• <ol id="sm76c"><big id="sm76c"></big></ol>

    <legend id="sm76c"></legend>

    <rp id="sm76c"><samp id="sm76c"><noframes id="sm76c">
    1. <s id="sm76c"></s>
    2. <span id="sm76c"><output id="sm76c"><small id="sm76c"></small></output></span>
        1. <span id="sm76c"><input id="sm76c"></input></span><strike id="sm76c"></strike><span id="sm76c"><input id="sm76c"></input></span>

            <tbody id="sm76c"><output id="sm76c"></output></tbody>

          1. 抖音集團數據指標體系分析與增長(cháng)實(shí)踐

            2023/5/18 15:15:00 來(lái)源: 網(wǎng)絡(luò )

            今天分享的主題是指標體系分析與增長(cháng)實(shí)踐?;鹕揭媸亲止澨鴦?dòng)旗下的云服務(wù)平臺,把字節發(fā)展過(guò)程中積累的一些經(jīng)驗,通過(guò)增長(cháng)方法、技術(shù)、工具和能力開(kāi)放給外部企業(yè),幫助企業(yè)在數字化轉型過(guò)程中實(shí)現持續增長(cháng)?;鹕揭姘漠a(chǎn)品多種多樣,今天介紹的是兩個(gè)數據產(chǎn)品,一個(gè)是行為分析平臺(DataFidner),一個(gè)是 A/B 實(shí)驗平臺(DataTester)。

            增長(cháng)實(shí)際上是一個(gè)老生常談的話(huà)題了,大家都很熟悉,但在實(shí)踐過(guò)程中仍然有很多的疑問(wèn)。比如指標體系應該怎么搭建,如何通過(guò)數據分析找到關(guān)鍵瓶頸,找到之后又應該怎么做等等。今天就是針對這些問(wèn)題來(lái)進(jìn)行分享。

            一、構建指標體系

            首先來(lái)介紹一下指標體系的構建。

            1、指標拆解思路

            做指標增長(cháng)首先需要找到北極星指標,也就是唯一重要指標,指引全公司向同一個(gè)方向發(fā)展。在這個(gè)里面我們有一個(gè)地方需要注意,就是北極星指標能夠體現產(chǎn)品給用戶(hù)提供的核心價(jià)值。這個(gè)指標變化是能夠代表你的產(chǎn)品不斷健康發(fā)展的。例如問(wèn)答類(lèi)社區的北極星指標就是問(wèn)題回答數。像音樂(lè )類(lèi) APP,就是總聽(tīng)歌時(shí)長(cháng),電商類(lèi)可能就是總 GMV。

            找到北極星指標之后,如何利用它?這個(gè)時(shí)候就需要按照關(guān)聯(lián)因素再逐步拆解。我們日常講任何生意都能用簡(jiǎn)單的數學(xué)模型來(lái)描述,包括活躍用戶(hù)數就可以拆成新增活躍和已有活躍,新增活躍又可以拆成訪(fǎng)客流量、新用戶(hù)激活率,已有用戶(hù)可以拆成已有用戶(hù)和老用戶(hù)的留存率。

            這樣就非常具象化了,比如訪(fǎng)客流量就找市場(chǎng)部,新用戶(hù)激活率除了跟市場(chǎng)部的流量質(zhì)量有關(guān)系外,也和產(chǎn)品有關(guān)系,比如注冊流程是否夠簡(jiǎn)單,新用戶(hù)引導是否夠清晰,又比如老用戶(hù)的留存率,可以找產(chǎn)品運營(yíng)和用戶(hù)運營(yíng)。所以指標的拆解,最終的目的是要把最重要的指標細化,變成一個(gè)個(gè)公式的因子,從而找到增長(cháng)的方向和負責的部門(mén)。這些因子又有關(guān)聯(lián)的因素,比如訪(fǎng)客流量關(guān)聯(lián)到的因素就是推廣的曝光量、線(xiàn)索的轉化率、推廣的內容。所以指標拆解會(huì )讓你的增長(cháng)有跡可尋。

