让当年的弱点逐渐成为行业优势。

二、产品力

在衣二三之前和之后,有许多平台将共享租衣的可能的形态都尝试了一遍。但是,只有衣二三在内的创业公司,能够理解共享租衣的核心产品力是什么:规模带来的价格优势、品牌与设计带来SKU优势、流通与物流效率带来的时空体验优势。

三、移动端用户体验

毫无疑问,衣二三的线上用户体验主要来源于移动端,无论是官方 App 还是支付宝入口亦或是广告投放,移动端用户体验决定了最终转化。在没有巨头和强需求的前提下,转化率比规模更重要。因此,衣二三在产品优化中必然要使用A/B 测试来辅助探索最优转化的方案,来不断提升每一步的转化,步步为营,才能在用户无感知的情况下,快速迭代,积少成多水滴石穿。