正在阅读:大数据应用:五大策略破解用户增长瓶颈

大数据应用:五大策略破解用户增长瓶颈

2016-03-29 15:27:26来源:GrowingIO 关键词:大数据云计算物联网阅读量:32032

导读:“增长黑客”的概念正火,但是想要成为真正的“GrowthHacker”却并不容易。无论是产品还是运营,都会碰到各种增长瓶颈。
  【中国智能制造网 智造快讯】“增长黑客”的概念正火,但是想要成为真正的“GrowthHacker”却并不容易。无论是产品还是运营,都会碰到各种增长瓶颈,如业务停滞,用户下滑等。那么该如何破解增长瓶颈,成为真正的“增长黑客”?本文从五个方面教大家如何用数据破解增长瓶颈。

  大数据应用:五大策略破解用户增长瓶颈

  增长是一个非常大的话题,比如用户注册增长,活跃度增长,商业营收增长等,不同的增长问题解决思路各异。
  
  下面主要以APP运营中DAU(日活跃用户)的增长为例进行讲解,这个分析思路也可以举一反三。
  
  【破解增长瓶颈的五大策略】
  
  增长瓶颈该如何破解呢?结合自己多年数据分析和增长的经验,为大家提供了五大步骤,串起来形成一个闭环的增长操作步骤。
  
  ,了解自己产品,找到发力点。
  
  我们应该有一套数据采集和分析体系,每天为我们提供产品和业务的宏观数据。通过对宏观数据的分析,找到增长的发力点。
  
  第二,拆解关键指标,确保可以执行。
  
  上面找出的作为发力点的指标可能非常宏观,我们需要根据实际将其拆解成多个指标,确保产品和运营可以在日常工作中执行。
  
  第三,丰富和升级增长武器库。
  
  第四,细分用户群,快速迭代实验。
  
  数据分析很多时候就是在细分,通过不同维度将用户分群,对不同用户群设计不同实验。
  
  第五,实验效果监测和数据分析。
  
  迭代实验结束后,对实验的效果进行分析,把结论用于改进和指导下一次实验。
  
  一、通过宏观数据了解产品状态
  
  反映产品状态的指标很多,如PV/UV/DAU等等。在这里我们主要介绍3个指标,分别是DAU/WAU,DAU用户成熟度构成和增长加速度。
  
  1.DAU/WAU反映的是用户活跃度,是每天去重活跃用户数除以每周去重活跃用户数的比值。
  
  不同产品的活跃度不一样,产品定位于天的用户活跃度越高越好;定位到周的,活跃度稍微低一下。DAU/WAU的比值是1/7到1。1/7的时候代表7天里面每天登陆的用户都不一样,这个活跃度低;1代表7天里面每天登陆的用户都一样,活跃度高。因为产品定位不一样,活跃度指标天然不一样,这个需要不断观察,在数据分析产品GrowingIO里,通过指标管理这一功能,可以轻松做到。
  
  2.DAU用户成熟度。
  
  每天活跃用户里面,他们的激活时间是不一样的。把当月内激活的所有用户统计下来,看看他们在日活里面的比例,用来评价用户的成熟度。
  
  3.增长加速度
  
  做增长分析的产品经理经常看增长曲线,有些聪明的产品经理把每天的差值做了一个曲线;或者把增长速度的曲线做一个求导,求加速度的曲线。增长的驱动力反映到数字上就是增长的加速度,速度的数字波动,反映到加速度的曲线上波动更大,需要做好平滑处理。
  
  通过上述指标来快速了解我们的产品状态,找到我们的增长瓶颈。增长过程中两种常见的瓶颈:
  
  1.当成熟度1个月以内的活跃用户占日活跃用户的比例超过30%,说明新用户在日活跃用中的比例非常大,表明我们产品处于生命周期较早阶段。这个阶段的用户流失率也是非常大的,我们应重点关注拉新,优化新用户接入的流程。
  
  2.当成熟度1个月以内的活跃用户占日活跃用户的比例低于30%,说明我们的产品逐渐成熟。这时需要把目光放到存量用户上,提升存量用户的活跃度;但是也要兼顾类问题。
  
  二、拆解关键指标,确保可以执行
  
  通过数据分析了解了自己产品的发力点方向,一个是拉新,另一个是留存。虽然找到了发力点,但是不集中,需要我们将其拆解,直到拆解后的指标可以被执行,其效果可以反推到核心指标上。
  
  拆解关键指标有三种方法,分别是按照用户使用习惯、用户生命周期、产品来拆。
  
  下面以分析一个APP的DAU为例,具体介绍如何拆解关键指标。

  



