您的位置:首頁>科技>正文

Growth hacking快速上手的6個工作步驟

Growth hacking在國內已經不算是個新鮮的概念了, 然而通讀了很多書籍和文章, 發現大部分都是基於Growth hacking的不同階段進行闡述的, 對於如何與手上實際的工作結合討論較少。

這幾天也和身邊的一些朋友在聊, 發現很多人都處在“略知道一些、有興趣、不知道怎麼著手”的狀態。

在這個系列的第一篇裡我曾經提到過類似的觀點, 互聯網的上半場伴隨著人口紅利經歷了爆發式發展, 而到了下半場, 粗放的發展方式已經難以複製曾經的增長速度, 許多互聯網公司卻仍然沒有進入精細化資料驅動的工作模式。

幾年前我也不覺得Growth hacking和自己有什麼關係, 慶倖的是, 目前所在的團隊一直傳承矽谷基因, 信奉資料的力量和工作流程, 在日常工作中應用了很多與Growth相關的思路與方法。 而事實證明, 有時候只是一個決策、一個參數應用於一個小需求, 就能將Growth hacking的方法論與實際工作相結合。

這也是我想整理這個系列的原因, 希望能用簡單的方法, 和大家一起討論在工作中如何快速上手Growth hacking。

而在深入討論Growth hacking的具體策略之前, 對我們更有幫助的是先瞭解Growth hacking的工作步驟。 本文分享的內容, 一方面是綜合了十多篇相關的國內外資料, 另一方面是基於國內互聯網公司的現狀, 外加我在工作中的實踐, 集合成了這6個工作步驟。

希望通過這6個工作步驟, 能説明你對Growth hacking的工作流程有一個整體的瞭解, 並在以後談到具體的增長策略時, 知道該如何運用。

步驟1:定義行動指標

《精益資料分析》中提到了一個概念叫第一關鍵指標(OMTM, One Metric That Matters), 指在當前階段高於一切、需要你集中全部注意力的數位。 就像在本系列的前幾篇中提到的一樣,

增長駭客與普通行銷人員的區別在於對增長的專注力, 而這個增長不是對流覽量/用戶量/利潤等單一指標的增長, 而是隨著階段的變化不斷去調整需要增長的目標。 在這個階段, 你只需要定義一個OMTM就足夠了。

這個指標需要滿足以下三個條件:①精准清晰;②可操作;③可實現。 這就要求你把看上去比較虛的“增長”這個詞分解成顆粒度更小、可實現、可操作的任務。 對於增長駭客來說, 如果沒有一個明確的焦點, 之後的工作就毫無意義。

那麼如何做到吧OMTM拆解到足夠聚焦呢?

我來舉個例子現身說法。

我剛入行的時候曾經從0到1做過一個社區類產品。 那麼對於這個產品的初期, KPI是增加日活躍用戶數量, 也就是DAU(Daily Active User)。

這看上去似乎沒毛病,

然而細想卻發現這個KPI沒什麼用處:影響DAU的因素太多了, 無法判斷下一步到底該做什麼才是對DAU最直接的影響。 後來對KPI進一步細化到用戶的次日/7日/30日留存, 然而和DAU的問題一樣, 這個KPI同樣不滿足精准清晰、可操作、可實現三個條件。 也正是因為初期沒有形成明確的OMTM, 功能表現無法量化評定, 導致專案有段時間一直在漫無目的地不停開發新功能, 試圖對DAU或留存率產生影響。

現在回頭再看這個項目, 我會把KPI設定到每日發言用戶率, 即當日在社區內貢獻內容的人數/當日活躍用戶數, 這才是最直接能影響用戶DAU的核心指標, 並且足夠清晰、可操作、可實現。 而事實證明, 對社區類產品來說, 使用者參與深度才是最直接影響用戶活躍度與粘性的關鍵。

反推這個確定OMTM的流程, 其實是個不斷拆解並篩選核心指標的思維模式, 直到拆解到無法再次細分的層級為止, 之後的層級會變成你的行動方案。 如下圖所示:

步驟2:追蹤並分析行動指標

行動指標確定以後, 你必須追蹤並分析這些指標。 追蹤是指獲取使用者發生行為的路徑資料,通常需要做的就是前端資料埋點。當然,如果不是從0到1的項目,你只需要查漏補缺。

分析則是幫你提煉出有價值的資料,並修正你的行動指標。資料分析和行動指標是相互影響的,正如前文中說的,你需要隨著變化不斷去調整需要增長的目標。

繼續說那個現身說法的例子。

在這個社區產品中,假設OMTM已經確定為增長每日發言用戶率,那麼看看現在的資料埋點的追蹤情況是否到位:

新使用者打開產品後,是否追蹤了新手引導展示完成率以及成功通過新手引導發佈第一條內容的成功率?

新內容產生時,是否追蹤了更新提醒的到達率、打開率以及跳轉至對應頁面的成功率?

