快好知 kuaihz

在谈新用户激活前,先问自己:你产品的Aha时刻找对了吗?

当下互联网环境,流量红利消失,增长是愈难,愈是要增长。

关于增长的一些方法和实战,做以下总结和分享:

本文将回答以下问题:

增长转化流程中,最应该核心关注的是哪一个环节?

怎样才算是真正意义上的产品激活,你的激活数据算对了么?

像俄罗斯套娃一样,帮你一步步找到产品的Aha时刻!

一、最应该核心关注的是激活转化

说到增长,若在AARRR基础上再浓缩提炼一下,那就是「认知-触达-转化」。

认知:即设法让潜在用户知道/听过你

回想下这些场景:

“你在地铁、楼宇、电梯间看到的各种洗脑式刷屏广告,比如,「找工作就上BOSS直聘」,「旅游就上马蜂窝」。”

“你从朋友口中听到,通过XX电商产品不仅能领券购物,收货后还能按比例返现,于是你默默的下载使用了。”

“你的微信好友向你发来了XX活动的助力、砍价、点赞邀请”

“你可能还得到过微商朋友关于各种XX产品的亲切慰问”

……

这些品牌传播、KOL裂变、老带新分享、口口相传等都是让用户产生认知的方式,在用户的潜意识里悄悄地埋下了一粒种子。

触达:即设法让潜在用户发现/看到你?

回想下这些场景:

“你在应用商店下载安装了微信、支付宝、百度地图、招商银行…”

“你在XX网站输入「数据埋点」想搜下数据埋点怎么做,搜索结果出现了神策数据、GrowingIO”

“你在XX短视频平台刷视频打发时间,隔三差五就会出现XX自考本科,XX少儿英语,XX漫画,XX游戏的产品广告”

“你看到常用学习平台的友情链接里出现了一款XX产品”

“你在手机的负一屏看到了来自Siri建议的XX产品”

……

这些SEM、SEO、信息流、商店的渠道投放、厂商合作、BD合作等都是触达到用户,让用户能够看到、获取到产品的方式。

转化:它是一个集合体

包括:

(1)获取到新用户激活转化

(2)激活用户提升忠诚度的留存转化

(3)留存用户的分享推荐转化

(4)留存用户的付费价值转化

(5)以及流失用户的召回转化

在认知、触达环节我们已经投入了大量的精力和成本,进行产品的打磨,渠道的推广、激励的发放等。

接下来最核心的就是第一层转化,即「获取到新用户激活转化」。

因为,只有潜在用户在你的产品里成功激活转化了,之前的全部投入才不会打水漂;否则若是用户在你这获得了不好的产品体验,转头选了竞品激活转化了,那可真是为别人做了嫁衣。

同时,新用户激活更有催化作用,前期新用户激活率每提升一个百分点,对应到之后的留存曲线上就会提高一点点,用户整个生命周期价值就会放大,对整体的留存和收益都有积极的影响。

所以,在整个增长转化的流程中,我们更需要关注并持续优化新用户激活体验。

二、激活转化率要算对

激活转化核心要解决的是:如何首次给用户一个好的产品激活体验。

将「好」定量来看,通过数据来解读,明确的激活指标就是「激活率」。高的激活率,可算得上是有一个「好」的激活体验。(激活率=激活用户数/获取用户数)

那么,新用户需要达到什么程度,完成什么动作才算是激活呢?

用户下载完成后,仅打开进入APP算激活么?

用户进入APP后,点开浏览了一篇文章算激活么?

用户使用产品完成了拍照、美颜操作算激活么?

通常,在计算激活转化率前,我们常会提到“Aha时刻”,只有达到了Aha时刻的用户才可统计为激活用户数。

比如:

某款社交产品,定义它的Aha时刻可以是1天内加3个好友,3天内加5个好友,7天内加10个好友,具体再根据产品所处阶段及对应留存曲线来动态调整。激活策略更多会引导用户加好友,不断丰富社交圈。

比如某美颜相机产品,定义它的Aha时刻可以是一天内使用滤镜功能进行照片的美化操作。激活策略是将滤镜功能前置,让用户更容易发现并体验到滤镜功能。

比如某旅游电商产品,定义它的Aha时刻可以是6个月内完成首单。激活策略更重要是尽量精简订单流程,给到用户优惠激励助推等。

……

三、用套路轻松找到Aha时刻

那什么是“Aha时刻”呢?

