第二章 制定增长作战计划
  • 从美剧《硅谷》说起
    • 增长成长的秘诀不在于同时做很多事，而在于找到目前影响增长率的最关键的那一两件事=“做什么”和“怎样做”>>“做”本身、
    • 增长作战计划书：告诉你“做什么”和“怎样做”
      • 方向标：北极星指标
      • 路线图：增长模型
      • 仪表盘：关键指标看板（定量数据）
      • 参考书：用户心理决策地图（定性数据）
    • 举例：Pied Piper
  • 找到增长的北极星指标
    • 什么是北极星指标
      • 北极星指标：找到是第一步，也是至关重要的一步
      • 作用：
        • 指引方向
        • 帮助大家明确任务的优先级
        • 提高行动力
        • 指导实验，检测进度
    • Facebook如何突破MySpace重围
      • 举例：
        • MySpace运营的主要目标——总注册用户数
          • 虚荣指标：总注册用户数虽然不是，但有虚荣成分——5年前注册？没有二次访问？僵尸用户？半年上线一次？
          • 好看好听但会让人误判形势、走偏方向、抓错重点
        • Facebook对外汇报和内部运营的主要指标——月活跃用户数
          • 任何决策指向真实持续的活跃用户增长
          • 坚决把月活跃用户数作为内部的北极星指标，还坚持对外汇报同一个指标
            • 确保监督公司的运营策略永远诚实地对用户价值负责，而不是追求简单粗暴的短期增长；
      • 数据指标从来不只是指标，它代表了管理层对用户价值和公司成功关系之间的理解，也会指导每个基层员工在日常工作中的一次次决策和执行
      • 走正和跑偏之间，也许只有一个北极星指标的区别。
    • 定义北极星指标的6个标准
      • 你的产品的核心价值是什么？这个指标可以让你知道你的用户体验到这种价值吗？
        • 核心价值：产品为用户解决的痛点和满足用户的需求是什么
        • 北极星指标最终应该是用户成功体验了产品价值的指示灯
      • 这个指标能够反映用户的活跃程度吗？
        • 反例：MySpace的北极星指标是“总注册用户数”，属于累计的静态指标，没有反映出用户当前的活跃程度
        • 好一些的指标：日活跃用户数、周活跃用户数、月活跃用户数
        • 深入思考对于活跃的定义：不仅是是否持续登录，也要看是否完成了使用产品的“关键行为”
      • 如果这个指标变好了，是不是说明整个公司是在向好的方向发展？
        • 从宏观上反映公司的经营状况，大体知道公司发展的趋势
        • 举例：Uber总乘车数
      • 这个指标是不是很容易被整个团队理解和交流呢？
        • 定义不要太复杂，建议选绝对数而不是比例/百分比
        • 举例：总订单数>订单额超过100元的订单
        • 容易理解，也便于各个团队之间的协作和交流
      • 这个指标是一个先导指标，还是一个滞后指标？
        • 举例：SaaS公司使用月费收入作为北极星指标——滞后指标，应选择月活跃用户数
        • 先导指标的好处：提前看到问题，尽早行动
      • 这个指标是不是一个可操作的指标？
        • 如果对于一个指标你什么都做不了，那么它对你而言相当于不存在
    • 举例：绝对值，可以反馈出用户的活跃度，代表了产品最核心的价值，同时可以指示公司的宏观经营状况
    • 不要苛求完美，不要试图一步到位，寻找北极星指标也不是一道只有唯一解的数学题，很多指标之间都有相关性，选择哪个并没有本质区别。你的目标是为你的团队找到一个最适合现阶段的聚焦点，让大家在日常工作中能够齐心协力向一个方向前进
  • 构建增长模型
    • 增长模型和传统的“商业模型”有相似之处，但是其重点在于“增长”：用户增长和利润增长。
    • 增长模型的精髓是将生意提炼和总结成一个数学公式，从而帮助你用全面、简单和结构化的方式去思考增长
    • 举例：Google广告产品的利润增长模型
      • 打造增长模型的3个步骤
        • 类比数学模型（输出变量、输入变量、方程）
        • 增长模型：
          • 输出变量：一般来说就是你的北极星指标。
          • 输入变量：就是可以影响北极星指标的那些主要变量。
          • 方程：就是这些变量之间的关系。
        • 举例：简化的、以用户生命周期为主要脉络的增长模型
          • 活跃用户的增长：
            • 新增加的活跃用户，这些用户通过不同的渠道接触到产品，并开始首次使用
