Growth Data Analytics Playbook 中文版第4章

获取并培养高质量用户

对应原书 Chapter 4: Acquire and Foster High-Quality Users

增长要靠高质量用户

产品要活下去,就得持续拿到高质量用户。没有这一条,再新的方案也很难在竞争里站住。

产品早期,靠口碑带来的自然增长,通常说明产品和市场是匹配的。但要继续放大,就不能只等口碑,要主动找出那些最可能发现产品、愿意用、并且能长期从中得到价值的人群,有针对性地去获取。

增长一加速,用户的构成一定会变。早期用户慢慢变成少数,主流用户成了多数,整体质量可能被稀释,还会冒出需求和习惯都不一样的新人群。所以要持续弄清用户在怎么变,再针对最有价值的人群定策略。

怎么衡量一个用户的价值

高质量用户,指的是那些深度使用产品、也实实在在为生意做出贡献的人。弄清他们是谁、为什么这样用,营销和产品才知道往哪使劲。

衡量用户质量,我们一般看三类指标。

1. 用户生命周期价值(LTV)

LTV衡量一个用户在整个使用期间能带来的总收入。最简单的算法是:

LTV = 每月收入 ÷ 每月流失率

流失率指每个月不再用产品的用户比例。比如一个用户每月付10美元,每月流失率是10%,他的LTV大约是100美元。更复杂的模型有很多,但这个基础版已经够用来指导获客策略。

LTV要等产品成熟、用户归因体系完善以后才算得准。早期产品没有足够长的用户历史,只能先看别的指标。

2. 每用户平均收入(ARPU)

ARPU是更早能看到的价值信号,一般在注册后第7天、第14天或第30天衡量。算法是一段时间内的总收入除以同期的活跃用户数。比如一个月收入1万美元、活跃用户1000人,月ARPU就是10美元。

ARPU反映不了长期的使用习惯,也预测不准未来的收入增长,但它能让你尽早看到一批用户的变现潜力,帮你在获客和留存上做决定。

3. 参与度和留存

钱以外,还有一些行为指标,往往和长期价值相关:

  1. 在产品里花的时间;
  2. 关键动作的频率,比如在聊天app里发起对话的次数;
  3. 短期留存,注册后两到三周;
  4. 长期留存,注册后六到十二个月。

还要看用户的成长路径:从偶尔用用的人,到核心用户,再到重度用户(power user)。看清这条路,才知道在哪里能推一把,让更多人走下去。

注册之前就能看到的信号

有了衡量用户质量的尺子,下一个问题是:怎么在用户注册之前,就认出那些可能是高质量的人?下面四类信号最常用,每一类都是先有一个假设,再推出可以怎么做。

1. 地理位置和语言区

  • 假设:某些地区的用户,转化率和生命周期价值一直更高,背后是市场环境、购买力和产品适配程度的差别。
  • 做法:把营销投入和本地化重点放在表现好的地区。

2. 设备和浏览器

  • 假设:用什么设备、什么浏览器,往往能看出用户有多熟练、多可能转化。在多个设备上用产品的人,参与度和留存通常更好。
  • 做法:优先为高价值用户常用的设备和浏览器优化体验;鼓励跨平台使用,比如引导电脑端用户下载手机app。

3. 页面访问和app内的浏览路径

  • 假设:意向强的用户,浏览方式明显不同。他们在转化之前,常常会把价格页、功能页和文档仔细看一遍。
  • 做法:把这几个关键页面做好,从各个入口都能方便地走到它们。

4. 在网站上停留的时间

  • 假设:在网站上逛得越久,兴趣和转化的可能性越高。
  • 做法:准备值得看的内容,把浏览路径理清楚,让潜在的高价值用户愿意多待一会儿。

获取高质量用户的几种办法

1. 自然增长是地基

最有价值的用户,常常来自自然渠道:功能足够好、体验足够顺,大家自然会推荐给别人。第七章讲产品驱动增长(PLG)时会展开。

2. 病毒循环:让老用户带来新用户

病毒循环(viral loop)让产品自己长出增长:老用户在使用过程中把新用户带进来,营销花得很少,规模却能持续扩大。常见的有三种:

