编者按: 本文来源创业邦专栏 42 章经, 内容根据 42 章经商学院「增长天团」校友会中杨瀚清的分享「中国式用户增长探索: Max(ALTV)」整理而来.
一)从战略的角度讲, 用户增长如何做
在具体讲怎么做用户增长之前, 我想先跟大家分享几条最基本的逻辑, 因为如果没有清晰的底层逻辑, 面临重大决策时, 你会摇摆, 受到外界挑战也不能坚持自己的想法.
首先, 我们要想想, 增长究竟是什么?
一般来说, 大家都认为是拉新, 促活.
拉新和促活对应的是用户量的增长, 而用户量增长就意味着用户增长吗?
我认为不仅限于此, 从我这么多年的经验来看, 做增长永远不要只关注一个活动的当下收益, 用户增长的所有活动, 最应该关注的不是 DAU,GMV, 或者销售, 收入, 利润, 而是看做的事情怎么影响用户之后在系统里的成长轨迹, 这是最重要的.
所以, 要定义增长, 除了关注拉新和促活, 还要从长远的角度考虑真正的用户价值.
因此, 第一条底层逻辑是我对增长的定义:
增长是以终为始, 利用一切资源让更多用户更高频地使用核心产品功能.
其中, 关注「核心产品功能」意味着, 用户增长是战略层面的事情, 并且永远是长期, 可持续的.
更进一步, 我们可以说, 真正的用户增长, 增长的是用户价值总量, 即 ALTV(Aggregation LTV)而不是用户量, 用户增长工作函数化的表达就是 Max(ALTV).
所以我把用户增长重点定位在 Max(ALTV)上, 拉新的意义对我来说, 不会超过 30%, 因为如果你只关注拉新, 就是只关注当下.
同时, 增长要从 day1 开始做. 之前有些创始人会咨询我怎么突破自己产品的增长瓶颈, 期待我像变魔术一样, 立马把增长提起来, 但这是搞广告创意的人做的事情, 增长不是这样.
要突破难点, 不仅要从 day1 做起, 你还要有专业能力, 然后通过正确的方法论指导, 不断迭代测试, 寻找增长点. 而且, 增长点往往不经意间爆发在大量测试中.
把这个道理抽象一下, 就是第二条底层逻辑, 即用户增长的本质:
通过数据驱动的迭代测试把主观认知变成客观认知, 用测试的冗余性换取增长的确定性.
二)在 ofo, 我是如何做增长的
确定增长的两条底层逻辑后, 结合 ofo 和 mobike 竞争的案例, 我们再来看, 站在战略的视角下, 到底要怎么做用户增长.
选取 ofo 和 mobike 的案例, 是因为两者竞争异常激烈, 而高压之下的增长决策更具代表性.
在战略视角下做用户增长, 首先要根据公司的战略, 确定阶段性目标.
谈及阶段性目标, 很多人会说, 我公司目标很简单, 就是提升估值, 提高用户量和收入. 这个话太粗了, 因为放在任何产品, 任何阶段, 都是没错的.
真正的目标一定是具体, 分阶段的.
选择阶段性目标, 跟选择战略很像. 很多时候, 你做增长, 并不是说不知道要做什么, 而是有好几个事等着你做, 但无论公司多大, 资源都是有限的, 而选择比努力重要, 这个时候, 到底该做哪个?
我在 2017 年中旬加入 ofo, 当时, 关于 ofo 和 mobike 这场仗的终局, 我的判断是, 两家一定要合并, 问题在于谁做主导方.
我们当然想让 ofo 占主导, 我们认为, 判断主导方要看用户量和订单量, 说白了就是谁规模更大, 这也符合估值的逻辑.
所以当时我们的阶段性目标是, 在年底之前, ofo 的订单量要对 mobike 取得比较大的优势.
我刚加入的时候, ofo 和 mobike 的订单量比是 0.6:1, 如果 mobike 是 1000 万单, ofo 就只有 600 万单. 而我离开的时候, ofo 和 mobike 订单量是 1.5:1.
确定好目标以后, 增长第二步是, 结合行业特性, 深入思考, 从目标倒推实现路径和相应的增长项目.
我刚去 ofo 的时候, mobike 刚好推出了「红包车」, 实际上就是车辆调度红包, 用户在页面上会看到车上挂着红包(下图), 如果把这个车骑到特定地点, 它会奖励你几块钱.
我当时分析, mobike 出这个功能, 是想解决调度问题, 有些车被骑到很偏的地方, 导致后来没人骑, 红包车相当于用众包的方式, 激励用户把车骑到办公楼附近或地铁口.
面对竞争对手的新东西, 很多公司的第一反应就是直接抄. 但当时, 我认真思考了一下, 到底要不要做这个事情.
正常情况下, 人们骑共享单车是为了通勤, 主流用户需求基本也在这一点, 但有了红包车后, 你本来要骑到办公楼下, 却为了 mobike 的几块钱, 把车骑到另外一个地方, 完了走回办公室, 搞不好还要迟到, 这值得吗?
