小洛写在前面:
用数据来洞察用户,了解用户是做增长的基础。毫无疑问,增长的过程也是数据挖掘和分析的过程,那么如何用数据分析来做增长呢?让我们一起来看看。
本期内容分享者姜頔:硕士毕业于日本早稻田大学,前人人贷高级数据工程师,现易车数据分析专家,数据运营增长方向负责人。擅长0 ~1搭建各业务线监控体系,能够将数学模型与实际业务相结合,从数据中找出问题突破口。
问题1:数据分析可以应用于用户增长的哪些方面,增长模型又该如何建立?
产品的永恒主题一定是增长,而增长的背后一定要有数据的支撑,也就是我们所说的数据分析。我把市面上所有的增长方向分为3大流派,分别是市场营销派、实验增长派和技术派,下面详细的讲一下数据分析在这三种增长方向的作用。
市场营销派:概括的说就是渠道运营、市场运营花钱买流量,在这个环节不要觉得花钱买流量就叫增长,这事谁都可以做。但如何不花钱或者花更少的钱,获取更多、更优质精准的流量,那才叫增长。在这个环节,数据分析师负责搭建渠道评估模型、反作弊模型去监控渠道质量,指导渠道或老板,保证流量的优胜略汰。互联网有句话,4成的流量都是虚假的,信不信由你,反正我是相信。所以,如何利用好数据分析守住企业第一道流量关卡,显得尤为重要。
实验增长派:SeanEllis在他写的《增长黑客》里面提及到最多的方法,就是这种实验增长派。通过发现问题、提出想法、实验测试和复盘分析这四步来构建实验模型,在成本可控范围内不断测试,领悟增长真谛。发现问题和提出想法离不开关键指标,关键指标也叫北极星指标,德鲁克说过:“无法去量化,就不能控制”,通过数据分析让业务有数看,有衡量,再去增长。实验测试阶段涉及到用户分桶实验、AB test等,同样离不开数据分析。最后,结果复盘的时候,需要利用数据分析中的统计学原理,是否显著,置信度等方法,来论证你的实验结论是否严谨可靠。
技术派:技术派就比较偏向数据建模师的方向了,比如通过历史用户的行为数据,构建逻辑回归模型,判断用户下单意愿是否强烈并对其运营,这就更是数据分析了对吧。
聊完了3大流派,我们在按照生命周期去分解增长,说到生命周期,那必须聊一聊烂大街但是依然很好用的AARRR(海盗模型),我们把生命周期分成拉新、激活、留存、变现和裂变。
拉新阶段