首页 科技 数据是增长公式的底层变革 查看内容

数据是增长公式的底层变革

2019-10-17 16:31:47| |查看: 1748

[摘要] 外行人看热闹,内行人看门道,增长包含的纬度很深很细,其中,数据驱动增长就是增长中重要的底层公式。头条数据算法推荐带动增长的模式是国内数据驱动增长的经典案例,同样,作为社交电商领域的明星企业的小红书,也

随着互联网红利的逐渐消失,“实现增长”逐渐成为互联网从业者的工作重点。对其他人来说,所谓的用户增长可能是一次“跳水”,可以通过简单的活动来完成。很难吗?外行看热闹,而内行看门口。成长的纬度很深很薄。其中,数据驱动型增长是增长的重要基础公式。以下段落将利用内部人士的专门知识,让您了解数据是如何推动增长的。

2012年,随着硅谷受到业界的广泛关注,脸书、推特和quora成为知名的明星公司。这些公司在很短的时间内实现了用户数量的快速增长,这是利用增长黑客实现用户增长的典型案例。直到2015年,随着互联网初创企业浪潮的到来,增长黑客逐渐在中国受到关注。

然而,“数据驱动增长”作为增长黑客的核心已经被互联网行业的产品、运营、数据分析等从业人员广泛接受。然而,数据驱动的增长并不像想象的那么简单,只有我们善于发现用户需求并改善体验痛点,才有可能实现有意义的增长。

自2015年以来,国内企业对增长的追求如火如荼。增长方式的改变将彻底改变企业的营销模式和经营模式。在新闻媒体领域,有一家非常“神奇”的初创公司,它本身并不生产内容,而是通过新闻传输关注平台上的内容,然后使用算法推送机制(algorithm push mechanism)让每篇文章找到一个匹配的用户,这就是方法。到目前为止,已经有66亿活跃用户和1.4亿活跃用户,这在今天是一个家喻户晓的名字。

头条数据算法推荐的推动增长的模型是国内数据驱动增长的经典案例。同样,社会电子商务领域的明星企业红皮书(Red Riding Book)也依赖底层数据驱动的运作方式,吸引了无数的流量来推动它。

使用过《小红书》的用户会被它的“成千上万的人和成千上万的脸”展示形式所吸引,所以《小红书》可以保留95%以上的新用户,内容是第一次显示。新用户注册并选择感兴趣的领域后,红皮书将根据用户填写的兴趣领域和历史标签数据,结合数据算法,快速推荐用户再次感兴趣的内容。当用户的下拉页面刷新时,更新的显示内容是根据用户对页面的点击和页面内容计算的新内容。更新后的推送内容对用户来说往往更粘,更容易上瘾。

在《小红书》中,结合兴趣标签纬度、用户使用路径、用户肖像等的分析使每个用户看到不同的内容,这就是《小红书》底层数据操作增长公式。

回顾这些企业的成长,每个人都在对数据进行全面的分析和深入的比较。没有这些数据,就没有可比性,也没有可比性来谈论任何进展。因此,所有实现增长的工作都需要基于数据分析的指导,而不是碰运气。

互联网行业已经进入数据驱动阶段。数据驱动增长(Data-driven growth)是通过数据洞察来帮助互联网企业优化其商业模式,帮助运营商更好地实施增长策略,最终实现精细化运营,最大限度地满足用户需求,提高用户粘性。具体拆除包括以下几个方面:

首先,在产品结构优化方面

通过数据分析,找出整个产品在核心转化过程中是否存在问题;例如,在用户体验方面,新手转换和新手引导过程中是否有不合理的地方等。其中,使用a/b测试来有效识别产品中的数据是提高产品结构优化的重要手段。

第二,在用户操作方面

有必要通过一个完美的用户肖像系统来实现一千个人和一千张脸的操作。仅仅依靠用户对自己产品的分析来建立用户肖像系统,将有些不完整。因此,借助于第三方数据服务提供商的数据能力,有可能打破数据壁垒并丰富用户肖像的维度。

此外,对于大型工厂来说,可以提取特征数据进行独立建模,但是对于中小型企业来说,集成第三方数据服务是一个更好的选择。例如,Getui的用户肖像sdk可以提供数百个标签,如年龄、性别、爱好等。帮助应用程序建立全面的三维用户模型。应用程序可以根据对用户肖像的理解,向不同类型、不同场景的用户推荐不同的内容和服务,从而实现成千上万人的操作模式。

此外,业务活动和用户增长的激励制度也至关重要。例如,在微信阅读产品中,用户不仅可以与朋友比较阅读排名,感受阅读带来的成就感,还可以通过阅读回执币、购书回币、邀请新人接收书籍币等方式免费阅读书籍。通过在线阅读时间的积累和阅读笔记的沉淀。那么用户在产品中停留的时间越长,绑定就越紧。贡献值越高,流出就越困难。这是增长激励制度的常规。

第三,在用户损失的预警和召回方面

应用程序发现用户流失后,需要通过数据分析尽可能多地找出用户流失的原因,然后分析预测未来哪些用户可能会流失,并提前进行预警和干预。二是如何制定流失用户的召回策略,实现流失用户的召回。

以Getui的实践为例,Getui曾经与一款新颖的阅读应用合作,基于自身的大数据能力为应用定制用户流失预测模型,从而预测用户流失概率分数和无声用户肖像,帮助应用准确唤醒无声用户。

另一次推送预测了剩余67%不活跃用户的损失,发现其中13%的损失概率得分在0.6到1之间,损失概率很高,而剩余54%的用户是具有觉醒值的目标群体。在明确唤醒目标沉默用户后,该应用基于Getui提供的沉默用户肖像分析准备了相应的内容,并通过准确推送,使该应用每月的生活用户比其他用户多占8.1%。

增长是一门非常科学和系统的学科,数据是增长公式的基本逻辑。在任何增长项目中,挖掘潜在价值都需要数据。

数据驱动的增长是一个厚积累薄发展的过程。app需要在日常操作中的各个环节做好工作,包括数据积累、数据清理、数据建模和分析以及数据输出。这些工作对大型工厂来说自然不是问题,但对中小型企业和初创企业来说却是一个相对困难的问题。

如果应用程序自身的数据分析能力薄弱,想要实现快速的数据增长,它还不如与专业的第三方服务提供商合作,这种服务提供商根本不需要企业重建其技术。例如,Getui已经废除了数据驱动增长的方法,转而使用消息推送、纵向分析、应用程序统计、一键验证等。成为可快速集成并可供每个人使用的工具,以满足运营商在用户整个生命周期内对精细应用的各种需求。

随着大数据技术的成熟发展,应用程序越来越关注数据。数据资源已经成为应用竞争的核心资源,数据驱动已经成为应用的增长密码。只要找到合适的方法,数据背后的真正含义就可以被破解,增长也可以得到加强。

这篇文章是由@95后聊天技术创意发布的。每个人都是产品经理。未经允许禁止复制。

主题地图来自unsplash,基于cc0协议。

相关阅读

© Copyright 2018-2019 myswizard.com 淮源木亭信息门户网 Inc. All Rights Reserved.