因此, 我判断, 核心用户不会被红包车吸引, 会有比较无聊的用户做这个事, 但他们并不是核心用户.
而且, 红包车也无法真正解决调度问题, 可能原来一个偏远区域停了五辆车, 红包车尽管也许能解决两三辆, 剩下一两辆, 你还不是要去那个地方拖. 所以从成本上来说, 红包车根本没有解决问题.
所有增长相关的活动, 目的都是要改变用户行为轨迹, 放到红包车这个事儿上, 我们该问的是, 用户骑了红包车, 未来会更多地骑这个车吗? 大部分情况下, 不会.
但是从创意上来说,「红包车」的概念还是很好的. 所以, 我们回到快速提升订单量的目标, 相结合之下, 我们决定不做调度红包, 而是直接给用户红包, 不管骑到什么地方, 只要骑了就给.
另一个类似的例子是摩拜成就馆. 摩拜成就馆实际上是积分商城, 骑车可以获得省时币, 环保币, 健康币, 用户可以用币在商城兑换东西.
当时我们看到摩拜成就馆, 团队里有同学说, mobike 做的东西果然高大上, 人家做产品肯定有长远规划.
虽然我没有搞清楚这后面的长远规划, 但我们依然面临这个问题, ofo 到底做不做成就馆?
面对这样的压力, 我还是瞄准目标, ofo 目标是短期在订单量和用户量上取得突破, 只有在这两个指标上取得绝对优势, 才能在合并时成为主导方. 我们要做的任何事, 都要围绕这两个指标走.
后来, 我们研究觉得从三种币到积分商城的思考链条太长了, 而且用户的决策过程是反过来的: 用户是为了最后得到商品, 所以要骑你的车. 大家会发现, 这个链条是相当长的, 用户不会在骑车这件事情上建立复杂的思考过程.
大多比较成功的增长实践, 都是能够让用户快思考, 而不是通过慢思考来慢慢比较. 就像逛超市, 如果用户拿到你的产品, 没有立马放进购物篮, 而是拿起来跟旁边的同类产品比较重量, 价格等, 你就输了.
当然, 这个道理并非百分百奏效, 但我们努力的目标一定是, 当用户面对选择, 我们的产品能让他的大脑调用快思考逻辑来选择我们.
所以, 有时候选择不做什么, 比选择做什么, 需要更大的勇气.
三)设计增长应该综合四种增长类型
确定了项目之后, 接下来就要更精细化的设计和执行. 我把增长划分为四种, 漏斗型增长, 功能型增长, 策略型增长和整合型增长.
漏斗型增长来源于泰勒的还原论, 把用户关键行为拆解成不同的环节, 再去优化每个环节, 提高转化率.
功能型增长是指, 我搞一个功能, 比如发红包, 分享, 或是玩游戏, 促进增长.
策略型增长往往和其他增长类型混合在一起, 它不动用产研资源, 只是根据用户画像筛选用户, 通过 A/B test 固化策略, 比如发短信或红包, 就看哪种短信或红包可以让用户回来的概率比较高, 以及之后行为是否改变, 验证比较好的那种就固化成策略, 再自动化运营.
而整合型增长指的是整合起线下资源, 在产业互联网时代, 产品会跟线下扣得比较紧, 所以现在整合型也用得越来越多.
设计增长应该根据产品把四种增长方式组合起来, 但是在我看到的例子里, 大多要不搞漏斗型增长, 要不搞功能型, 少有还能考虑到其它两种的. 我们一定要根据自己产品和战略阶段, 来规划不同类型的增长, 让他们紧密组合, 形成连贯的增长节奏.
用这套增长组合来看当时 ofo 红包车的具体做法, 从外部视角来看, 直接给用户红包是功能型增长, 但是我们背后的设计远没那么简单.
我当时还想了个比较激进的 Bug 营销推广方案, 即找几个 KOL 放出消息, 说 ofo 系统出故障, 大家赶紧来骑车领大红包.
决策层考虑到当时我们正在与投资人谈判, 怕投资人担心我们技术不行, 所以没做. 但是, 这个活动如果做了, 可能可以极大程度节省我们在前期的活动推广费用.
同时, 线下环节也要打通, 即整合型增长.
当时我希望线下人员能穿着一个推广红包车活动的马甲来做车辆运维, 但因为是提前三天才决定在十一推出红包车活动, 有些来不及. 所以我就直接提议给线下运维人员做一些胸贴和背贴, 上面印着我们的活动, 贴在运维人员马甲的前胸和后背上. 这样运维人员穿着马甲相当于活广告, 用户看到立马就知道 ofo 有骑车送红包的活动.
除此之外, 我们也吸取了滴滴和 Uber 的教训, 提前考虑到负面舆论的影响. 之前滴滴给用户红包, 有一些用户批评它违背市场规律, 是瞎搞. 而 ofo 的红包车就更进一步, 不是打折, 而是骑车非但不要钱, 还送钱给用户. 因此, 我们在做红包车之前, 还让 PR 针对可能出现的负面舆论做了应急预案.