Aha时刻是用户首次确认产品对自己“有价值”的那一刻,本质上,它是用简化的行为数据模拟用户首次得到价值的时刻。

在这一刻,用户灵光乍现,兴奋地脱口而出“啊哈,原来这个产品是用来XXX的”,此时,他已经真切地感受到了产品的价值所在。

为什么一定要达到“Aha时刻”才能算真正意义上的激活

以终为始, 这是从长期留存用户倒推早期关键行为的结论,通过分析数据,观察活跃用户与流失用户之间的行为差异。

当然,想要达到“Aha时刻”还需满足3个前提条件:

(1) 产品对于用户是有长期价值的(即PMF,也是达到产品-市场契合的本质)

(2)通过某些关键行为,新用户可以快速感受到产品的(部分)长期价值

(3)感受到长期价值的新用户有更大的可能性留下来

要怎么做才能找到产品的“Aha时刻”?

先将“Aha时刻”的定义进一步量化,可表示为:【谁】在【多长时间】完成【多少次】【什么行为】

由此,可直观看到,我们需要明确目标用户,找到具体激活行为,验证魔法数字后,才能真正找到产品的“Aha时刻”。

第一步:提出备选激活行为

即确定激活目标:产品的Aha时刻备选激活行为是什么?为什么?

一个普适的方法是通过关键问题分析法。通过关键问题分析,找到产品的长期价值,和体验到这些价值需要的行为,并反推新用户在短期可以完成的行为有哪些。回答好下面6个问题后,答案也就浮出水面。

(1)who,用户是谁?

(2)what,用户用这个产品要解决什么问题?

(3)why,用户为什么要解决这个问题?

(4)vs,用户还有其他什么方法解决这个问题?

(5)用户可能的激活行为是什么?

(6)哪些行为用户可以迅速完成?

另一个较花时间的方法是通过用户调研分析法。如果有大量备选行为,可通过用户调研进一步缩小备选行为数量,对于有多个使用场景和功能的产品尤其重要。

你需要核心关注并找到以下3个问题的答案:

(1)找长期活跃的用户,为什么觉得产品有价值?

(2)找注册号迅速离开的用户,为什么迅速离开?

(3)找注册后活跃使用的用户,为什么留下来?新用户时期做了哪些动作?有哪些关键的体验?

第二步:找到与留存相关性最强的激活行为

这一步不仅要找到潜在的激活行为,还需要确定时间窗口。

首先,找到新用户激活期, 评估新用户要多快完成激活

这里有3个原则:

(1)使用频次越高,激活越快,否则,反之(如:saas,需30天激活;社交,需1天激活

(2)生命周期越短,激活越快(如:游戏,仅1天就激活

(3)参考实际数据,看大多数早期激活行为发生的时间窗口(如:80%都发生在前1天,那可以粗略将时间窗口设为:1天)

然后,找到激活行为。对比早期留存曲线,找到对留存影响最大的其中1个行为。

那到底该如何找到“激活行为”?

只需这4步即可获取:

(1)收集所有新用户前30天留存数据;

(2)将用户按有无某个行为分组,收集留存数据(如:所有新用户、第一天使用过A功能、第一天没使用A功能、第一天使用过B功能、第一天没使用B功能);

(3)画出不同用户组的前30天留存曲线;

(4)对比留存曲线,找到有无该行为,留存差别最大的。

第三步:计算魔法数字

即:用户需要重复多少次。

为什么要计算魔法数字呢?

理论上,重复次数越多,留存提升越大。 有些激活行为仅做1次就够,如电商首单; 有些激活行为需重复多次,如看短视频。 实际上,需找到激活行为最佳次数,确保用户获得价值。

那要怎么计算魔法数字呢?