  假如我们关注的核心指标是DAU(日活跃用户),但是这个指标非常大,难以具体执行;我们可以按照用户使用习惯进行拆解。
  
  活跃用户会主动打开我们的APP;同时不活跃用户,我们要向他推送信息,借此唤醒他们;后还可以在微信或者其他APP页面中打开我们的APP(也称调起)。这样就把日活跃用户指标拆成三个指标:主动打开,推送和调起,方便进一步执行。以推送为例,它由两方面组成:推送到达率和点击率。优化到达率和点击率,进一步方便了实际执行和落实。
  
  再往下,按照用户的生命周期来分,有活跃用户和沉默用户。还可以继续往下拆,活跃用户按照产品使用习惯拆分,有内容消费型,社交型和工具型。
  
  上面这个对提升APP关键指标DAU的拆解过程,告诉我们只有对核心指标进行合理拆解,具体到可以执行,才有现实意义。
  
  三、丰富和升级增长武器库
  
  拆解好指标后,需要选择合适的增长武器来实现我们的增长目标。在选择增长武器的过程,需要注意什么?
  
  首先,增长武器必须触及到用户,不然是会失效的;
  
  其次,需要不断丰富武器库,根据使用效果来升级;
  
  然后,需要对客户分群,“打击”。对于武器来说,不是说选一件“核武器”来全方面打击就是好的,我们需要选用一件的武器,对客户分群,实现覆盖;
  
  后,可以自动检测、持续影响。选中增长武器后,需要对用户实行自动检测,持续对用户施加影响。为什么要自动化监测呢?很多时候我们有可能同时在跑很多实验,如果人工操作的话,工作量大,而且效率低。自动化检测不一定要一个非常准确的值,我们可以大概设置一个阈值,当超过这个值就报警。
  
  下表列举了常见的增长武器,在拉新、留存、提升活跃度、用户召回和市场推广等不同场景下,有不同的选择。

  


  具体选择哪一种武器,需要我们在使用的过程中不断迭代实验,直到发现优解。
  
  四、细分用户,设计增长实验
  
  选择好增长武器后,需要设计增长实验来检验效果。
  
  1.明确实验的目的,跟踪一个指标。一个方案同时追几个指标是不合理的,好只设立一个指标,便于观察者排除影响因素。同时,设定的指标好是“率”或者“比值”。比值不会受到量的影响,如果定位量的话容易受到流量或者入口的影响。
  
  2.明确用户群:用户群规模越细分越好,方便进行试验和比较。
  
  3.设置benchmark,必须有对照试验,方便实验前后效果的对比。
  
  4.整个实验的过程必须可以追溯和重复,实验效果好的时候可以多次重复。
  
  5.快速重复和迭代。单位时间内得到的结论越多,增长越多,收益越多。
  
  五、效果监测和数据分析
  
  增长实验结束后,需要对实验效果进行检测和分析。
  
  首先是直接的效果检测,是否达到预期值。然后分析实验对核心指标是否有明确的提升。同时要检测其他指标的异动情况,评估实验是否影响到了用户体验。
  
  如果实验非常多,一段时间内进行非常多的快速迭代的话,就需要建立指标体系。通过统计的方式分析指标之间的影响程度和相关性,这也是一个不断优化的过程。
  
  数据分析尤其重要,决定了实验迭代的速度和方向,因此要得到格外重视。
  
  【案例:APP沉默用户的召回】

 召回正在流失的用户是APP运营的重要工作。下图是某APP的用户流失示意图。


  
  横轴是时间,竖轴上的数值代表不同类别用户所占的比重。在图示的右上方标有用户的类别,红色是当天的活跃用户减去当天新增用户后的数量;橙色是代表前天的活跃用户但是昨天没来;越往上用户就越远离我们。
  
  如果把整个用户看成一个水池,新增用户就像往池底注入水,然后不断上升,越来越远离我们,然后蒸发。当然也有一些流失的客户自然返回,像一个降雨的过程,慢慢下沉。
  
  在这个案例中,接近50%的客户有超过一个星期没有回来;如果能把这50%的客户拉回来,其价值可能远远大于新增用户的价值。
  
  接下来细分流失客户,分成7-13天未访问和14-30天未访问的客户;然后分别向两类客户推送信息。
  
  以某内容类APP为例,我们向两类客户发送了“每周内容精选”,发现7-13天未访问的用户召回率非常高,高于自然回访率。但是14-30天未访问的召回率非常差,跟自然回访率差不多。然后我们就去分析自然回访的客户会在APP里面有哪些操作?我们发现很多自然回访的客户会到访问电影专题,我们猜测是不是用户看了某部电影然后回来了。于是我们向用户APP推送信息,但是推送到达率非常低。
  
