数据驱动的Growth Hacking正确姿势解析！

那些在你的产品上花的时间比平均用户多的多的小部分用户，会把你的累计或整体数据拉得相当高，「处理了1亿张照片」，是的，但那些大量的、压根就没有上传过照片的用户呢？换言之，那些大量的、根本就没有激活的用户呢？

我们来明确一下，打开应用不是激活，注册也不是激活，这些都只能代表用户在尝试你的产品，而只有当用户在发现并认可了产品的价值，并决定继续使用的时候，才代表这个用户激活了（Aha! 这玩意儿不错，正是我想要的）。

所以真正重要的是，那些大量未激活用户的问题是什么？换言之他们的问题才是你的机会，如果你自己也只是关注那些巨大的虚荣数字的时候，你不会接近这些问题和机会。

你需要明白是：

• 有多少用户没有正确的激活

• 用户在哪些地方迷路了

• 哪些流程是你需要去改善的

可执行指标：转化漏斗和拆分测试

从注册到激活的过程像是一次冒险，用户会在其中流失掉，而且他们可能永远不会再回来了。解决激活问题的最好的方式是创建一个包含这个过程中每一个步骤的漏斗，跟踪每一步转化率，然后当你看到用户在哪个地方流失的时候进一步的深入进去。

我们假设你创建了一个社区应用，里面有不同的兴趣小组，在小组中可以对相关的主题进行交流。你发现，一旦用户开始参与交流，他们就基本认可了产品的价值，趋向于留下来。但是，你也发现有一些人明显没有触达这个点（参与交流），而且他们流失掉了。

要理解为什么用户没有激活以及如何修复这个问题，只需创建一个漏斗，把漏斗的转化时间调至一天（特别是移动应用，你最好能让你的用户尽可能快的激活，是以小时以天计，而不是几周几月）。

在这个漏斗中，你将跟踪用户从注册之后，是如何一步步到达「评论话题」（参与交流）的：

在漏斗中，两个现象已经很明显了：

• 80%的用户没有加入任何一个小组

• 绝大多数加入小组的用户，都会评论话题，他们激活了

一旦用户加入了一个小组，大多数情况下就会发表至少一个评论并有一个不错的长期留存，问题是有相当多的用户根本就没有加入小组。在你看到这个漏斗之前你很难发现这个问题，当你开心看着评论话题的总量时，你没有看到那80%的用户根本都没有到达这个点。

好的一面是，这也向你提供了一个巨大的机会，80%的用户在从注册到加入一个小组的过程中流失掉了，你有一个巨大的空间去提高这个数字 。而且从你知道加入一个小组关系到用户的留存和满意度后，你就有了一个基本清晰的、数据驱动的途径去把你的产品真正的做的更好。显然这种方式比虚荣指标更有价值，而且可能会让你感觉更好。

要解决这个问题，为你从注册到加入小组的流程和体验多构建几个新的版本，然后分离测试它们以观察它们是如何工作的。不要担心把事件变得更复杂，如果它可以帮助新用户触达你的产品核心价值。Twitter这样做过，他们发现促使用户完成他们的Profile并且根据账号提供个性化的内容，能引导用户触达Aha!moment。

拆分测试你不同的想法，不断的做，直到你拥有一个坚如磐石的引导流程，能让用户以闪电般的速度触达Aha!moment。

不久，你的情况就会变得越来越好，你会开始感到兴奋，一切都是让人惊喜的，直到你想起来一个词：流失。

3. 留存-使用用户分群来识别留住用户的Feature

用户流失是产品的头号公敌，如果没有强大的激活和留存，用户流失会削减你的用户规模，而且从长远来看，它会逐渐毁掉你的产品。

最流行的衡量留存的方法是 DAU和MAU–日活跃用户数和月活跃用户数，衡量每天或每月有多少用户在你的应用上活跃。这听起来是 OK 的。但是，它存在一些问题：

• 这太容易夸大这些数字的意义，定义「活跃」是一件很难的事情，而企业通常会选择让他们 DAU 最大化的定义。

• 如果你的业务正在增长，新用户注册量会扭曲这些数字，从而妨碍你看到这些用户实际上有多少回来了。

• 即使前两个问题不存在，「活跃用户」的最简单的定义也不能让你找到识别提高留存方法的点在哪里。

比如你做了一个视频分享平台，近期通过各种手段做了大肆宣传，你的DAU会突然爆炸式的增长：

看起来非常棒不是吗？但接下来我们看一下，把实际拍过视频的人数加进来会发生什么：

当暴涨的下载量似乎证明你已经成功了，但你的播放视频人数会告诉你一个不同的故事。当你的下载量仍然在逐步增加，你的实际播放视频的人数反而在增少。一方面你成功了：用户在下载你的应用，另一方面你也有明确的证据表明有些事情正在变得非常糟糕。如果没有干预，你将会在这里结束：

可执行指标：用户分群分析

要真正在你的应用中构建良好的用户留存，你需要分析你的用户行为。

一些用户被你的应用吸引而且频繁的使用你的应用；而另一些用户下载之后根本看不到价值，然后把它删掉。为了获得更多的前者，而非后者，你需要从你的超级用户（比其它用户更多更频繁的使用你的产品）中学习。

问题来了，是什么东西粘住了用户？这不能用直觉来回答。Facebook和Linkedin不用直觉去创造用户粘性，而是用严谨的分析和实验。

这里可能是你开始看留存图的样子–在某一天注册了一批用户，然后有多少在后续一个月的每一天中回访了：

这是7日的留存：

然后这是只看1日后的留存（次日留存）

你会发现这个例子中的次日留存把问题反映的最明显：有大概一半多一点的用户在初次使用你的应用后就不再回来了。在你开始担心30天或90天留存这些东西之前，你需要先弄清楚怎么能让用户在第二天回来。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!