            • 老用户保持活跃，仍然使用产品，也就是没有流失的那部分用户
            • 两者的总和构成了总活跃用户
          • 创造一个增长模型的三步：①定义北极星指标；②绘制用户旅程；③组建增长模型
            • 定义北极星指标：如何找到北极星指标（见2.2.3），它代表着产品的核心价值被用户体验到的理想状态
            • 绘制用户旅程：针对这个“北极星指标”所代表的用户状态，一步一步地把用户旅程绘制出来
              • 举例：
                • 听歌应用，如果其北极星指标是“总听歌时间”，那么一个访客需要经过如下步骤，才能到达“总听歌时间”的状态：
                  • 下载应用——注册账户——浏览歌曲——首次听歌——持续登录——持续听歌
                • SaaS产品，如果北极星指标是月付费活跃用户数，那么一个访客需要经过如下步骤，才能到达“月活跃用户”的状态：
                  • 访问产品着陆页——注册试用——在试用期间使用产品——升级为付费用户——持续使用付费版本
                • 电商产品，如果北极星指标是“销售额”，那么一个访客需要经过如下步骤，才能到达“产生销售额”的状态：
                  • 访问电商网站——注册账户——第一次买东西——重复性购买
              • 绘制用户旅程，就是要记录一个用户从对产品一无所知到体验到产品核心价值要经历的步骤。
              • 经过这一步，你就找到了增长模型的骨架。
            • 组装增长模型：
              • 给用户旅程的每一步找到一个相应的指标，比如每月应用下载量是多少、注册率是多少、首次听歌率是多少。如果目前没有这个数据，先做个大概估算，同时开始设置追踪来弥补这个漏斗。这些指标就是增长模型的“输入变量”。
              • 接下来，根据下面的增长模型，把各个输入变量代入进去，并不断分解每个变量到不能分解为止。你的目标是揭示出所有对增长有影响的单个输入变量，并把数据记录下来。
              • 举例：
                • 听歌应用活跃用户
                  • =新增活跃用户+已有活跃用户
                  • =（下载量×注册率×首次浏览比例×首次听歌比例）+（已有用户数×持续登录比例×持续听歌比例）
                • SaaS软件付费活跃用户
                  • =新增活跃付费用户+已有活跃付费用户
                  • =（网站访问量×试用注册率×试用购买率）+（已有付费用户数×付费用户活跃比例）
                • 电商网站销售额
                  • =新增活跃用户销售额+已有活跃用户销售额
                  • =（网站访问量×用户注册率×首次购买率×平均订单额）+（已有用户数×老用户重复购买比例×平均订单额）
      • 如何最大化增长模型的效用
        • 增长模型可以揭示影响增长的所有输入变量，并且用量化的指标指导实验
          • 帮助你把抽象的“增长”，分解为一个一个具体的影响增长的输入变量。当你把所有输入变量都列出来后，就会发现增长的驱动力可以来自于用户生命周期的各个阶段，而不仅仅是新用户获取。
          • 当你有了各个变量的基准数据，在设计和优化增长杠杆、不断实验并改进的过程中，可以通过观察增长模型中各个指标的变化来检测进展。
          • 举例：听歌应用，通过增长模型就可以很明显地看出，影响增长的不仅仅是新用户下载量，还有注册率、激活率、已有用户活跃程度等。
        • 增长模型可以帮你排序优先级，让你专注在最有影响力的部分，从而实现结果最大化
          • 帮你清晰地看出当前的聚焦点应该在哪里，从而有效地排序优先级
          • 举例：
            • 听歌应用，初步的分析中可以看出老用户的表现不错，新用户的首次听歌比例看起来是问题所在
              • 听歌应用月活跃用户
                • =（每月下载量×注册率×首次浏览比例×首次听歌比例）+（已有用户数×每月持续登录比例×持续听歌比例）
                • =（10000×50%×90%×30%）+（200000×80%×95%）
                • 目测找到增长模型中的最大瓶颈，通过定量增长模型，甚至可以进行假设分析，量化不同增长项目的长期影响。定量增长模型的绘制较为复杂，但是基本思路和上述无异