做使用者曝光時,是否追蹤了該區域的展示率、點擊率?

用戶的發言被回復觸發通知時,是否追蹤了通知的到達率、打開率、跳轉率以及再次回復率?

拿到這些資料以後,你可能會發現事情和你想像地不太一樣,並且你也不太清楚問題該如何解決。沒關係,並且沒有一個增長駭客在剛開始的時候就能精准地找到解決問題的利器,你所要做的就是先認清事實,鎖定問題。這件事本身就已經是非常大的進步了。

步驟3:利用現有優勢尋求解決方案

想要找到問題的解決方案,不要漫無邊際地發散思維,你需要聚焦到當前自身/團隊的優勢上。一般來說,你可以往這幾個方面去尋找自身的優勢,看看是否對當前的問題有幫助:

流量優勢:資源優勢:先發優勢:資本優勢:成本優勢:技術優勢:垂直優勢:

這個步驟可能出現的場景比較複雜,在此就不展開了(比如我上文中舉的例子,當時我們用的優勢就是獨家內容資源),只是需要你清楚從優勢著手的意義:一方面,你需要最大化自身的優勢去解決問題,這是最有可能成功破解問題的方法;另一方面,利用現有優勢,可以幫助你省去前期工作的時間,快速啟動。

步驟4:啟動測試

在前3個步驟裡,我們分別完成了定義目標、定位問題、確定解決方案,那麼步驟4就要開始測試這個解決方案。在實際進行測試之前,需要注意如下幾個問題:

1. 測試前要寫清假設

寫假設這件事情很簡單,但事實上正式這個簡單的步驟説明你明確測試的目標和意義;

2. 不要把測試想得太簡單

我知道很多公司的開發資源本來就緊張,很多需求都排期困難,這這種情況下很難調出一部分人力進行項目測試。這時候你需要獲取領導的支援,確保相關同事知曉並理解這個測試項目的重要性,並且想辦法優化測試方案,儘量簡單、快速、有效;

3. 測試往往是失敗的,要接受這個現實

很多時候你會發現測試結果無法驗證你的假設,這很正常,推翻最初的推斷並不丟人,你只需要換個方法繼續嘗試,直到找到能説明產品進入爆發式增長的那個方案;

4. 失敗和成功都值得學習

即便資料沒有驗證你最初的假設,但在整個測試過程中收集到的資料可能會説明你以後進行其他的決策。

步驟5:測試

在進行測試方案時,並不是直接把方案開發上線那麼簡單。為了讓測試能夠儘量反應客觀情況,你需要在開始測試時利用以下工具,完善測試本身:

1. 對照組

如果沒有對照組,我們就很難判斷測試結果到底是什麼原因造成的。假設你發現社區在你投放優勢內容進行冷開機後DAU出現大幅提升,你很難知道是你的內容投放策略生效,還是只是因為觀測資料期間有一批人在你的社區裡對罵了兩天。

2. A/B測試

A/B測試是Growth hacking常用的測試工具,是在同一時間向對照組和實驗組展示不同的方案,兩組方案其他條件保持不變,只考察某一屬性(比如圖片的位置、按鍵的顏色等)對被試用戶的影響。

A/B測試設計起來並不複雜,但結果可能會帶來巨大的回報。

3. 多變數測試

A/B測試雖然簡單好用,但對流量要求較高。如果沒有巨大的流量作為支撐,很可能因為樣本量過少而造成測試結果不準確,或者因為要測試過多元素,只能分成多個A/B測試,導致測試週期過長。

這時候就需要採用多變數測試方法,同時對多個屬性進行測試,並用統計學方法剝離出單個影響因數與結果中某一項指標提升的相關性。

步驟6:重試

當你完成了一輪完整的測試,這時候你需要根據結果進行調整,再進行一輪測試,或者選擇一個新的方法進行測試。Growth hacking工作流程的核心就是不斷進行最小可行化產品的測試,快速測試,快速分析調整,快速反覆運算,從而不斷接近目標甚至修正目標。

那麼什麼情況下我們要停止測試呢?有兩種情況:一是假設已經被驗證,那麼接下來就無需測試,直接全量上線,衝擊增長;二是發現在現有的條件和資源下,無法提供更好的測試效果,那麼不如釋放人力物力,到更需要的地方去。

但通常來說,增長駭客很難停止測試,畢竟增長駭客的信條是死磕到底,決不放棄:)

#專欄作家#

本文原創發佈于人人都是產品經理。未經許可,禁止轉載。

追蹤是指獲取使用者發生行為的路徑資料,通常需要做的就是前端資料埋點。當然,如果不是從0到1的項目,你只需要查漏補缺。

分析則是幫你提煉出有價值的資料,並修正你的行動指標。資料分析和行動指標是相互影響的,正如前文中說的,你需要隨著變化不斷去調整需要增長的目標。

繼續說那個現身說法的例子。

在這個社區產品中,假設OMTM已經確定為增長每日發言用戶率,那麼看看現在的資料埋點的追蹤情況是否到位:

新使用者打開產品後,是否追蹤了新手引導展示完成率以及成功通過新手引導發佈第一條內容的成功率?

