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:
- 在产品里花的时间;
- 关键动作的频率,比如在聊天app里发起对话的次数;
- 短期留存,注册后两到三周;
- 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:
- 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。
- 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。
- 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。
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
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:
- 访问落地页:用户从广告、自然搜索或朋友推荐找到我们。
- 填注册表:填邮箱、用户名、密码,还可以补充一些个人资料。
- 验证邮箱:我们发一个验证链接或验证码,确认是本人。
- 激活账号:完成验证,正式成为注册用户。
- 设置个人资料:上传头像,设置偏好。
- 欢迎页:用一个简短的引导,介绍核心功能和社区规则。
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
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
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:
- 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。
- 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。
- 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:
- 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。
- 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。
- 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:
- 哪个渠道的用户质量最高?用数据说明。
- 算出每个渠道从下载到完成教程的转化率。你能看出什么?
- 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。
- 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。