            2、北極星指標拆解

            下面舉一個(gè)實(shí)際的例子。

            以火山引擎服務(wù)過(guò)的一家企業(yè)為例,其商業(yè)模式是返現業(yè)務(wù)。它會(huì )把用戶(hù)導流到各大電商平臺或者是外賣(mài)平臺,如果用戶(hù)從它這里跳轉到外賣(mài)平臺或者是電商平臺完成了下單之后,可以從這個(gè) APP 拿到平臺那邊的返傭。以這樣的一個(gè)業(yè)務(wù)為例,GMV 就是他們的北極星指標。因為 GMV 越高,拿到的抽成越多,同時(shí)又因為它主要的業(yè)務(wù)板塊是外賣(mài)和電商,所以可以把 GMV 拆成外賣(mài) GMV 加電商 GMV,外賣(mài)的 GMV 是外賣(mài)的付費用戶(hù)數乘以客單價(jià)。對外賣(mài) GMV 再做一層拆解,付費用戶(hù)數可以分為新用戶(hù)、老用戶(hù),新用戶(hù)消費可以拆成新用戶(hù) UV,新用戶(hù)激活率,老用戶(hù)消費拆成老用戶(hù) UV、留存率,以及外賣(mài)抵達率和購買(mǎi)轉化率和客單價(jià)。當然也可以有其它的拆解思路。最關(guān)鍵的就是要把它拆成一個(gè)個(gè)關(guān)聯(lián)影響因子,這個(gè)因子能夠和日常的工作關(guān)聯(lián)起來(lái),能夠把指標拆解到具體的業(yè)務(wù)方向上,才能夠知道一旦這個(gè)指標出了問(wèn)題,要做什么動(dòng)作,才可能去優(yōu)化這個(gè)指標。接下來(lái)就要去搭建指標體系。

            3、依據增長(cháng)模型構建指標體系

            要搭建指標體系,先要看現有的數據。通常來(lái)講,我們會(huì )通過(guò)這幾個(gè)角度來(lái)設計一個(gè)全盤(pán)的指標體系:

            基礎活躍:要了解用戶(hù)的基礎數據分布情況,新老用戶(hù)的分布,活躍情況等。

            用戶(hù)體驗:用戶(hù)對于流程的完成率,關(guān)鍵環(huán)節的轉化率等。

            用戶(hù)運營(yíng):日常 APP 里面的一些活動(dòng),比如優(yōu)惠券的使用情況,用了之后的客單價(jià)是否提高了,用完了之后的復購率是否提高了。

            商品營(yíng)收:最終商品的銷(xiāo)售成果,首購、復購的情況,訂單目標是否完成等等。

            從以上這些方面,我們可以構建出一個(gè)完整的指標體系。

            構建完指標體系之后,我們需要設計埋點(diǎn)方,并用 SDK 上報采集這些數據。

            4、依據指標體系設計數據采集方案

            以火山引擎的增長(cháng)分析(DataFinder)為例,火山引擎的行為分析數據,產(chǎn)品的底層模型有一張事件表一張用戶(hù)表,事件表用來(lái)存儲用戶(hù)的事件,用戶(hù)來(lái)到我們的 APP 會(huì )發(fā)生用戶(hù)啟動(dòng)瀏覽、購買(mǎi)等行為,我們把用戶(hù)的一種或者是一類(lèi)行為抽象成一個(gè)個(gè)事件,同時(shí)在動(dòng)作發(fā)生時(shí)用來(lái)描述這個(gè)事件信息的,我們把它叫做事件的屬性。用戶(hù)表是存儲描述用戶(hù)本身的信息,比如注冊時(shí)間、VIP 等級。通過(guò)這兩張表就可以完整的獲取到我們想要的指標,就可以描述出一個(gè)用戶(hù)在什么時(shí)間、什么地點(diǎn),以什么樣的形式做了一件什么事。埋點(diǎn)方案的示例可以參考上圖右側。

            5、多維數據分析

            數據方案設計完畢了,交給開(kāi)發(fā)同學(xué)去埋點(diǎn),并且做好了數據校驗上線(xiàn)之后,我們就可以在產(chǎn)品中配置對應的指標看板,這樣就可以一目了然的觀(guān)察數據的波動(dòng)和異常。這里可能會(huì )有一些問(wèn)題,比如數據天天看每天都差不多怎么辦?以及看出了異常,但是不知道怎么做下一步的分析。

            我們再回到最初構建的指標拆解模型。圖中數據已經(jīng)做了脫敏,可以明顯地看到哪個(gè)指標有優(yōu)化的空間,非常明顯是外賣(mài)業(yè)的抵達率,這就相當于總流量的不到 10%,所以很多流量白白浪費了,所以我們要針對這塊進(jìn)行優(yōu)化。另外,新用戶(hù)的激活率 20%,也有很大的用戶(hù)空間。

