如何制定一套完整的用户增长系统架构？-(2).docx

第PAGE\*MERGEFORMAT10页共NUMPAGES\*MERGEFORMAT10页

如何制定一套完整的用户增长系统架构？
在用户增长的领域里，学到了对的道理，真的可以过好这一生。互联网的世界里一切都是为了增长，灵光一现的创新可能会让一个产品成功，但绝不可能长久。在用户增长的领域里，如何复用一套框架，找到最佳实践的一条路径，再配备一点运气，去实现商业成功是我一直所探索的话题，这篇文章和今后的几篇文章将系统性地阐述用户增长的最佳路径。用户增长定义在市面上已经有很多完整解释了，这里就不再赘述。简单来说，用户增长的根本目的是为了提升产品在一段时间内的有效用户数（后面有详细解释），进而提升当下和未来的GMV和利润，实现商业成功。为了实现这个目标，从战略和战术层面，我们将这个概念拆解为以下几个部分：一、战略取势：产品的设计本身符合时代的发展趋势（如果2021年你还要创业卖传呼机，对不起，神仙也帮不了你）、满足的是用户的真需求（比如思考“监督大学生背单词并收取费用”这个商业模式能否长久有用户愿意买单）、并找到最佳PMF（市场契合度，ProductMarketFit）。明道：在对的时间用对的方法做对的事情。（比如什么时候应该加大力度在百度推广上投放广告，应该买什么关键词，定向什么样的人群画像？）。优术：明确目标，建设最有用的工具助力快速增长。（如何能够快速建设并持续迭代数据产品和营销工具来提升运营效率并降低运营事故率？什么样的数据产品有能力帮助我们进行快速有效的数据分析，哪些营销工具能帮助我们花最少的精力快速落地运营策略？）。二、战术（一）知其然、知其所以然：分析体系搭建；（这里着重说分析体系搭建）（二）开源重要、截流更重要：提升留存（有效用户数）方法论；（三）工欲善其事必先利其器：建设增长工具；（四）不把鸡蛋放在一个篮子里：建设运营知识库（人群标签、渠道体系、决策转化、创意中心）。（一）分析体系的搭建1.搭建分析体系的目的：看清楚产品发展现状，定位问题和潜力空间、总结TODO事项并合理判断必要性和排序优先级。总之，分析的根本目的是更加清楚地看清楚业务并集中资源和精力解决最重要的事情，这句话的重点在后半句，如果只是为了满足好奇心或者追求分析复杂度和工作量，而没有能够判断哪些事情应该先做、哪些事情应该后做、哪些事情没必要做，那这个分析没有任何价值，徒费时间精力而已。2.数据分析误区由于分析体系的搭建全部都是基于数据的，数据分析的新手可能误入以下数据陷阱：（1）为了满足好奇心而看数据所有的数据分析都是要包括明确分析目标、提出假设、验证假设。如果目标不清晰、没有makesense的基于经验的业务假设，而只是认为“我觉得应该看blabla数据”而跟BI部门提需求，往往会造成等了很久才出来的数据，看了之后满足了好奇心，但发现好像并没有什么指导性的用处。那这样的数据分析就很没有用户，白白浪费自己和BI同事的时间。（2）在茫茫数据中看图找规律有的时候老板交代的任务可能只是一句“分析一下我们的用户”，这样非常泛泛的任务，思路不清晰的同学可能就会立刻着手提取全局用户所有能想到的特征。然后做全集的数据透视，算各种占比，横向的、纵向的，一维交叉之后没啥发现看二维交叉，结果越算越复杂，可能弄了上百个表也没得到啥拿得出手的结论。这样的事情聪明人做一次就够了，全局看图找规律这种事就是在用战术上的勤奋弥补战略上的懒惰，这种情况发送的根本原因就是自己没有在用户需求层面有足够深度的思考。（3）将虚无缥缈的假设寄希望于模型复杂度上在不以成绩导向的地方有的人就喜欢追求做事过程的复杂度，仿佛一个目标没有达成是因为方法太过简单的原因，足够复杂、足够高端就可以达成了。当然，如果在科学领域，这种论调基本没问题，但做运营的人，是以结果导向的，持续贡献增长才是唯一目标。有的人没有完成kpi，又没提出过什么复杂的方法论，说的做的都是老生常谈的东西，恨不得每个月都不好意思领工资，所以就开始走上了追求复杂模型的不归路：明明就是渠道投放的文案特点突出不够显著，导致拉新效率低，优化个文案就好了的事情非要去分析渠道用户画像和产品用户画像的相似性。再搞个挖掘领域的K-means聚类算法，光衡量个体差异的模型就搞了好几个来评估准确性，模型大概是长成这样的：搞了两个月之后仿佛自己的人生都瞬间充实了一样。其实真心没必要，用户增长本质还是要围绕用户需求，数据只是工具，千万不要舍本逐末，变成数据的奴隶。3.基于用户生命周期搭建分析体系一个产品的用户池是如何构成的，以及使用我们产品服务的用户是如何从生到死的过程基本是这样的：为了看清楚我们产品用户的成长现状、空间和问题，我们可以按照如下步骤进行分析体系搭建：第一步：定义新用户、有效用户、沉默用户、流失用户用户分类的定义要基于对业务经验的判断