            • 火狐：以下两个不同的增长项目，哪个对增长的影响更大
              • 通过新用户上手优化，提高7日留存率5%？
              • 在第30天到第90天之间，把新用户获取量提高10%？
              • 定量增长模型：只要在Excel表中输入相应的改变，就可以看到不同变量对未来用户增长的影响
              • 结论：6个月后，选项1能够带来6%的日活跃用户增长，而选项2只能带来1%的日活跃用户增长
              • 一次性的产品推广或拉新活动，虽然短期效果明显，但半衰期也很短；而提高新用户激活率，半衰期较长，对长期增长影响较大。
              • 通过这个分析，增长团队的工作重点也就不言而明了。
        • 增长模型可以帮助你将大的增长指标分解，并定量地预测未来的增长趋势
          • 有了增长模型，你可以把大的增长指标分解，提高预测的准确性，目标的制定也变得更加有据可依
            • 举例：以前公司的增长目标可能是在下一季度，将月活跃用户数提高到1500万。有了增长模型之后，目标可以分解成多个子目标，增长团队可以针对每一个子目标进行单独的计划和改进。
        • 增长模型为进一步的分析提供了方向和骨架
          • 所有的总和数据都是垃圾，要么分组来看，要么不如**。——Avinash Kaushik，资深网站数据专家、Google Analytics（谷歌分析）的推广人之一
          • 所有输入变量的数据，在不同的用户群组里面都类似吗？还是在不同的群组里有很大的不同？
          • 看看注册率、激活率和活跃度，试着找到用户行为明显不同的群组，你就能发现一些实验和改进的思路。
            • 比如，如果移动端用户的转化率比网站用户要低很多，也许说明了网站在移动端的表现很差。
          • 比较常见的群组：
            • 用户获取渠道来源，移动端还是桌面、新用户还是老用户；
            • 基于不同用户行为的群组，如访问过某个页面、采取了某个行动、用户人口学等。
          • 针对关键的用户行为构建一个迷你模型
            • 比如，如果邮件是一个很重要的用户获取渠道，重新用步骤1到步骤3的操作，来构建一个从邮件订阅者到注册用户的迷你模型，可以帮助你找到提高渠道效率的方向。
              • 通过邮件注册的新用户=邮件订阅者列表大小×阅读邮件百分比×注册产品百分比
        • 增长模型也是有效的管理决策沟通工具，避免“意见之争”，统一团队方向
          • 所有人都使用统一的北极星指标：有效地保证团队各个部门的努力都朝着同一个方面
          • 增长模型：更进一步——方向的统一，同时也协助了思维方式和决策体系的统一
            • 比如，增长团队决定下一个季度聚焦在优化新用户引导上，当他们和领导层及其他相关团队交流这个决策，并寻求帮助以及争取资源的时候，通过增长模型，可以很直观地显示为什么这是正确的策略，而不需要陷入无休止的“你认为、我认为”的争辩。同时，增长模型的量化本质可以帮助团队有效地保持对结果的专注，而不至于陷入只是为了做而做的误区中。
  • 监控数据：你今天“盲飞”了吗
    • 数据是增长的基础，但许多公司在创始初期，往往把数据的重要性排在比较靠后的位置
      • 举例：假如你要开一架飞机上天，这架飞机看起来一切都好，也能飞得起来，只是没有仪表盘，看不出当前的速度，也不知道外界的气压，更不知道还有多少油，你还敢开吗？
      • 没有设置好基本的监测数据看板就上线产品，无异于“盲飞”。你可能飞起来了，却不知道还有多少油、数据的基线怎么样、是在变好还是变差，如果要改动，要改哪里。
    • 简单三步，打造你的关键行为漏斗
      • 数据：主要分为渠道数据、盈利数据和用户行为数据
        • 用户行为数据由于其可操作性强，是增长团队找到机会的“金矿”。
        • 在初创公司里，制定用户行为追踪计划很多时候会成为增长团队的任务。
      • 事件：用于描述用户的行为，一般是在网站、应用界面中发生的
        • 追踪所有事：全面，但是因为用户在产品内的行为多种多样，如果一上来就采用这种思路，工作量巨大，等到能用上的时候可能已经是几个月后了
        • 分级分步（建议）：先定义出最重要的少数几个事件进行追踪。然后再做其次重要的事件。这样的好处是循序渐进，很快就可以得到最重要的数据。
        • 从头开始建立用户行为追踪计划：
          • 找到三个最重要的一级事件，代表了用户从初次接触产品到最终成功使用产品的最重要的里程碑
            • 举例：