            找到了瓶頸之后,接下來(lái)就要看如何提升這個(gè)指標。

            二、設計策略增長(cháng)優(yōu)化

            這一章節就來(lái)介紹非常核心的部分,指標設計、策略、增長(cháng)優(yōu)化。

            1、Lift 模型

            《測出轉化率》一書(shū)中有一個(gè)非常經(jīng)典的模型,叫做 Lift 模型,它是目前公認的 A/B 測試方案最科學(xué)的模型,也是應用最廣泛的模型。它提出策略迭代有 6 大原則:

            首先是價(jià)值主張,也就是給用戶(hù)提供什么樣的價(jià)值;相關(guān)性和清晰度,指的是頁(yè)面呈現給用戶(hù)的信息是否與價(jià)值主張相關(guān),是否與用戶(hù)訴求相關(guān),文案描述夠不夠清晰;注意力和焦慮感,指的是頁(yè)面有沒(méi)有過(guò)多的雜亂因素會(huì )分散用戶(hù)的注意力,是否有讓用戶(hù)做一些行動(dòng),比如填寫(xiě)身份證號碼等,引起用戶(hù)的焦慮感,導致他的跳出或者流失;緊急度,就是要營(yíng)造出一種機不可失的感覺(jué)。

            2、目的是讓用戶(hù)產(chǎn)生動(dòng)力

            最終我們的目的就是讓用戶(hù)對我們的產(chǎn)品產(chǎn)生行動(dòng)力,不管是讓用戶(hù)注冊、點(diǎn)擊、瀏覽、收藏、分享還是付費,都是要讓用戶(hù)去行動(dòng)。

            用戶(hù)的動(dòng)力就等于他在頁(yè)面感知到的好處,減去感知到的成本。比如上文提到的外賣(mài)返現業(yè)務(wù),著(zhù)陸頁(yè)投放的核心主旨是新用戶(hù)注冊就可以領(lǐng) 99 元無(wú)門(mén)檻優(yōu)惠券,在這個(gè)場(chǎng)景里,用戶(hù)感知到的好處就是 99 塊無(wú)門(mén)檻優(yōu)惠券,需要付出的成本就是輸入手機號并且輸入驗證碼,然后注冊成為用戶(hù)。E 乘以 F 的冪次方,指的是展現的信息,與用戶(hù)進(jìn)來(lái)這個(gè)頁(yè)面時(shí)候的預期是否相吻合。比如我進(jìn)來(lái)的時(shí)候,通過(guò)前一個(gè)頁(yè)面進(jìn)來(lái)的時(shí)候我想看到的就是無(wú)門(mén)檻優(yōu)惠券,但進(jìn)來(lái)之后有很多繁雜的規則,那么就不符合我的預期,這時(shí)就可能起了一些反作用。所以當呈現給用戶(hù)的信息越符合用戶(hù)的預期,并且信息的聚焦度越高,那么用戶(hù)的行動(dòng)力就會(huì )越強。

            接下來(lái)具體介紹上面提到的六個(gè)原則。

            3、相關(guān)性

            相關(guān)性,就是確保頁(yè)面的內容和用戶(hù)希望看到的內容相關(guān),也就是你的價(jià)值主張是否與用戶(hù)訴求密切相關(guān)。一個(gè)很好的案例就是這個(gè)公司的定期投資的功能。

            上圖中列出了項目初始版的文案,以及優(yōu)化版的文案。我們可以很明顯地看到,初始版的文案實(shí)際上跟用戶(hù)幾乎是沒(méi)有什么關(guān)聯(lián)性的。優(yōu)化迭代后的文案把好處和成本描述得非常清晰,用戶(hù)就會(huì )很明顯的感知到我需要付出的成本,以及它能給我帶來(lái)的好處是否劃算。

            4、清晰度

            清晰度是最容易出優(yōu)化文案的,改一個(gè)文案,改一個(gè)圖片,改一個(gè)圖標,改一個(gè)按鈕的顏色非常的簡(jiǎn)單,可能帶來(lái)意想不到的效果。另外需要注意的一點(diǎn)是,文案不要有歧義,要做到真誠、清晰地表達,減少用戶(hù)的認知成本。

            5、注意力

            注意力,這里指的是單頁(yè)面的元素數量與設計排列的權衡。如果要更加簡(jiǎn)單,那么信息應該是非常聚焦的。相反,如果一個(gè)頁(yè)面進(jìn)來(lái)全部都是五花八門(mén)的圖片,或者是很多突出的亮點(diǎn)、按鈕,那么用戶(hù)可能根本分不清你的重點(diǎn)是什么,也不知道該怎樣去做出行動(dòng)。

