查看完整版本: Google Search前员工： APP Growth是如何利用增长黑客的？[6P]

Google Search前员工： APP Growth是如何利用增长黑客的？[6P]

[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855099-1206247964.jpg[/img][/align]
　　Growth 这个概念在硅谷由来已久，《增长黑客》一书将这个概念很好的在国内普及。很多人都觉得增长黑客这个概念很神秘，病毒性营销、指数级增长这些概念挂在嘴边；其实在硅谷 Growth 是非常落地的，除了概念，大多数企业都在非常认真地探索实践。
　　[b]一、Mobile Growth 的挑战与机遇[/b]
　　[b]（一）Mobile Growth 的挑战[/b]
　　同样都是 Growth ，PC 和 Mobile 就差异非常大，技术角度来说 Mobile 做 Growth 难度更高。为什么呢？
　　第一点：Mobile 上面很难做跨链接，内容较为封闭；
　　第二点：Mobile 需要在应用商店审核发布，很难快速迭代和A/B测试；
　　第三点：Mobile 需要下载，用户无法实时更新到最新版本。
　　[b]（二）Mobile Growth 的机会[/b]
　　虽然在技术上有门槛，但是 APP 的特有属性也为产品和运营带来了一些好处，方便我们更加快捷地触及用户。
　　第一点：Mobile 即定位。
　　Mobile 是一个个人属性很强的设备，打开一个 APP，基本上可以明确你的个人基本信息和地理轨迹。
　　第二点：Mobile 即入口。
　　有了 Mobile 可以直接访问你的产品和服务，而不需要受制于 Web 的搜索引擎，难点在于培养用户习惯。
　　第三点：Mobile 即渠道。
　　企业可以和用户直接通过 Mobile 互动交流，比如弹窗、站内信等方式，这个在 Web 上是不存在的。
　　[b]二、Mobile Growth 的顶层思路[/b]
　　User Onboarding（用户引导或用户上手）非常重要， User Onboarding 从用户开始下载你的 APP 开始。下载之后，我们需要一步步引导用户使用你的 APP；激活、留存，直到付费变现。
　　[b]（一） User Onboarding 过程[/b]
　　我们以一个游戏 APP 为例，仔细分析一下这个 User Onboarding 过程。如果你有过漏斗分析的基础，就很好理解下面这张图的含义。
[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855084-1359933405.jpg[/img][/align]
[align=center]图1：漏斗模型监测 User Onboarding 效率[/align]
　　假设我们一开始有 100% 的新用户下载了我们的 APP，然后有 82% 的人注册或者用第三方快捷方式注册游戏。然后登录账号，选择游戏角色，又有少量用户流失。之后我们要鼓励用户参与游戏，第一次、第二次、都三次 ...... 使其成为忠诚用户：这个过程中会有用户不断流失，一直到付费。
　　在这个过程中，用户是不断流失的；Mobile Growth 此时的一个基本思路就是去看漏斗每一个环节的流失率，有选择优化部分环节。
　　[b]（二）用户行为数据分析与 Mobile 优化[/b]
　　User Onboarding 有两个大的优化方向：一是减少操作障碍，提升用户体验；二是传输价值，让用户认同我们的产品。做好这两点，User Onboarding 将会有很好的增长。
[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855115-501704772.jpg[/img][/align]
[align=center]图2：Mobile 优化的两种思路[/align]
　　我也是一直在负责 Mobile Growth，在这方面总结了一些可以实际操作的技巧。User Onboarding 的优化一定是要从用户的角度出发，以用户行为的数据为依据，这样才能有的放矢。
　　技巧1：ASO（App Store Optimization）
　　针对应用商店的搜索优化。Mobile Growth 可能就要测试用什么样的图、什么样的标题、什么样的注释，甚至 APP 的大小也会影响到用户的下载意愿。
　　技巧2：优化注册流程
　　如果用户首次使用你的 APP 就需要注册，那样流失率肯定很高，因为用户根本就没看到 APP 的价值。可以采用推迟注册、第三方账号（微信、微博、QQ 等）快捷注册、APP 采用邮件注册或者填写大量信息。
　　技巧3：优化访问启动页
　　在登录页上讲清楚产品的价值，把推荐人的信息放进来，把推荐人的社会信任变成 APP 的新吸引力。
　　技巧4：激励用户达到 Aha Moment