              • 电商网站：①产品页面浏览；②产品加入购物车；③产品购买成功
              • 聊天应用：①用户注册；②用户加好友；③用户发信息
              • SaaS软件：①试用注册完成；②关键功能使用；③升级付费完成
          • 之后，可以针对少数关键的漏斗，慢慢加入以下更多的步骤：
            • 产品页面浏览；
            • 产品缩略图小图点击；
            • 用户注册；
            • 产品加入购物车；
            • 用户点击购买；
            • 用户购买成功
          • 最好的检验方法：看看能不能构建一个基本的用户行为漏斗，看到用户在漏斗的每一步有多少流失。这样一来，你很快就可以利用用户行为数据指导行动了。
    • 打造一个增长仪表盘
      • 目的：监测更多的数据指标
      • 内容：
        • 北极星指标：数值及趋势。
        • 增长模型关键指标：头部访客量、新用户激活率、老用户留存率、盈利情况等。
        • 关键细分指标：比如与关键行为相关的指标、一些重要流程的漏斗分解等。
        • 重要用户分组：按渠道分、按新老用户分、按产品平台分等。
      • 举例：
        • 社交图片分享平台Pinterest的北极星指标是月活跃用户数，增长模型
          • Pinterest增长仪表盘有如下五个看板：月活跃用户、新注册用户、激活、参与度、流失用户唤回
          • SaaS公司的数据看板
  • 了解增长模型的另一面——用户心理学及绘制用户决策心理地图
    • 增长团队的最高境界是能从用户第一人称视角看问题，成为用户的“贴身带刀护卫”，将产品价值迅速为用户呈上。
    • 北极星指标从增长的角度来看，是全公司努力推进的一个数字，但是从用户的角度来看，它代表的是“用户得到了价值”。增长模型从公司的角度看，量化了影响增长的每一步关键指标，只要每一步的转化率不是100%，就仍然有优化空间。但从用户的角度看，它也代表了每一个用户的决策过程。通过转化率的总和数字，我们也要认识到每一个用户动机不同、背景不同、所处状态不同、思维模式不同，因此决策的过程也不同。
    • 数据的另一面是无数用户的行为汇总结果。数据是死的，而用户的行为和心理是活的。我们只有深入了解用户心理学，才能有效地驱动增长
    • 绘制好用户决策心理地图
      • 用户决策心理地图和增长模型是一个硬币的两面。想要有效地做增长，必须了解用户在不同决策阶段的心理学。
      • 访问阶段：
        • 主要要解决的问题是：用户会注意到这个产品吗？
        • 增长团队需要在稍纵即逝的机会里抓住用户的注意力和情感，重点在于通过有冲击力的设计和文案吸引用户的眼球，引起用户的共鸣
        • 举例：Keep
      • 转化阶段：
        • 需要帮助用户做出尝试的决定
        • 增长团队需要进一步用好的设计和故事引起用户的情感共鸣，通过清晰的文案描述产品的好处，给用户推荐个性化的内容和产品，以及通过各种心理学手段，例如稀缺性、社交证据、紧迫感等，增强用户尝试的动力。
        • 举例：Airbnb着陆页
        • Booking.com
      • 激活阶段：
        • 需要引导用户尽快完成各种必需的步骤，进行关键动作，体验产品核心价值。
        • 增长团队需要关注的重点是：通过各种方式进行新用户引导，简化流程和去除阻碍行动的壁垒，适时提醒没有行动的用户，以及帮助用户设立一个向高级用户进发的目标和计划。
        • 举例：ProdPad采取了游戏化的方式为新用户显示任务清单，新用户可以通过试用各种产品功能的方式来延长试用期
      • 留存阶段
        • 帮助用户形成使用习惯，引导用户继续使用更多功能，并感受到进展
        • 增长需要做的就是继续通过各种机制留住用户：庆祝用户的进展和里程碑、适时提醒和沟通、向用户介绍新功能等都是可以尝试的方向。
        • 举例：Keep的用户等级、徽章、个人课程表，以及推送提醒
      • 推荐阶段
        • 我现在要把这个介绍给别人吗？他们会从中得到价值吗？介绍给谁呢？我有什么好处吗
        • 当用户自发将产品推荐给别人时，主要是基于情感决策，而通过补贴鼓励用户推荐，则更多地涉及逻辑决策
      • 变现阶段
        • 我愿意为它付钱吗？值得吗？有别的替代品吗？
        • 逻辑为主，用户要决定他所认为的产品价值是否高于产品的定价。如果是，那他就愿意为产品付钱。
    • 用户决策心理地图