也有两种方法:

方法1:边际效用最大法

(1)画出新用户首日激活行为次数的分布图

(2)分析首日激活行为次数和次日留存率关系

(3)找到留存边际效益最大的点对应的激活行为次数

方法2:韦恩图(首日使用XX功能与次日留存)

(1)找到有该行为,并且次日留存的人数

(2)找到有该行为,但无次日留存的人数

(3)找到无该行为,但有次日留存的人数

第四步:测试验证因果性

需:通过AB测试验证。

上面的步骤 找到某个早期行为的用户,同时留存率更高,这暂且只能说明两者的相关性。

只有通过实验证明用户做了某个早期行为,导致留存率更高,这才说明了两者的因果性。

此时,完成以上四步,才能确定已经找到该产品新用户的Aha时刻。

四、案例:尝试找到某知识付费产品的Aha时刻

下面以某知识付费产品做为case示例说明,如何一步步找到这款产品的Aha时刻。

第一步:提出备选激活行为

(1)who,用户是二三线城市的读书爱好者、终身学习者。

(2)what,用户用这个产品想要养成读书的习惯,读好书,学到知识。

(3)why,用户想要利用空闲时间读书学习,不断提升自己。

(4)vs,用户还可以自行查找书籍,购买,阅读,或是借助其他读书平台来达成。

(5)用户可能的激活行为是:搜书、播放、加入书架、下载书、收藏书、买书。

(6)搜书、播放、加入书架、下载书、收藏书行为,用户可以迅速完成,可作为备选行为。而买书有一定的决策成本,后置的可能性更大。

第二步:找到与留存相关性最强的激活行为

(无真实数据,暂且假设该产品的新用户激活期是前1天,新用户留存期是前30天)

模拟如下数据进行分析:该产品不同用户行为分组的新用户前30天的留存率。

从不同用户组的新用户留存曲线可见:最可能的激活行为是「使用加入书架功能」。

因为:安装1天内使用加入书架功能的用户近30天内整体的留存最高,且有无使用加入书架功能的曲线差别最大。

初步结论:用户激活前1天使用加入书架功能行为,最可能代表该产品新用户的Aha时刻。

第三步:计算魔法数字(重复多少次)

针对第一天使用加入书架功能的用户,模拟如下数据:

画出新用户首日激活行为「使用加入书架功能」次数的分布图

分析首日激活行为次数和次日留存率关系

找到留存边际效益最大的点对应的激活行为次数

使用「边际效用最大法」找到留存边际效益最大的点对应的激活行为次数为1次。

第四步:测试验证因果性【通过AB测试验证】

上面三步找到了早期行为用户的留存率更高的相关性,即「使用加入书架功能」的用户留存率更高,后续需要设计实验验证。

实验目的:验证早期行为与留存率的因果性;

实验设计:新用户引导流程加入「使用加入书架功能」引导提示;

对照组:激活1天内没有「使用加入书架功能」行为;

实验组:激活1天内有「使用加入书架功能」行为。

假设实验结论验证了「使用加入书架功能」行为与留存率的因果性,则可以确认找到该产品新用户的Aha时刻:用户在安装1天内使用过1次加入书架功能。

五、后续动作

以上,仅是掌握了找到某款产品新用户激活的Aha时刻。

这距离新用户激活还有一段距离,我们在找到了该产品新用户的Aha时刻后,想要改善该产品的新用户激活率,可以基于用户行为公式:行为=(动力-阻力)*助推+奖励

通过激励、人工、渠道、产品等激活手段,针对性地增强用户加入书架功能的动力、降低阻力、适时助推、及时激励。

因此,我们还需要:

进一步分析数据、发现线索, 找到提升新用户激活的线索;

梳理新用户激活思路(通过行为公式,促使用户完成激活行为);

综合评估、确认方案(评估难度、成本并确认激活方案)。

最后,才能完整输出新用户激活的完整策略。

请持续关注后续章节更新~

本站资源来自互联网,仅供学习,如有侵权,请通知删除,敬请谅解!
搜索建议:激活  激活词条  对了  对了词条  时刻  时刻词条  自己  自己词条  用户  用户词条  
运营

 差评的力量

本文来自@puting 。导读:一般商家面对差评第一反应可能是赶紧让这个差评消失,有时候,差评消失了,但也同时失去了一位在乎你的顾客,失去了一次和用户沟通交流并...(展开)