1. 首頁 > 生活百科 > >

深入認識用戶增長產品經理 用戶增長產品經理( 三 )

小知識


增長模型， 將商業提煉和總結成一個數學公式， 用全面、簡單和結構化的方式去思考增長， 增長模型包括三部分：輸出變量（一般是北極星指標）、輸入變量（影響北極星指標的那些主要變量）、方程（變量之間的關系） 。 搭建增長模型主要有三步：定義北極星指標；繪制用戶旅程；組建增長模型 。
用戶心理學， 根據用戶在增長AARRR不同階段時對應的決策心理， 考慮決策速度快慢、注意力高低和決策所需的心理資源等因素后決定采用對應的增長策略 。
增長實驗， 設置增長目標， 產生一個實驗假設， 設計實驗， 分析結果， 看看假設是對還是錯 。 如果對了， 把假設投入應用；如果錯了， 修正假設， 繼續下一個實驗 。 增長方法論的精髓之一就是按照科學實驗的原則， “盡量”準確地設計實驗和測量結果， 從而建立起一個“開發-測量-學習”的反饋閉環 。
增長流程， 設置增長目標→聚焦領域→產生想法→排列順序→開發實驗→分析數據→應用結果， 根據實驗結果洞察新的增長想法， 以此類推 。
第二， 掌握數據分析能力 。
增長產品經理天然對數據的依賴性很高， 因為定北極星指標、構建增長模型、分析用戶數據、尋找增長機會， 這一系列增長黑客每天都要進行的任務里幾乎每一條都離不開數據 。 它的獨特之處就是創造了“開發—測量—學習”的反饋閉環， 從數據開始產生洞察， 形成假設， 上線測試， 分析結果， 再把經驗直接反饋到下一輪的數據分析和測試中 。

深入認識用戶增長產品經理 用戶增長產品經理

文章插圖
這里先簡單列出幾個增長入門的數據分析方法， 供大家參考 。
漏斗分析（funnel）：簡單地說， 告訴你用戶完成一個多步流程時， 有多少人能夠“陪你到最后”， 大家都是在哪一站下車的 。 每一步有多少用戶能夠前進到下一步就叫作那個步驟的轉化率 。 對于分析用戶注冊、激活、留存來說， 漏斗是一個非常好的思維工具 。
用戶分群（cohort）：最常見的應用是把同一時間段內注冊的用戶叫作用戶同期群， 追蹤他們在注冊一個月后、三個月后、半年后的活躍程度；同時縱向比較， 今年某月注冊的用戶群， 其留存率有沒有比去年同月注冊的用戶群有所改善 。
用戶分組（segmentation）：用戶可以根據不同特性分組， 比如按性別、年齡、地理位置這些人口學信息；按注冊來源如自然注冊、付費推廣用戶、老用戶推薦的用戶等；按注冊時間如新用戶、老用戶、流失后召回用戶等 。 分組可以幫助你不僅看到平均值， 還能看到分布圖， 從比較不同中發現機會和漏洞 。
趨勢分析（trend）：追蹤關鍵指標的發展趨勢是上升了還是下降了？一般來說， 我非常建議做一個數據面板， 把AARRR各個海盜指標以及一些重點流程的轉化率指標都列出來， 實時監測， 觀察趨勢 。
定性數據分析（Qualitative research）：很多人剛入門做數據分析時， 會容易什么問題都想從數據里找答案 。 其實如果用戶調研和定性數據分析運用得當的話， 是性價比非常高的研究手段 。 很多時候， 數據只能告訴你是什么， 不能告訴你為什么， 這時候通過調查問卷、訪談、用戶調查等模式， 收集定性數據， 往往能起到意想不到的結果 。
另外， 還有比較常見的分析維度是：事件分析、留存分析、分布分析、用戶路徑分析、間隔分析、歸因分析、網頁熱力分析 。
（2）專業層
這一層特指每個人的專業所長， 比如編程、用戶體驗和設計、高級數據分析、文案寫作、渠道運營等 。 這一層是安身立命的根本， 也是做增長時區別于別人的“特長” 。
增長本身是一個跨部門的職能， 不同背景的人， 無論是產品經理， 還是市場營銷/運營、程序員、分析師、設計師， 都能從自己身上找到“可轉移的能力”， 有效地應用到增長中去 。
比如， 以前是做內容運營的， 鍛煉出強大的文案寫作、產品定位和講故事的能力， 這個能力在你做社交媒體廣告、著陸頁、產品A/B測試、郵件等的時候全都用得上 。
再比如， 以前是數據分析出身， 在分析用戶行為數據和實驗結果時， 你的天然優勢就發揮了用處， 你就可能比一般的增長黑客對問題理解得更深、更透 。
在找增長職位時也應該結合自己的專長， 找到合適的產品和公司 。 比如， 如果有程序員或大數據的背景， 找增長職位時就應該衡量是否能夠用上這些能力， 比如用戶數據量大的產品、平臺類產品， 有機會通過API（應用編程接口）/整合等工程驅動的方式增長的， 就應該是優先考慮的對象 。

推薦閱讀