  分析得出结论,大部分流失的客户都卸载了我们的APP。于是改用发短信,向用户发电影票优惠券,但是必须到APP上来认领。数据证明了,这个效果非常好,14-30天未访问的用户群体的回访率得到了较大的提升。
我要评论
  • 低轨卫星互联网组网提速:中国星座进入批量化发射阶段

    “十五五”规划纲要提出,加快低轨卫星互联网组网。今年以来,我国低轨星座发射节奏明显加密,“修路”正在从规划文本变成在轨资产。中国星座要做的,既是技术上的加速追赶,也是从“单纯打星”迈向“构建生态”的关键一步。修路阶段的核心任务,是用可验证的发射密度把在轨规模推过商业化门槛;普惠效应的兑现,则要等到带宽成本真正下降到地面光纤量级之后才会到来。
    卫星物联网低轨卫星
    2026-11-13 17:29:26
  • 温州瓯海:加强土壤污染源头防控,切实守护一方净土

    今年以来,温州市生态环境局瓯海分局坚持源头防控、帮扶并举,扎实推进土壤污染防治和固体废物规范化管理。截至9月底,瓯海区建设用地安全利用率达100%。
    环境监测设备物联网
    2026-11-13 13:03:16
  • 如何降低云计算基础设施的碳排放?

    云计算基础设施的碳排放主要来自两个方面:一是数据中心运行过程中消耗电力产生的运营排放,二是服务器、存储设备、网络设备以及建筑材料在生产、运输和建设过程中形成的隐含碳排放。
    云计算碳排放数据中心
    2026-11-13 10:38:52
  • 多重力量共振:人工智能加速发展的底层逻辑与未来路径

    人工智能的快速发展并非单一技术突破的结果,而是计算能力提升、数据资源积累、算法架构演进、基础设施完善以及市场需求增长共同作用的结果。
    人工智能云计算
    2026-11-10 11:11:20
  • IOTE 2027 第26届国际物联网展定档:2027年9月1—3日

    IOTE 2027第26届国际物联网展将于2027年9月1—3日在深圳国际会展中心(宝安)举行。本届展会携手AGIC 2027深圳(国际)通用人工智能产业博览会、GERX 2027全球具身智能机器人产业博览会,三展合一、同期同馆举办,全景呈现物联网与人工智能从技术到产业的全貌。
    物联网工业物联网物联网传感器
    2026-11-09 17:20:45
  • 边缘智能:人工智能、物联网与5G的交汇点

    从核心层面来看,边缘智能将人工智能(AI)能力带到了更靠近数据产生源头的地方。当它与物联网(IoT)的连接能力,以及 5G 所具备的高速、低延迟特性相结合时,便为各类联网系统构建出了一种全新的运作模式。
    边缘智能人工智能物联网
    2026-11-06 10:13:17
版权与免责声明:

凡本站注明“来源:智能制造网”的所有作品,均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品,未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智能制造网”。违反上述声明者,本站将追究其相关法律责任。

本站转载并注明自其它来源(非智能制造网)的作品,目的在于传递更多信息,并不代表本站赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时,必须保留本站注明的作品第一来源,并自负版权等法律责任。如擅自篡改为“稿件来源:智能制造网”,本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多,如涉及作品内容、版权等问题,请与本站联系并提供相关证明材料:联系电话:0571-89719789;邮箱:1271141964@qq.com。

不想错过行业资讯?

订阅 智能制造网APP

一键筛选来订阅

信息更丰富

推荐产品/PRODUCT 更多
智造商城:

PLC工控机嵌入式系统工业以太网工业软件金属加工机械包装机械工程机械仓储物流环保设备化工设备分析仪器工业机器人3D打印设备生物识别传感器电机电线电缆输配电设备电子元器件更多

我要投稿
  • 投稿请发送邮件至:(邮件标题请备注“投稿”)1271141964.qq.com
  • 联系电话0571-89719789
工业4.0时代智能制造领域“互联网+”服务平台
智能制造网APP

功能丰富 实时交流

智能制造网小程序

订阅获取更多服务

微信公众号

关注我们

抖音

智能制造网

抖音号:gkzhan

打开抖音 搜索页扫一扫

视频号

智能制造网

公众号:智能制造网

打开微信扫码关注视频号

快手

智能制造网

快手ID:gkzhan2006

打开快手 扫一扫关注
意见反馈
我要投稿
我知道了