编者按:本文来自微信公众号“馒头商学院”(ID:mantousxy),作者王晔,前Google产品优化负责人,吆喝科技CEO,36氪经授权发布。

从经济学角度来定义,增长是指连续发生的经济事实的变动,其意义就是每一单位时间的增多或减少。

在互联网领域,跟营收业务相关的指标增加和提升,也可以被归纳到增长的范畴,包括页面的UV,访问的IP数量,用户的访问时长、停留时长、使用时长。电商或者是互联网产品内部的购买的还有GNV、LTV、客单价等等指标,互联网社交领域有分享、点赞、转发等指标。

对于增长来说,传统的方式就是拉新,比如说搞地推,给用户送补贴,送促销,做一些线上线下的活动,打广告以及直接去购买流量。但是流量越来越贵,成本越来越高,不断的投入没有产生实际的价值,这是一个不可持续的增长方式。

通过刺激用户的行为得来的客户忠诚度往往比较低,用户体验也会比较差。新型的或者比较成熟的互联网企业会用一个叫growth hack,也就是增长黑客的方法来获得增长。

从长期来说增长黑客更关注的是客户体验,也就是留存、激活以及口碑推荐。这个叫做海盗模型,AARRR的模型。将用户整体的增长模型分成五个部分,拉新、激活、留存、口碑、营销以及营收。在这五个环节做不断的优化和改进来获得增长。

AARRR海盗模型,5步提升转化率

Step1:拉新,增加新访客

新用户第一次访问的转化率是百分之百,这是所有的流量,但并不是所有的访问都是有价值的。第二次访问,用户在页面上停留时间比较长,我们就可以认为这是一个比较好的新用户。这种新用户可能就不是百分之百了,只有70%的用户访问转化成了比较好的访问,这种没有抛弃我们的用户他就有五分钱的价值。

Step2:激活

从拉新到激活的转化率是一个很大的变化,在平台上做了很多动作的用户只有30%,转化率就只有30%了。这样体验不错的用户,价值可能更高,可能是两毛五分钱。能够产生注册的用户可能更低,一百个访客可能只有5个人注册,那么每个用户的注册价值就是一块钱。如果让注册的转化率由5%上升到10%会怎么样呢?最终的价值可以翻一倍。

Step3:留存

留存的意思是用户不仅注册了,还反复使用产品。这样的用户又会少了很多,比如说总体用户的3%或者2%,他们的用户价值更高,大概会有好几块钱。如果在留存环节上做优化,从3%到4%,就可以提升三分之一的业务量。

Step4&5:口碑营销,转化变现成付费用户

这个转化率可能就是最低的,但得到的价值又是最高的。一个好的口碑营销可能价值10块钱,一个好的付费用户带来的可能就是25块钱甚至更高的价值。在口碑、营收这两个环节的转化率上,如果能够有所提升的话就更加明显了。从1%到2%的提升就是翻倍的提升。

转化率优化就是AARRR这个图里每个环节到下一个环节的转化率。换句话说,有100个新来的用户,如果有10个激活就有10%的转化率,如果能把10%的转化率提高到20%,就可以有1倍以上新的激活用户,20个,这就是转化率优化的概念。

在每一个转化的环节如果都能够产生优化,就会大幅度提高最终的营收增长。

转化率优化是对于增长来说是最有效最经济的一种方法。从拉新到激活转化率10%提升到20%,就会带来两倍的新的激活用户。如果以后几个环节的转化率不变,营收就会翻倍,这是一个多么巨大的增长。如果没有转化率优化,增长就十分困难。

从本质上来说,要不断改进产品,改进市场策略和运营策略。

对企业来说,要最大化优化业务目标。如果你负责拉新,让你的拉新到激活转化率尽量高。如果你负责变现,提高留存到营收的转化率。

对客户来说,优化转化率也是在提升用户体验。99%的用户会因为用户体验不好不再使用产品。

优化转化率会给你带来哪些好处?

1. 扩大客户获取渠道

无论是线上打广告还是线下地推,都没有产生很好的转化。可能你花了10万块钱,来了1万个用户,在注册的时候流失了90%,最后只有1000人留下来,这条渠道只能帮你获得1000个用户。但是如果做转化率的优化,把90%的流失率降低到50%,这个渠道就能给你带来5000个用户,而不是1000个用户,这样就可以积极扩大客户获取渠道。

2. 让所有的市场行为更加有效。

做了转化率优化,拉新的用户更有可能变成忠实用户,甚至付费用户,在这种情况下,可以更积极地在市场上加大投入。

原来一万块钱得到1000个用户,最终带来了100块钱的营收。现在一万块钱可以带来5000用户,带来了15000的收入,这个时候你就应该可以积极扩大市场,市场行为会更加有效。

3. 带来新的有效增长渠道

忠实的用户还可以帮助你去推广,转化成口碑营销的用户。口碑上去了,其他用户会通过朋友的介绍而来,这本身是一个新的增长渠道。虽然其它方面带来的用户数量是一样的,但是由于转化率提高了,所以营收增长了。

4. 提升了用户体验和用户的愉悦程度

服务变好了,用户在激活之后,发现这个APP对他很有用,他会更长久地留在这里。为什么他会转化成口碑营销的用户?因为服务超越了他的期待,他觉得应该向朋友介绍,有这么一个产品可以解决什么问题,带来什么帮助,而且还比别人做得好,所以这个才是转化率优化最大最本质的价值。

5. 持续寻找改进的空间

用转化率作为一个衡量的标准,一直寻找改进的空间去优化转化率。用一个图例,一张表来看一下转化率。从最外层来看,每一级的转化是在慢慢变小的,转化价值不断提升。每一层的转化都有更高的价值,每一层转化率的提升都会带来实际业务的增长。

在解决一个优化方程的时候,目标很简单,就是转化率。将转化率最大化,目标非常清晰。可能有预算人力物力上的限制,用户数量本身的局限性,策略的影响等。

转化率优化方程式

有了限制之后,这个方程的解里变量有哪些呢? 

