为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

GrowingIO 2019/09/27 23:21

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

作者: 吴继业,GrowingIO 联合创始人

来源:本文由吴继业在 9 月 19 日见实大会上的分享整理

谈起 LinkedIn ,我们想到的不仅是“全球最大”职场社交网站,更是数据驱动企业增长的典范。从 2009 年到 2015 年,LinkedIn 三条业务线实现连续 7 年高速增长。张溪梦带领 LinkedIn 商业分析团队利用社交大数据赋能销售、市场、产品团队,是增长背后的主要驱动因素。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

2015 年,张溪梦与吴继业等前同事离开 LinkedIn 一起创办了 GrowingIO,持续探索和实践如何用数据驱动业务增长。

时至今日,挖掘数据背后的增长机会,已经成了所有人的共识。但这项工作之复杂、缜密,远非招几个人就可以办得到。

GrowingIO 联合创始人吴继业在 9 月 19 日见实大会上,分享了他们参与的四个案例,分别从获客、触达、裂变、留存四个维度介绍用数据发现增长机会的方法。

以下为吴继业演讲实录整理,enjoy:

大家好, 我是 GrowingIO 的联合创始人吴继业!

毋庸置疑,增长一直在变化中,今天我们通过四个案例讲讲看到的那些大变化,以及,在这些变化中用数据来寻找增长的机会。

1.汉光百货

数字化转型之变背后的 OSM 模型

大家都知道汉光百货位于西单传统商圈,它对面就是西单大悦城,不论空间条件还是购物环境,西单大悦城都优于汉光百货。但是汉光百货通过数字化业务转型,线上的销量从 2018 年开始到现在已经翻了几倍。

为什么它能成功转型?

首先汉光百货团队对产品和技术非常在行,也具备建立分析体系的能力。但是一直缺乏把线上线下站内站外的流量全链条整合起来的工具和方案。

通过 GrowingIO 对线上线上数据实现监测之后,汉光团队发现了很多增长的机会:

例如:

  • 很多用户喜欢在汉光百货的小程序内直接搜口红色号,但小程序内并没有将商品与购买链接对应;

  • 有些用户习惯输入英文,却常因为拼写错误而检索不到心仪商品。

这些之前未被发觉而浪费的流量,其实都可以通过分析用户搜索数据进行优化和利用。除了流量的浪费,百货商场还会涉及与品牌方的沟通,有搜索数据作为支撑,能够更轻易说服古琦、香奈尔等国际大牌加盟入驻。

在汉光百货小程序首页,运营人员发现有很多模块和推荐位,是高爆低转或者低爆高转,这些都可以根据数据动态及时调整活动运营和商品运营的策略。

这些增长机会乍一看很零碎,其实它背后是用 OSM 模型梳理企业的业务目标、策略和指标体系。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

OSM 模型

OSM 模型的本质是先确定一个优化目标,再层层拆解实现目标的策略。

举个例子,汉光百货的目标是提升活动 GMV,怎么提升?

是不是可以明确为提升活动流量、提升活动页流量分发效率和活动商品运营,然后再去提高活动浏览人数、时长、退出率、人口流量,还有不同楼层、坑位的商品点击概率、加购、订单量。这样,运营人员就知道该把资源集中在哪些具体的环节。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

OSM 模型应用示例

如果汉光百货是要提高搜索转化率,刚才也讲了两个策略:一个是优化没有搜索结果的搜索词,一个是用搜索数据去说服更多品牌商入驻。

OSM 模型适用于传统企业数字化转型的第一步,也就是指标体系的搭建。它更关注用户的目的和企业的目标,进而帮助梳理明确的指标体系。

但 OSM 模型还只是搭建增长体系的第一步,并没有产生真正驱动运营的价值。接下来我们聊聊怎么在触达、裂变、留存运营中做增长。

2.吴晓波频道

私域流量之变,精细化运营触达

面对越来越多的私域流量用户池,怎么才能不浪费流量呢?又如何高效地推送信息和触达用户呢?

