数极客首页

200天提高美国用户生命周期价值10倍是怎么做的?

数极客,拥有16种数据分析模型的新一代用户行为分析平台!

仅200天内,基于我们产品的收入模式 —— 会员订阅(类似爱奇艺和腾讯视频会员)我捣鼓出了一套完整的用户生命周期价值(LTV)的测算公式,奠定关键变量,制定正确评估方法。随后,开始大规模落地增长策略,将美国用户生命周期价值提升10倍。随着收入实打实的上升,我们在IOS美国畅销榜从500高跳至第99名。(应公司需求,将产品名隐藏)

200天提高美国用户生命周期价值10倍是怎么做的?

   ▲七麦数据(产品在美国IOS畅销榜表现)

所有非公开可追溯的数据在本文内就不可能涉及和透露,策略这东西没什么值得藏着噎着,对于看透用户行为的人而言,灵感从来不断。2017年中,我有幸加盟这一款当时已经全球拥有2亿+用户的移动出海工具app(效率榜名列前茅),成为它的海外增长负责人。当年刚进去的时候,团队大多都是研发。除去有专人负责微信和微博的内容产出,我几乎包揽了所有的Facebook, Twitter以及产品内部的运营机制的优化。

所以,我每天都有机会去接触用户和他们聊天变成了我工作的一部分,这是一个很好的机会在我看来。如果你把它当作是一种客服的工作而忽略它或者不重视它,你可能会因此错过几千万美金的收益。

我举一个例子,17年的时候我曾问过我们的印度用户,问他们关于Google Play上支付的问题,我要去确认是不是因为那边的国际的不普及导致我们完全无法从印度获取收益。我试图去挖掘为什么印度用户的支付转化率会那么低效。我得到了很多形形的答案,80%的用户告诉我,他们可以购买Google Play的IAP。我甚至询问了Google Play的官方人员,他们告诉我他们正启动更多的支付渠道类似电信服务商代扣去解决支付问题。但这些错误的信息并不是问题的根源。我开始收集信息,开始backward推论,拆解流程支点分析,还是有点一头雾水。

200天提高美国用户生命周期价值10倍是怎么做的?

直到其中一个用户给了我直接的录屏,我才发现问题的根源是什么。印度用户从来不缺购买IAP的手段,但他们这些手段却不能支持他们去支付IAP中的"订阅服务",因为他们的银行卡无法做到免密自动扣费这一点,所以我们产品主要的"订阅购买项"的大门根本没法向他们完全打开,也因此我们的转化率非常的低。

200天提高美国用户生命周期价值10倍是怎么做的?

▲推特粉丝的回答截图

找到了问题,那么解决这个问题的方法就很好去探索了(解决方法这边就不展开了)。基础建设做好,自然气势如虹。到2019年,我为产品规划了新颖且接近完整的Google Play云技术以及落地了新的转化机制,根据Google Play提供的数据,中国出海印度的应用里(非游戏),在其IAP的收入榜排名,我们一直是数一数二。

朋友圈里经常会听到出海的小伙伴抱怨印度市场非常难做。如果还因此而苦恼,不妨试试和他们面对面聊天找找机会?

那么接下来,我们接着聊聊增长这件事儿

AB Testing, AARRR还是北极星指标这种事我们就不谈了。做过2-3年增长的都应该接触过,能不能起到效果无非都取决于自己的理解。除却类似Airbnb把Craigslist给逆向工程的手段,90%的增长手法其实都是在做营销。

 

做增长,你需要有三种能力

1. 用户行为解读能力,做营销永远都离开不了"解读用户行为轨迹",而这是我作为这金融系毕业生混迹曼哈顿所积累的多的领域。If you can read the market, then you can beat the market。从案例中迅速培养对这款产品的用户行为的理解是至关重要的,如果做一款产品做了3-6个月,你依然充满不确定性,样样都想AB去测试,那么恭喜你,你遇到了一些问题

200天提高美国用户生命周期价值10倍是怎么做的?

▲来自百度图文

这里过人不是说跑AB是错误的,ab测试是基于生物学里的盲测方,并没有什么可挑剔的。但我认为的是,当一个人运营一个产品3-6个月,你对策略结构和方向的判断应该是接近95%准确的,需要实验测的更多的应该是策略结构里的细节呈现。如果你觉得做到这一点很困难,可能情况是 1)你们的产品方向存在争议 2)你们前端拉新来的用户质量存在争议 3)当然也可能是你的能力本身存在争议。当你做得更深以后,你甚至连细节都可以预判哪些呈现会对转化率的提升更显著。

这里我再举一个给其他小伙伴公司咨询的时候的实战案列,假设用户刚激活一款APP你要让他头名时间转化付费,只给你一个窗口六个区域去展示不同的付费功能,你会怎么放置功能让他立马付费?

200天提高美国用户生命周期价值10倍是怎么做的?