  1. 明确的奖励。最典型的是推荐计划:拉来一个新用户,就拿到实实在在的奖励。被拉来的人又成了新的推荐者,循环就转起来了。
  2. 功能本身需要别人加入。比如聊天app,没有人可聊就没法用,用户自然会去邀请别人,形成网络效应。
  3. 间接获取。利用产品里的互动接触到还没注册的人。比如有人用日历app约了一个还没注册的人开会,就可以借这个机会,给对方发有针对性的邀请,或者把部分功能设成注册后才能用,推动对方注册。

怎么衡量病毒传播:K值

衡量病毒增长,我们用病毒系数K:

K = 病毒渠道带来的用户数 ÷ 非病毒渠道带来的用户数

我们一般把0.05当作病毒增长站得住的参考线,意思是每100个从其他渠道来的新用户,另外还有5个是老用户带来的。这个指标能直接指导优化:如果K不够,就加强推荐奖励,或者把邀请流程做得更顺。

注意,这里的K是两类新用户的比值,和教科书里「每个用户平均带来几个新用户,大于1就能自我增长」的K因子不是一回事。

解读K也要小心。下图里,K从春天的0.01左右涨到了夏天的0.04到0.05。这可能是病毒机制变强了,也可能只是非病毒渠道来的人变少了,分母小了,比值自然变大。任何比值类的指标,都要放回上下文里看。

图4-1 每日病毒系数K(病毒渠道的新用户 ÷ 非病毒渠道的新用户,7天移动平均)

算清成本和收益

做推荐计划和推广活动,难在平衡:奖励要够吸引人,才能拉来新用户;又不能大到亏钱。这需要仔细比较获客成本(CAC)和生命周期价值(LTV)。钱之外,更要看拉来的是不是有长期价值的人。

3. 付费投放

付费投放能把产品送到合适的潜在用户面前。投放分析值得单独写一本书,这里只列几个关键做法:

  • 相似人群(look-alike)定向:在Facebook、Google这些广告平台上,找和你最好的客户特征相似的人投放。
  • 投高意向关键词:选那些明确表示想买、或者正好对应你能解决的痛点的搜索词。
  • A/B测试素材和文案:不断调整,让广告打动那些动机和意向都对的人。
  • 给高价值客户设专门的计划:比如创业公司扶持计划,给折扣或试用。这能加快他们采用产品,提高留存,和客户一起成长。

4. 不花钱的营销

付费渠道之外,还可以针对高价值客户常搜的词做SEO,办在线讲座和社区活动。分析竞争对手在哪些关键词上有优势,能帮你找到改进内容、吸引优质用户的机会。几个渠道一起用,增长才稳。

把流量拆开看

图4-2 市场细分的四种方式:地理(Geographic)、心理(Psychographic)、人口属性(Demographic)和行为(Behavioral)

可以把产品想成一座城市。有人是游客,逛一圈就走;有人在考虑要不要搬来住;最有价值的,是那些住下来、还让这座城市更热闹的人,也就是你的高质量用户。

第二章讲PMF时说过,看清用户在哪里卡住非常关键。城市里路标看不懂、路灯不亮,会把人吓走;产品里也常有看不见的障碍,挡住了用户。一家快速增长的创业公司发现:第一周在核心功能上遇到困难的用户,放弃产品的可能性高出70%;而顺利过了这一关的用户,成为长期高价值客户的可能性是其他人的三倍。

所以要把流量按有意义的方式拆成不同人群,尽早找到卡点,把障碍清掉,给潜在的高价值用户铺一条顺的路。

注册之前的卡点:注册漏斗

漏斗(funnel)是用户从好奇的访客变成活跃用户要走的路。以一个AI聊天app为例,注册漏斗有六步:

  1. 访问落地页:用户从广告、自然搜索或朋友推荐找到我们。
  2. 填注册表:填邮箱、用户名、密码,还可以补充一些个人资料。
  3. 验证邮箱:我们发一个验证链接或验证码,确认是本人。
  4. 激活账号:完成验证,正式成为注册用户。
  5. 设置个人资料:上传头像,设置偏好。
  6. 欢迎页:用一个简短的引导,介绍核心功能和社区规则。
图4-3 注册漏斗的六个页面:落地页、注册表、邮箱验证、账号激活、个人资料设置、欢迎页

分析用户在哪一步掉得最多,就知道该改哪里。比如很多人卡在邮箱验证,可能就该简化验证方式,比如支持用Google或Apple账号一键登录(single sign-on)。

两个关键指标

看漏斗,主要看两个数:

  • 人数:每一步有多少人走完;
  • 转化率:走到每一步的人占多少。

下面是一个例子。

步骤 名称 人数 占落地页访问的比例 比上一步少了
1 访问落地页 100 100% —
2 填注册表 90 90% 10%
3 验证邮箱 55 55% 38.9%
4 激活账号 30 30% 45.5%
5 设置个人资料 20 20% 33.3%
6 欢迎页 19 19% 5%

表4-1 注册漏斗的示例数据

图4-4 旧注册流程的漏斗:100个访问者里只有19个走到欢迎页

改成一键登录以后,漏斗变化很大。去掉一个主要卡点,数字是这样的:

步骤 名称 人数 占落地页访问的比例 比上一步少了
1 访问落地页 100 100% —
2 填注册表 90 90% 10%
3 一键登录注册 80 80% 11.1%
4 设置个人资料 60 60% 25%
5 欢迎页 58 58% 3.3%

表4-2 改版后的注册漏斗

图4-5 改版后的注册漏斗:走到欢迎页的人从19个变成58个

走完整个漏斗的比例,从19%提高到了58%,三倍多。

注意:转化率不是唯一目标

只为提高完成率去优化漏斗,不一定是最好的策略。

我们早年做一款游戏产品时,发现很多用户在设置个人资料这一步离开。最省事的做法是把这一步直接删掉。但我们留下了它,因为刚注册的时候,是用户最愿意提供关键信息的时候。我们没有删步骤,而是加了有针对性的激励,比如「完善资料,解锁高级功能」,再配上一个有意思的引导。完成率大幅提升了。

但这里要拿捏分寸。流程要顺,可有些关卡本身就是有用的筛子。比如很多订阅服务在试用前就要求绑信用卡,Netflix早年的免费试用就是这样。这会增加摩擦,但能把认真想用的人和随便看看的人分开。

优化新用户的第一次体验

第一印象很关键。用户刚来的时候,好奇心和学习动力都在最高点。难的是让他们尽快明白,这个产品在自己的日常生活里有什么用。所以新用户体验要不断打磨,让用户从第一天起就和产品建立起联系。

Facebook是个好例子。他们发现,用户在头几天加上好友,尤其是加上那些时间线上有内容的好友,对长期使用至关重要。于是他们围绕「帮用户找到朋友」重新设计了新用户的落地体验,并推出了「你可能认识的人」(People You May Know)。

怎么找到那些让用户真正觉得产品有价值的功能或动作?答案在现有的高质量用户身上。分析他们的使用路径,尤其是刚来的那几天,就能找出和长期留存、长期活跃强相关的功能。

一个简单的办法,是看用户第一次使用、或者第一天里怎么用各个功能,再比较高质量用户和低质量用户的差别,看这些行为和长期留存或转化有什么关系。比如数据显示,在视频app里打开字幕的用户更容易留下来,你就可以在新手引导里突出这个功能。要注意,这一步看到的只是相关,不一定是因果。把它放进引导以后,最好用实验验证效果,第十章会讲怎么做实验。

细分和漏斗要一起用,才能把焦点缩小。比如你发现某个国家的用户,总是在新手引导的某一页掉得最多,就可以测试一下:这一页的问题在那个国家是不是有不同的含义,是不是该换一种问法。

找增长机会,有一个基本框架:

  • 人多、但转化成高质量用户的比例低的人群或步骤:重点提高转化。
  • 转化率高、但人少的人群或步骤:重点在漏斗顶部多拉人。
  • 流量或转化表现中等、但其中一项在稳定增长的人群或步骤:值得持续观察,可能是下一个增长点。

本章要点

这一章讲了怎么找出高价值用户,怎么用营销和产品手段获取更多这样的人,以及怎么让用户更快明白产品的价值。

按用户和产品打交道的过程,有三个关键阶段可以做这件事:

  1. 注册之前:通过地理位置、设备、页面访问路径和停留时间找到质量信号,让营销投放更准,投入产出更高。
  2. 注册和新手流程:分析并优化各个漏斗,提高转化,同时守住用户质量,拿到必要的用户信息。
  3. 第一次体验:研究成功用户是怎么发现产品价值的、有哪些关键的使用模式,再把关键功能推到新用户面前,带动长期使用。

练习

背景:一款手游按获客渠道把用户分成三类:自然渠道、社交媒体广告和应用商店广告。下面是上个月的漏斗数据:

渠道 下载 注册 完成新手教程 第1天留存 第7天留存
自然渠道 10,000 8,000 6,000 45% 28%
社交媒体广告 50,000 35,000 20,000 25% 12%
应用商店广告 25,000 20,000 15,000 35% 20%

表4-3 各获客渠道的漏斗表现

补充数据:

  1. 平均每次安装的成本(CPI):社交媒体广告2.5美元,应用商店广告3.5美元。
  2. 完成新手教程的用户,应用内付费的可能性是没完成的三倍。
  3. 游戏靠应用内付费赚钱,平均每个付费用户贡献15美元。

问题:

  1. 哪个渠道的用户质量最高?用数据说明。
  2. 算出每个渠道从下载到完成教程的转化率。你能看出什么?
  3. 如果多出10万美元的营销预算,你会怎么在社交媒体广告和应用商店广告之间分配?用上面的指标说明理由。
  4. 要提高社交媒体广告用户的教程完成率,你会提哪些具体建议?

加分题:结合CPI、转化率和每个付费用户的收入,给两个付费渠道各算一个简单的投资回报率(ROI)。

参考答案

问题1:自然渠道的用户质量最高。

  • 第1天留存(45%)和第7天留存(28%)都是三个渠道里最高的;
  • 教程完成率60%,和应用商店广告并列最高,社交媒体广告只有40%;
  • 没有直接的投放成本。

问题2:从下载到完成教程的转化率:

  • 自然渠道:60%(6,000 ÷ 10,000);
  • 社交媒体广告:40%(20,000 ÷ 50,000);
  • 应用商店广告:60%(15,000 ÷ 25,000)。

社交媒体广告来的用户投入程度明显低,可能是定向有问题,或者广告给的预期和游戏实际不符。再往下拆一层:社交媒体广告用户从下载到注册是70%,比另外两个渠道的80%低一些;从注册到完成教程只有57%,另外两个渠道都是75%。差距主要出在注册以后。

问题3:建议7万美元给应用商店广告,3万美元给社交媒体广告。理由:

  • 应用商店广告的留存更好,第1天留存35%,社交媒体广告是25%;
  • 教程完成率更高,60%对40%;
  • 单次安装贵1美元(3.5对2.5),但质量足以弥补。按每花100美元算(假设留存率按下载人数计):应用商店广告换来约17个完成教程的用户、5.7个第7天还在的用户;社交媒体广告是16个和4.8个。

社交媒体广告不全砍:单个渠道加钱,边际效果会下降;留一部分预算,也方便继续测试改进后的投放。

问题4:提高社交媒体广告用户教程完成率的建议:

  • 改进定向,让投放人群更像自然渠道的用户;
  • 在广告里提前展示一点教程内容,把预期设对;
  • A/B测试不同的广告素材,重点展示真实玩法;
  • 在教程早期加入社交功能;
  • 考虑给社交媒体来的用户一个更短的教程版本。

加分题:题目没给基础付费率。这里假设完成教程的用户里有30%会付费,这是为了演示设的数。按每1,000次安装算:

  • 社交媒体广告:成本2,500美元;完成教程400人(40%);付费120人;收入120 × 15 = 1,800美元;ROI =(1,800 − 2,500)÷ 2,500 = −28%。
  • 应用商店广告:成本3,500美元;完成教程600人(60%);付费180人;收入180 × 15 = 2,700美元;ROI =(2,700 − 3,500)÷ 3,500 ≈ −23%。

这个算法只算了完成教程的人。按题目的条件,没完成教程的人也会付费,只是可能性是三分之一,也就是10%。把他们也算上:

  • 社交媒体广告:多出600 × 10% = 60个付费用户,收入变成2,700美元,ROI ≈ +8%;
  • 应用商店广告:多出400 × 10% = 40个付费用户,收入变成3,300美元,ROI ≈ −6%。

排序反过来了。这说明两件事。第一,ROI的结论很依赖你对付费率的假设,必须用真实数据验证,可以先用小预算在两个渠道各跑一轮。第二,只看第一次付费,两个渠道都在盈亏线附近;真正拉开差距的是留存带来的后续收入,而这正是应用商店广告的优势,也是问题3那样分预算的理由。

下载整本书

Growth Data Analytics Playbook 中文版,免费下载。