　　用户在上手的过程中是不断流失的，Aha Moment 能提高用户的兴趣，提升用户的黏性和留存度。
[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855099-284873313.jpg[/img][/align]
[align=center]图3：留存曲线[/align]
　　我用留存图给大家介绍一下 Aha! Moment （惊喜时刻）。一个记账类 APP，做了一个推送，每天晚上提醒用户记得 update 今天的收支情况；它们做了个A/B测试，接收到推送的用户，它们的次月留存率是没有这个推送用户的 3 倍。这提醒我们，一定要把产品最核心的价值呈现给用户，让用户自己都觉得产品很酷、很人性化、很有价值。
　　技巧5：精准推荐
　　在合适的时间把合适的内容，推荐给合适的用户；只有这样用户体验才能不被破坏，而且还有兴趣继续使用。
　　[b]三、实现 Mobile Growth 的三种关键技术[/b]
　　虽然 Mobile 做 Growth 有很多天然的障碍，但是随着技术的不断发展，大家还是探索出了很多 Mobile  Growth 的”黑科技“，比如说 Mobile A/B Testing 组件、Deep-Link、内容动态化等。
　　[b]（一）A/B Test[/b]
　　APP 要想系统进行 A/B 测试，就要搭建一个分组器机制；这个分组器会告诉 Mobile，哪些用户进行A试验，哪些用户进行B试验。然后对试验结果进行数据分析，判断哪个产品方案更好，这是最基本的A/B Test。
[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855193-781590585.jpg[/img][/align]
[align=center]图4: 两种注册方案的最终效果[/align]
　　以移动端注册为例，我们准备了两种不同的方案，然后测试两种的方案的效果。我们用数据分析工具监测两种不同注册流程的转化率，不难发现方案B的总体效果更佳，而且差距集中在注册流程第一步。
　　[b]（二）Deep-link[/b]
　　我们有时候在 Mobile 上看新闻资讯，点进去结果打开了一个内容资讯 APP，并且直接跳到了具体页面：其实这就是我提到的 Deep-link 。就是说，可以从 APP 外面直接跳转到 APP 的某个内容页面。
　　这样就很好地解决了跨链接难题，在一定程度上环节了 APP 内容的封闭性。Deep 也是一种很好的用户增长引擎，用户分享你 APP 中的内容页面到朋友圈，这其实就是病毒性传播的一种。下面这个公式可以很好的衡量病毒传播的每一个环节：
　　病毒系数 K = 用户向N个新用户推荐 APP 内容 * 受到推荐内容的点击率 * 进入页面用户下载转化率
　　[b]（三）内容动态化[/b]
　　内容动态化的实现方法很多，比如功能开关、动态内容填入静态模板、可动态调整组件构建的页面等等。但是需要注意的是，过度的动态化可能会牺牲 Mobile 的性能，而且前期开发过程成本也很高。
　　Growth 的讲究提高效率，动态化也要讲效率。Mobile 的内容动态化需要权衡一下成本和收益，尽量用最小的成本做出最有效益的事情。
[align=center][img]http://images2015.cnblogs.com/news/66372/201611/66372-20161128140855115-1783026456.jpg[/img][/align]
[align=center]图5：热图显示移动端内容点击效果[/align]
　　特别是内容型、媒体型 APP，内容更新速度快，这个时候做好内容动态化机制至关重要。借助工具（如上图中的热图工具）找出你的产品中最受关注的板块或者内容，有针对性设置内容动态机制。
　　从用户的角度来说，Growth 最重要的一点是留存；你的产品所能提供的价值以及用户体验，想决定用户的粘度和留存率。
　　从公司的角度而言，Growth 需要一个自顶向下的战略；公司需要有数据驱动和技术驱动的文化，以及合适的增长组织。
　　从 Mobile 产品的角度看，快速迭代必不可少；在最终的数据出来之前，任何人都不敢妄言，我们需要一个个小实验去推动 APP Growth。
　　本文作者：邵震，Square 全栈工程师，Google Search 前员工，数据分析产品 GrowingIO 的特邀顾问。本文整理自邵震在国内一次活动的演讲，原文发于 GrowingIO 博客和公众号，授权发布。

[[i] 本帖最后由 feiyuntian78 于 2016-11-28 16:29 编辑 [/i]]

这个对实际工作还是有借鉴意义，不过实际运用的效果就在个人他

数据分析对于一个好的互联网产品越来越重要了，感觉未来的互联网世界就是得数据者得天下

*** 作者被禁止或删除 内容自动屏蔽 ***