▲来自百度图文

-A提倡介绍酷的功能比如JPEG转Excel

-B提倡六个区域都介绍常见的比如去广告

-C提倡分几组跑个A/B不就完事了

那你会怎么选?如果按照他们的讨论去跑个A/B,你依然是捡了芝麻丢了西瓜。A的策略会让用户很迷,因为在首次激活的阶段,这些用户存在一定概率是体验不到你在表达什么,因此不会为这些不明觉厉的东西去买单。B的策略则是平淡无奇的付费引导,用户依然不会买单。C的策略中规中矩,和大部分运营产品的思路如出一辙,但当问到到底跑多少组实验并且怎么跑的时候,全凭感觉蒙。

我当时拒绝了他们的a/b测试的方案,因为这三个做法完全没有基于对用户行为的任何拆解。这种排列组合我可以做出20C6多组,流量够你分吗?随即,我决定看这款产品的App Store listing展示的是什么爬虫搜索引擎看用户在社交媒体上讨论这个产品的时候围绕哪些点,有没有侧重点,再看该产品下载的自然流量的占比是多少去决定用户大多冲着什么而来,我便知道1-2位置适合展示的是什么,而3-5的位置我选择展示了类似去广告这种通俗易懂的特权,第六个我选择展示一个“10+更多”的按钮去告知用户:付费很划算,我们还有很多功能,你可以手快买定离手或者你可以继续探索(我并不想你就此直接跳出付费环节)。

2. 数学和统计能力,做增长势必离不开准确的数据分析,数据分析自然离不开准确的数据埋点,要做好准确的数据埋点,则离不开你的统计假设。数学的加减乘除还是统计工具的使用有多666都无法直接决定在数据分析上的造诣。因为知道从什么维度去展开统计,从而根据统计来的数据来判断一个策略的成功与否才是关键。存在一些情形,数据会欺骗你,从而误导你的判断。引用教科书上分享的一个二战的例子:

在二战战况激烈的时候,很多幸存飞回的美国飞机被子弹打得千疮百孔。有个很有意思的地方是,弹坑密集出现在飞机的几个区域,它们分别是引擎,机身等等。

200天提高美国用户生命周期价值10倍是怎么做的?

于是,军队发现了提高效率的可能性。他们认为,如果着重强化飞机的几个容易被打击或者容易损坏区域,那么不仅能够拯救更多的飞机,而且还能节省装甲材料(抵御敌火的材料)的用量。军方找到了 Abraham Wald (一位数学家)还有几个顶尖的数据分析师,给他们提供了幸存飞机的数据,上面有弹坑分布的区域。

200天提高美国用户生命周期价值10倍是怎么做的?

基于这份数据,你觉得飞机的哪一部分是军方应该强化的呢?大多数人都觉得应该是机身,但你们很可能错了。更准确的答案应该是引擎。Wald 注意到他们给的这份数据并没有很好的反应问题所在。其中,引擎受到的打击数比较少的原因是那些引擎被打爆的飞机已经飞不回来了。而大多数存活下来的飞机居然还有那么多弹坑足以说明,这些飞机的机身已经足以抵御攻击了。飞机的其它区域比引擎更容易被打到,然而引擎才是真正的弱点。

实践中,我发现很多做产品和做运营的同学在部署埋点和分析的维度是存在很大的问题。比如很多人注重了当下的利益而疏忽了留存以及长尾留存带来的长期收益的对比,又比如很多童鞋忘记了机会成本而错误选择了非脱颖而出的策略,常见的错误有很多,以后我们再聊。

3. 想象力,也并非完全与生俱来,多训练一些jump out of box的训练方法是可以练成跳出固定思维的怪圈,训练方法我们日后再聊。那么当我们说如果缺乏想象力和脑洞的时候,我们应该怎么办?用爬虫或者人工去扒竞品或者类似领域的排名靠前的产品的数据,基于他们的下载排名和畅销排名来选择目标产品哦。如果说下载排名一般但是畅销排名非常靠前,可以说这类产品过人是转化率做得非常极致的产品,去研究他们的做法。

当你发现一个产品在某个时间节点发生排名质变的时候,你就要去研究前后做了什么区分。当然,你会说你都下载了新颖版本,又怎么去获得老版本呢?现在大部分的产品都有破解版软件,搜一下总是能找到的,细心一点前后做个对比,发现一个大增长机会何乐而不为呢?

我猜,读到这里,大家可能关心的点是,我到底做了什么能在200天内提升用户生命周期价值10倍?这些策略在日后的文章里,会陆陆续续进行披露,包括我们产品在2018年3月霸占了中国IOS地区的热搜榜前十的策略。不过,对我们更重要的,不是应该培养做增长的技能和方吗?

彩蛋1关于获客,当你把LTV做到一定高度,获客会变得十分简单,因为UA的ROI很容易变正,在这个基础上你可以尽情的投放。所以我一般建议初创公司从0-1好好验证产品,在1-100的过程中就可以不断尝试付费转化的测试,紧接着从Facebook和Google上尽情扫量就行。我反而不建议那种一味过早追求流量而很晚才考虑怎么转化付费、怎么提高LTV的做法。

彩蛋2关于下一期主题,如何利用Google Play的自带机制完成一次逆袭,同时我会拿一个实际的付费策略出来分析消费者逻辑,这个策略也曾在2018年末将我们产品的欧美市场的LTV翻了一倍。

本文转自微信公众号九日论道(ID:growthhack),未经作者许可,禁止转载。

【原创】   本篇文章属于

数极客是新一代用户行为分析与数据智能平台,支持用户数据分析运营数据分析留存分析路径分析漏斗分析用户画像SEM数据分析等16种分析模型的数据分析产品,支持网站统计网站分析APP统计APP分析等分析工具,以及会员营销系统A/B测试工具等数据智能应用,支持SAAS和私有化部署,提升用户留存和转化率,实现数据驱动增长!

发表评论

评论已关闭。

相关文章