惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

I
InfoQ
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Apple Machine Learning Research
Apple Machine Learning Research
月光博客
月光博客
B
Blog
罗磊的独立博客
GbyAI
GbyAI
博客园 - 三生石上(FineUI控件)
雷峰网
雷峰网
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Microsoft Security Blog
Microsoft Security Blog
宝玉的分享
宝玉的分享
The GitHub Blog
The GitHub Blog
人人都是产品经理
人人都是产品经理
博客园 - Franky
有赞技术团队
有赞技术团队
WordPress大学
WordPress大学
博客园 - 聂微东
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
V
Visual Studio Blog
MyScale Blog
MyScale Blog
Google DeepMind News
Google DeepMind News
G
Google Developers Blog
aimingoo的专栏
aimingoo的专栏

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
从零搭建增长框架:企业增长之路-上篇
Sherryyyyy · 2024-12-13 · via 人人都是产品经理

“在快速变化的市场中,只有那些能够预见变化、适应变化并从中找到增长机会的企业,才能在竞争中立于不败之地。” —— 彼得·德鲁克

在需求市场快速变化的当下,许多传统企业在尝试融入互联网变革的过程中,往往会面临诸多挑战。例如,W网络在寻求行业增长路径时,遭遇了两个尤为突出的问题。

  • 第一个问题,当前粗犷的运营方法,无法做到千人千面,难以满足用户的个性化需求。
  • 第二个问题,没有理解用户的方法,用户增长和后期维护有限,业务的增长遇到瓶颈。

在互联网时代,比如当我打开淘宝,首页推荐全是算法猜我喜欢;短视频也会根据用户查看历史和分享进行监控和推荐,很多次在跟朋友聊天提到事物,不一会就会被推荐,不得不怀疑是否有声音数据监控。这些背后是通过大数据技术和机器学习理解用户。但是落地到产业,如果企业有自己的业务系统,有基础的业务数字化,那如何善于利用用户的增长思维,将这些增长经验赋能到我们的产业中,是一个很关键的问题。

那些长风破浪的传统企业,发现传统企业的本质增长增长存在两种思维:一种是流量思维,另一种是超级用户思维。

一、“增长+AI”双驱动的闭环框架

流量思维,即把用户当作流量,这是传统模式。

在流量思维的指导下,企业通常一手抓渠道,一手控制价格。而超级用户思维则认为用户生命周期总价值远大于单次获客。在超级用户思维的指导下,业务人员会针对用户不同的生命周期,建设差异化流量,提升用户使用率,以维持用户完整的生命周期。这样的增长是健康的、可持续的。

具体该怎么做呢?我们建设了一个由“增长+AI”双驱动的闭环框架

  • 框架的上层是基于增长建立的一套科学的、数字化的、以“可视化”驱动的闭环流程,指导我们用实验驱动业务增长;
  • 框架的下层是把学习到的经验通过模型以智能化的方式沉淀下来,形成一个闭环反过来指导业务。闭环一旦建立起来,增长就沉淀在产业中形成了一条可行的路径。

当然,要想实现数据驱动增长,还需一套完整的解决方案。W网络规划解决方案时,发现了四大关键因素,我们称之为“四个力”:

1) 洞察力:面向家庭用户的洞察能力。

2) 渗透力:品牌与内容,甚至是用户深度。

3) 价格力:在市场上以最优的价格打动用户。

4) 沉淀力:沉淀用户之后挖掘生命周期总价值。

现在市面上有很多关于增长的书籍,它们有的把增长框架分为不同阶段。实际上增长的本质,在于理清如何挖掘流量价值、如何提升线上线下转化、如何沉淀数据。

W网络用数据驱动增长的解决方案中,我们将其概括洞察场景化、核心增长指标确定、优化转化、A/B测试寻找突破口四大阶段。

二、洞察家庭用户与精细化场景流程

洞察场景化,是指洞察家庭用户及每一个精细化的场景。

只有通过全量精细化标签并实时计算更新,才能完整地描述用户画像、洞察用户痛点、发挥用户数据价值。设计用户标签的最终目的,是发现我们的用户是谁。

在围绕用户进行产品设计和功能迭代时,我们很容易犯一些错误。比如把我们需要的功能或把竞争对手推出的功能当成用户需要的功能。实际上,这样做都不对。我们必须关注我们的用户是谁,用户背后的受众是谁。只有正确认识用户,洞察用户需求,才能有效制定增长策略。

1) 用户

①用户群体:通过指标指数确定谁是我们的用户。

②超级用户:确认谁是我们的忠实用户,谁在购买我们的产品和服务?

③潜在超级用户:确认谁的成长性最好,谁将来会成为我们的超级用户?

2) 消费动机

①市场趋势:行业和市场的趋势是什么?

②潜在市场:对于目前的产品和服务,是否会有新的市场?

3) 产品侧

①用户购买Aha时刻:优化并且不断探索购买的Aha时刻。

②购买热点:购买热点在哪里?

③何时购买:用户购买时间的分布如何?

④怎么驱动购买:如何驱动用户购买并复制及放大驱动方式?

4) 消费路径

①曝光路径:从哪些板块曝光的效果较好?

②点击路径:从点击率和不同层级的点击漏斗来驱动产品的优化。

③付费路径:从付费率、ARPU值、后续留存的效果,优化整体付费路径。

以上四个领域都可以通过挖掘数据获得洞察。但在增长实践中并不需要把所有的方向找出来,做增长应该聚焦,找到突破点才是关键。

三、核心增长指标确定:指标管理体系建设,挖掘精细化流量的价值

标管理体系建设是挖掘精细化流量的价值。W网络公司内部建立了一个金字塔,从底层的MVP到快速成长、到业务稳定、到增长驱动,最后到顶层的价值。

1)确定核心增长指标

每一层都有指标要求,称之为“2583法则”:2就是指标定义的两大原则;5就是五个分层;8就是八种指标定义的方式;3就是指标拆解的三种方式:OSM模型+UJM模型+场景化

2)指标分层

常用的指标管理体系分层设计思路——OSM模型+UJM模型。首先找到战略目标(O),然后找到策略(S),最后确定度量(M),刻画出用户的全生命周期。

3)指标拆解

结合分层,就可以得到我们的指标管理体系,从一级指标往下拆解出二级指标,根据二级指标往下拆解出三级指标。

在这个分层指标体系中,需要有数量要求,指标数量多不一定是好事情。指标体系最大的价值,就是用一套科学的方法,让我们进行正向和逆向的回溯,同时减少无效指标的干扰。

案例:指标拆解

举例W网络的北极星指标,最开始我们要罗列出用户行为特征、新人福利影响和用户属性,然后聚焦关键特征的策略,最后找到北极星指标,而北极星指标可以逆向回推。

大部分人可能觉得这件事情很简单,自己也能做。但这件事情的难点在于公司、团队是否能始终如一地坚持去做这件事情。当然,如果你的团队把指标管理得非常好,这将会对搭建指标体系很有帮助。

洞察场景化和确定核心增长指标是构建增长策略的基石。在这一过程中,理解用户转化率的场景化分析以及对核心增长指标的持续监控至关重要。

上篇总结

通过精准定位用户的“啊哈时刻”并围绕这些时刻进行A/B测试进行迭代,我们可以发现并利用增长点,从而形成用户增长的闭环。这一闭环不仅涉及到用户转化的优化,还包括了对增长策略的持续评估和调整,确保企业能够实现持续增长。

更多关于提升转化和如何利用A/B测试寻找增长点,请查看 从零搭建增长框架:企业增长之路-下篇

本文由 @ Sherryyyyy 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务