我始终在思考的问题是, 如果想把这个活动做成功, 还需要什么? 有哪些因素会导致活动失败? 如何阻止它失败? 如果活动失败(大部分测试都会失败), 能怎样补救? 又能怎样快速迭代?
一整套动作形成了典型的综合增长模型, 红包车只是外壳, 是功能, 活动真正厉害的是适时调整的红包策略, 与线下环节的高度整合, 以及对活动细节 never too much 的考量.
四)好的投放看渠道用户的 LTV/CAC
渠道投放技术含量不大, 方法论也比较成熟, 搭建好追踪系统, 控制好策略, 基本上投放就错不了, 所以基本内容我不再赘述, 只强调一个点.
大家想一个问题, 好的投放是什么?
很多渠道都会说, 来我这边投放, 价格低. 但是打个比方, A 渠道来的用户平均 10 元 / 个, 而 B 渠道是 100 元 / 个, A 渠道一定比 B 渠道好吗?
未必, 因为 A 渠道的获客成本虽然是 10 元 / 个, 但 LTV 可能才 2 元; B 渠道虽然成本 100 元 / 个, 但 LTV 可能是 200 元 -- 投 A 渠道亏本, 投 B 渠道赚钱.
因此, 好的投放应该是, 这个渠道来的用户 LTV 与获客成本的比值 (ELTV/CAC) 相对高.
LTV 是一个长期指标, 所以渠道效果难以快速追踪, 我们有时只能找短期指标.
当时我在亚马逊的时候, 电商团队看的短期指标是七日 ROI, 因为大家的生活周期以七天为一个单位, 七天的行为大概率能表明长期行为. 我们再对这些数据做回归分析, 就可以预测出 ELTV(LTV 期望值).
五)HVA: 用户如何从低价值曲线跳到高价值曲线
最开始, 我们提到, 真正的用户增长, 增长的是用户价值总量, 即 ALTV(Aggregation LTV)而不是用户量. 然后, 我们也讲到, 提升 ALTV 的具体方法以及增长模型.
那么最后, 和大家分享一个我自创的增长底层方法论, 也是 ALTV 增长的前置指标, 即 HVA(High Value Action).
我从 2014 年在亚马逊的时候就跟着团队开始探索这个理论, 到 2018 年初, 淘宝用户运营负责人找我交流, 我给他画了下面这幅 HVA 图. 我希望如果今天大家只能记住一个点, 那么就是这幅图.
这张图的横轴是时间, 纵轴是用户贡献的价值, 曲线下面积的积分就是 LTV. 通常情况下, 价值曲线都是先逐渐升高, 再慢慢萎缩.
传统上, 在曲线开始下滑的时候, 大家会开始做一些促活的事情, 让曲线尽量不要往下滑. 但是, 这时候已经太晚了.
对于任何产品来说, 用户从进来的第一天起, 就是分级的, 有重度玩家, 也有不活跃的. 因此, 我们要做的是, 从第一天开始, 就不断让用户对产品上瘾, 不断让低价值曲线上的用户跃迁到高价值曲线.
那么要怎么实现跃迁呢?
靠的就是 HVA, 所以实际上 HVA 的目的是提升用户的 LTV.
举个例子, 假如一个女生只在淘宝上买过衣服, 而没买过 3C 产品, 那么她第一次在淘宝上买 3C 产品就是一个典型 HVA, 再然后, 她可能觉得在这个平台上买比去别的地方更方便, 之后 3C 产品就都在淘宝上买了.
假如别人都是一年之后才做可以产生 HVA 的事情, 而你一个月就做了, 你可以更早从价值曲线 1 成长到价值曲线 2, 那么之后的一整年里, 你的增量价值都会比别人多.
为了使价值能够持续增加下去, 我们要做的所有产品功能, 归根结底必须是一系列成长体系, 把这套体系拆解开, 就是通过一个又一个 HVA, 引导用户跳上更高的价值曲线.
这就意味着, 我们必须永远着眼于长远, 任何活动都不是为了今天或明天多一个订单, 而是看这一单能不能在未来带来用户行为的改变.
最后, 想跟大家分享一下我的人生观, 跟增长相通, 我也定义了一个衡量人生成功与否的指标, 叫 LTH(Life Time Happiness), 如果一辈子累积的幸福感 (下图阴影面积) 特别多, 那么这一生就是相当幸福的成功人生.
按照这个公式来算, 健康非常重要, 不能猝死, 因为时间会极大影响 LTH, 同样, 如果为了实现某个目标, 每天幸福感特别低, 那么整个 LTH 也不会高.
总结来说, 无论是做增长, 还是追求人生幸福, 都要以始为终, 关注价值总量, 不断实现价值曲线的跃升.
来源: http://www.tuicool.com/articles/B7riUz2