新內容產生時,是否追蹤了更新提醒的到達率、打開率以及跳轉至對應頁面的成功率?

做使用者曝光時,是否追蹤了該區域的展示率、點擊率?

用戶的發言被回復觸發通知時,是否追蹤了通知的到達率、打開率、跳轉率以及再次回復率?

拿到這些資料以後,你可能會發現事情和你想像地不太一樣,並且你也不太清楚問題該如何解決。沒關係,並且沒有一個增長駭客在剛開始的時候就能精准地找到解決問題的利器,你所要做的就是先認清事實,鎖定問題。這件事本身就已經是非常大的進步了。

步驟3:利用現有優勢尋求解決方案

想要找到問題的解決方案,不要漫無邊際地發散思維,你需要聚焦到當前自身/團隊的優勢上。一般來說,你可以往這幾個方面去尋找自身的優勢,看看是否對當前的問題有幫助:

流量優勢:資源優勢:先發優勢:資本優勢:成本優勢:技術優勢:垂直優勢:

這個步驟可能出現的場景比較複雜,在此就不展開了(比如我上文中舉的例子,當時我們用的優勢就是獨家內容資源),只是需要你清楚從優勢著手的意義:一方面,你需要最大化自身的優勢去解決問題,這是最有可能成功破解問題的方法;另一方面,利用現有優勢,可以幫助你省去前期工作的時間,快速啟動。

步驟4:啟動測試

在前3個步驟裡,我們分別完成了定義目標、定位問題、確定解決方案,那麼步驟4就要開始測試這個解決方案。在實際進行測試之前,需要注意如下幾個問題:

1. 測試前要寫清假設

寫假設這件事情很簡單,但事實上正式這個簡單的步驟説明你明確測試的目標和意義;

2. 不要把測試想得太簡單

我知道很多公司的開發資源本來就緊張,很多需求都排期困難,這這種情況下很難調出一部分人力進行項目測試。這時候你需要獲取領導的支援,確保相關同事知曉並理解這個測試項目的重要性,並且想辦法優化測試方案,儘量簡單、快速、有效;

3. 測試往往是失敗的,要接受這個現實

很多時候你會發現測試結果無法驗證你的假設,這很正常,推翻最初的推斷並不丟人,你只需要換個方法繼續嘗試,直到找到能説明產品進入爆發式增長的那個方案;

4. 失敗和成功都值得學習

即便資料沒有驗證你最初的假設,但在整個測試過程中收集到的資料可能會説明你以後進行其他的決策。

步驟5:測試

在進行測試方案時,並不是直接把方案開發上線那麼簡單。為了讓測試能夠儘量反應客觀情況,你需要在開始測試時利用以下工具,完善測試本身:

1. 對照組

如果沒有對照組,我們就很難判斷測試結果到底是什麼原因造成的。假設你發現社區在你投放優勢內容進行冷開機後DAU出現大幅提升,你很難知道是你的內容投放策略生效,還是只是因為觀測資料期間有一批人在你的社區裡對罵了兩天。

2. A/B測試

A/B測試是Growth hacking常用的測試工具,是在同一時間向對照組和實驗組展示不同的方案,兩組方案其他條件保持不變,只考察某一屬性(比如圖片的位置、按鍵的顏色等)對被試用戶的影響。

A/B測試設計起來並不複雜,但結果可能會帶來巨大的回報。

3. 多變數測試

A/B測試雖然簡單好用,但對流量要求較高。如果沒有巨大的流量作為支撐,很可能因為樣本量過少而造成測試結果不準確,或者因為要測試過多元素,只能分成多個A/B測試,導致測試週期過長。

這時候就需要採用多變數測試方法,同時對多個屬性進行測試,並用統計學方法剝離出單個影響因數與結果中某一項指標提升的相關性。

步驟6:重試

當你完成了一輪完整的測試,這時候你需要根據結果進行調整,再進行一輪測試,或者選擇一個新的方法進行測試。Growth hacking工作流程的核心就是不斷進行最小可行化產品的測試,快速測試,快速分析調整,快速反覆運算,從而不斷接近目標甚至修正目標。

那麼什麼情況下我們要停止測試呢?有兩種情況:一是假設已經被驗證,那麼接下來就無需測試,直接全量上線,衝擊增長;二是發現在現有的條件和資源下,無法提供更好的測試效果,那麼不如釋放人力物力,到更需要的地方去。

但通常來說,增長駭客很難停止測試,畢竟增長駭客的信條是死磕到底,決不放棄:)

#專欄作家#

本文原創發佈于人人都是產品經理。未經許可,禁止轉載。

Next Article
喜欢就按个赞吧!!!
点击关闭提示