            6、焦慮感

            焦慮感是用戶(hù)轉化路徑上的雙刃劍。

            一方面,不得不說(shuō)某些情況下焦慮感確實(shí)促進(jìn)轉化,比如商家常常販賣(mài)焦慮,容貌焦慮、財富焦慮等等。

            但另一方面,販賣(mài)焦慮也很容易引起反感,反而形成一些負面作用。比如當你的產(chǎn)品給用戶(hù)一種不可靠的感覺(jué),或者是本身產(chǎn)品功能缺失,或者是讓用戶(hù)填寫(xiě)一些敏感信息的時(shí)候,用戶(hù)可能就會(huì )選擇放棄。

            7、緊急度

            關(guān)于緊急度,有兩個(gè)部分,一部分是外部驅動(dòng),還有一部分是內部驅動(dòng)。外部驅動(dòng)其實(shí)是營(yíng)造與用戶(hù)相關(guān)的緊急氛圍,比如限量、限購其實(shí)就是塑造一種緊急度。另外一種就是內部驅動(dòng),確實(shí)是緊急需要的,是剛需。

            總結一句話(huà),我們要遵循行動(dòng)力公式的基本原則,貫徹落實(shí)相關(guān)性、清晰度、注意力、焦慮感以及緊急度 5 大方針,持續地去做實(shí)驗的迭代和優(yōu)化。

            三、指標增長(cháng)思路

            再回到第一個(gè)章節中的例子,來(lái)看一下指標增長(cháng)的思路。

            1、針對外賣(mài)頁(yè)抵達率 7% 的瓶頸,我們能做什么

            針對外賣(mài)頁(yè)抵達率 7% 的瓶頸,我們在火山引擎 A/B 測試(DataTester)中開(kāi)了 3 個(gè)實(shí)驗,第一個(gè)實(shí)驗是針對入口,去提供更加醒目的外賣(mài)頁(yè)的入口 tab,原版本的入口 tab 是餓了么和美團外賣(mài)的圖標,只有圖標沒(méi)有文字。優(yōu)化后的版本,一個(gè)是以紅包的形式,加文案“外賣(mài)返現”,二是加 1 個(gè)漢堡加可樂(lè ),加上點(diǎn)外賣(mài)的文案。通過(guò)這樣的調整來(lái)提高外賣(mài) tab 的點(diǎn)擊率,從而提升外賣(mài)頁(yè)抵達率。

            第二個(gè)實(shí)驗是,通過(guò)前面的數據分析發(fā)現,絕大部分用戶(hù)通過(guò)紅包去完成下單。前文中提到過(guò)用戶(hù)領(lǐng)的紅包到底有沒(méi)有用,絕大部分用戶(hù)可能在有紅包的時(shí)候下單的動(dòng)力更強,所以說(shuō)明大家對紅包很在意。所以針對外賣(mài)的承接頁(yè)和返現頁(yè)分別設計了優(yōu)化方案,用 A/B 測試來(lái)找最佳版本。我們先看這個(gè)承接頁(yè),你看它一開(kāi)始的時(shí)候其實(shí)是 3 個(gè)圖片,大塊的圖片,它的配圖文案以及按鈕都不太清晰。

            第三個(gè)實(shí)驗是,在原始版本里面紅包的體現并不是特別突出,所以這里突出我們的價(jià)值主張,強調紅包的存在。

            以上就是針對外賣(mài)頁(yè)抵達率低而提出的三個(gè)優(yōu)化方案。

            2、實(shí)驗結果

            上圖是火山引擎 A/B 測試產(chǎn)品給出的一個(gè)實(shí)驗結果。

            3、這并不是需要大團隊才能做的事兒

            這并不是需要大團隊才能做的工作,其實(shí)只要 3~5 個(gè)人就可以了。而且如果成熟度比較高的產(chǎn)品,像火山引擎的 A/B 測試這樣的產(chǎn)品,會(huì )非常高效。

            4、小結

            最后總結一下我們的整個(gè)體系。首先我們會(huì )去搭建一個(gè)小的增長(cháng)團隊,也就是虛擬小組,比如產(chǎn)品、數據分析開(kāi)發(fā)就可以了。之后,同步一下增長(cháng)黑客的認知,我們整理出北極星指標,指標差異拆解完之后,通過(guò)數據看板去比對增長(cháng)瓶頸到底在哪里,哪個(gè)指標是現階段最緊迫要提升、要優(yōu)化的。聚焦這一領(lǐng)域去做 A/B 測試,定期去做實(shí)驗數據分析,然后去設計更多的實(shí)驗方案。