有一次,吴晓波频道想用弹窗向用户推广一个活动,同一张图片分别推送给非超级会员和超级会员两个用户群,最后的阅读点击率,后者比前者整整高出 5%。

通过这样的一个实验,其实可以说明人群细分运营的重要性。实验之后的经验总结,不断迭代又可以获取增长的机会。

这里面我们可以帮助客户做到两个降低:

  • 迭代成本的降低

  • 学习成本的降低

大家不要小看弹窗这件事,想要做好至少需要 4 个人。运营要策划发给谁,设计师做图,研发做前端触发,数据分析师评估数据再指导调整。

我们的理念的是尽量自动化,形成闭环,只需要两个人就可以完成,成本会大大降低,项目周期也会大大缩短。

比如一个支付页面中存在多种影响因素,价格、人物图片、文字、位置、人群等等,就像一个魔方 6 个面,打乱之后有无数个组合。如果同时修复 6 个面的魔方,需要长时间的练习,熟练掌握几百个公式,手要非常快才能在 15 秒内同时恢复 6 个面的魔方。

而 GrowingIO 提供的实验方法论会帮助企业先测试一个可变因素,从易到难的掌握实验的方法,从而找到价格、人物图片、文字、位置、人群的最优解,达到较高的转化率。

前面我提到的吴晓波频道的团队,使用 GrowingIO 的触达产品,2 个月就做了 20 多次测试。最终他从这些测试里知道——什么样的用户群、什么样的资源位置、什么样的创意、什么时候触发等等可以得到最大化的转化,这样才是一个真正的运营增长闭环。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

3.连咖啡

裂变玩法之变背后的 HOOK 模型

去年连咖啡做的「口袋咖啡馆」活动在朋友圈刷屏了,活动上线仅仅当天小程序 PV 就超过 420 万,有 52 万人在线上开设了自己的咖啡馆。

这次裂变背后也有一个模型,就是黑客增长里面经常讲到 HOOK 模型。它是从触发、行动、奖励、投资四个步骤设计用户的行为动线。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

连咖啡 HOOK 模型应用

以李诞为例,他开咖啡馆是一个初始触发,咖啡馆开张后他会主动推广售卖咖啡。而当他分享到朋友圈后,感兴趣的人就会参与,二次触发其他人开店和购买咖啡。当李诞通过售卖咖啡获取了金豆和基金的奖励,可以继续装修他的咖啡店,引发新一轮的吸引和攀比。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

我们在做分享裂变的时候,要去思考这个获客模型是不是一个完整的闭环。它会不会让用户在固定场景下主动触发,触发之后会有什么行动,行动带来哪些回报,这些回报他会再去投资做哪些事情,然后会不会带来更多的用户。

整个闭环要想清楚,在四个环节上都要设置有效的指标体系,分析数据是不是符合裂变的预期。

4.日日煮

用户留存之变,留存魔法数字模型

日日煮是一个美食网络信息多媒体服务平台、美食社区,有很多的 PGC、UGC 的内容。日日煮要提高用户留存,从哪下手呢?根据功能留存数据日日煮的小伙伴发现有一个本身留存就很高的功能——「收藏菜谱」。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

按收藏次数(1-10 次)把用户分为十组,橘黄色代表了收藏用户的留存,黑色代表了收藏人数的占比。可以看到,只收藏一次的用户占比最高,留存也几乎最低。

有趣的是第四组和第五组数据对比,虽然收藏占比人数急速下滑但留存率大幅上涨。75% 的用户集中在前四组,第五组那个数据就是我们要找的魔法数字。也就是说当用户收藏菜谱能够达到 5 次,留存率就会提升。就是这么简单。

那么如何在很快的时间内找到魔法数字?我来举个我们自己的例子,这个分析只要几分钟。

新知图谱, 为什么数据背后藏着增长机会?这有 4 个案例和 3 大模型参考

这是我们一个内部功能,叫做创建事件,可以理解为用户发起某一个动作的行为。左图是我们创建事件的用户次数占比分析,创建 10 次以上相当于我们的超级用户,就是每天都在做数据分析的那群人。

接下来我们把这 10 组用户移到右边变成一个留存曲线。最下面那条绿线不用看,它是所有创建事件的留存。你需要看的是这些留存线条从疏到密的过程,越密它的提升越乏力,也就意味着到后面次数的提升给你带来的增长并没有那么多。

所以你需要找到从稀疏到密集的转折点,就是第三根 9.1% 的用户创建了 3 次的线条。找到魔法数字,我们的解决方案就是让用户在一定的周期内创建三次,这样我们的留存就会整体提升。找到你的留存基准线,再想办法把基准线下面的用户提上来。

做增长忌讳大水漫灌,既浪费资源也浪费时间甚至还会打扰用户。依赖于数据分析,我们才有机会实现对产品和用户的“精耕细作”,发现数据背后的增长机会,落地数据驱动企业增长。

GrowingIO
+ 关注

更多新知