            可以定期去做增長(cháng)的復盤(pán)會(huì )議,并且去做持續的優(yōu)化方案。當某一個(gè)階段之后,之前的聚焦領(lǐng)域再去提升的收益已經(jīng)不大的時(shí)候,就可以換一個(gè)方向、換一個(gè)聚焦點(diǎn),去做增長(cháng)的循環(huán),這個(gè)就是整個(gè)增長(cháng)的流程。

            四、抖音集團案例實(shí)踐

            抖音集團的案例實(shí)踐其實(shí)還是延續前文中的方法策略,先做指標拆解,找到瓶頸,再去設計策略?xún)?yōu)化,去做一些優(yōu)化迭代的方案,再去觀(guān)察數據效果,這樣去不斷循環(huán)。

            1、案例一 懂車(chē)帝

            第一個(gè)案例是懂車(chē)帝,他希望能夠提升短視頻的播放量,實(shí)現整體用戶(hù)的促活。我們把播放量拆成了播放人數和人均播放次數。播放人數可以按照不同的入口拆解,最終找到的瓶頸是首頁(yè)推薦流量非常大,但是播放量比較低。我們也參考了同類(lèi)競品,加入了組卡形式。然后發(fā)現整個(gè)的提升效果非常明顯。

            人均播放次數這邊是按照不同的模塊去拆解,用所有模塊的播放次數加起來(lái),發(fā)現新用戶(hù)下滑 feed 流模塊的人均播放次數最低。我們就猜想根據前期的驗證,加入新引導提示可能會(huì )有比較大的提升。

            上面兩個(gè)產(chǎn)品的策略,都通過(guò)火山引擎 A/B 測試來(lái)驗證過(guò),策略上線(xiàn)后最終播放量提升了 300%,實(shí)驗效果非常明顯。

            懂車(chē)帝的第二個(gè)實(shí)驗,希望在不影響未登錄用戶(hù)的情況下提升登錄率。轉化漏斗的定位問(wèn)題是觸發(fā)登錄率過(guò)低,需要給未登錄的用戶(hù)增加登錄引導。增加了登錄引導之后,通過(guò)路徑圖可以看到,用戶(hù)沒(méi)有按照我們既定給他設計的產(chǎn)品路徑走,通過(guò)這個(gè)用戶(hù)路徑我們就可以找到是加入登錄引導,可能會(huì )對實(shí)驗流程更好。所以這個(gè)時(shí)候就采取 A/B 實(shí)驗,在每個(gè)入口嘗試不同的引導方式,最終實(shí)驗出來(lái)一個(gè)最佳的方案,登錄率提升將近 10%,這也是一個(gè)非??捎^(guān)的提升。

            2、案例二 抖音

            再來(lái)看抖音的案例,也是希望提升登錄率,登錄率又按照不同的用戶(hù)群體去拆分,發(fā)現中老年群體的登錄率低于大盤(pán),所以這個(gè)時(shí)候需要對這塊做一個(gè)整體優(yōu)化。根據中老年群體的登錄率,我們又找到了其登錄轉化漏斗發(fā)現最大的流失環(huán)節是在同一隱私條例這塊。

            與其他的產(chǎn)品對比,也發(fā)現它的提醒沒(méi)有那么直接,所以我們在這里去嘗試對未點(diǎn)擊同意條例直接提交用戶(hù),進(jìn)行一個(gè)彈窗非常明顯的提示,這個(gè)提示就是增加清晰度,經(jīng)驗證是有效的。結果就是大盤(pán)整體提升 0.5%,雖然只是 0.5%,但是因為抖音的體量是非常大的,所以 0.5% 的數據用戶(hù)量已經(jīng)是百萬(wàn)級別的,所以效果也是非常明顯的。

            3、總結

            總結一下,先構建指標的增長(cháng)體系,再找到瓶頸,然后再去設計增長(cháng)策略、迭代方案,再通過(guò) A/B 實(shí)驗找到最佳的那個(gè)效果,不斷循環(huán)。

            責任編輯:姜華來(lái)源: DataFunTalk

            欧美肥妇bwbwbwbxx_91精品久久综合熟女_国产农村乱子伦精品视频_久久免费国产版