产品层面

小到产品UI的配色,产品功能,用户体验流程,细节到方方面面的文案,怎样激发用户的使用,UI上的布局,大到技术层面的推荐算法,排除算法,后端系统架构,这些都会影响到转化率。

运营层面

在产品之外做一些什么活动,线上线下,给用户什么样的补贴和促销,文案,社交上的分享,传播,各种各样的视频,这些都是变量。我们可以不断调整这些变量,在限制条件之下最大化转化,这就是优化方程式。

假如我们有个非常强大的计算机,把方程的变量,限制条件和目标都输进去,算出来最好的方法,配色,文案,算法。这个是不存在的。因为这个优化方程式解空间是无限的,在数学中,要在一个无限解级里面求最优的点是不可能的。

怎么办呢?

我们就不能只是考虑有一个很强大的大脑,然后去算一算,什么样的UI,产品,运营能够带来最优转化率,而是不断在产品和运营层面做改进,然后不断优化转化率,直到无限逼近最优解。

通过MVP的方式来优化产品

最初的产品和运营,服务可能是从一个最简单的方式提供给用户的。当用户和消费者给我们反馈的时候,再不断通过技术手段,创意,分析,想法以及A/B测试不断改进。

就像上图所展示的一样,不是说一开始造个轮子,然后造一个底盘,造个车模,一辆车就出来了,这不是MVP迭代。

在车出现之前,完全没有可用的产品,这个就是传统的产品。传统产业MVP这个概念很模糊或者他们没有这个福利可以享受这种迭代方法。但如果你做互联网代理或者线上的产品,新一代产品还在使用这种方式,你很可能遭到市场的淘汰。

第二种方式也不对,先造一个滑板车,再造一个自行车,然后给用户提供摩托车,最后给一个汽车。这个当然是不断给客户迭代的方法,但成本太高,没有积累,滑板车无论如何也没有办法通过轻量的迭代和改进变成一个自行车,自行车也没有办法轻松变成摩托车和汽车。

所以正确的MVP迭代是先给他一个破破烂烂的小破卡车,然后再装修,改进一下,根据用户的需求点扩充,最后把它豪华装修一下,这才是MVP。先给用户一个可用的小破车,然后不断迭代给它加上货舱,加上乘客舱,再装修,这是新一代的优化迭代的方法。

优化的方向有哪些?

比如说Google会自己去寻找一些可能存在优化的地方,包括产品UI,设计UI一变,也许就会影响用户对产品的理解,提高转化率。文案内容,现在申请变成立即申请,别看这一个词,它有可能带来很不一样的转化率。举个例子,要是把加入购物车变成点击领取大奖,会发现点击率会提高。通过改进页面布局提高用户的操作效率也是经典优化的方法。

产品功能方面,想上一些新功能,看看能不能让用户体验更好,留存更多,转化更多。还会包括一些后端技术方面,架构能不能改进,提升用户效率,推荐算法怎么改进,都可以去调整,优化。

用刚才提到的对比实验方法去看,改了之后和没改之前有没有什么提升,有提升就把这个发布出去。

注册率、留存率、分享率、用户活跃、转化、用户行为,这些都是优化的方向。

A/B测试就是只改变一个条件的单盲实验。为什么要做A/B测试呢?

A/B测试究竟有什么好处?

这是Airbnb的数据,可以看到数据一直在增长。其中可以看到,中间有一个红色的时间段,大概维持了小一个月的时间,这个时间段发生了什么?Airbnb上线了一个新的产品功能,到结束的时候又下线了。

在这个红色的时间段,数据一直都是在增长。有个很大的问题就是外界环境对数据的影响太大了,以至于在这张图里我们完全无法知道,这个上线了一个月的产品功能对用户产有没有产生增长的影响,以及究竟是怎样的增长?

所以如果没有A/B测试,没有科学的验证,可能在产品,运营和市场策略上,会做一些不科学的决策。也许有个决策带来了-20%的不好影响,但是我们不知道,因为我们没有实验验证它。或者是后台技术人员毫不容易研发出来一个推荐算法,提升了5%的订单量。但是我们并不知道是因为它们带来了5%的订单量。这样的话,我们就失去了这种宝贵的经验。

从这张图可以看出来,只有A/B测试才能告诉我们,产品功能上线前后究竟会有怎样的影响?假如每一次产品迭代,策略上线的时候,都经过A/B测试的优化,那么增长曲线可能就跟这条蓝线一样。也许不是我们最喜欢的指数增长或线性增长,但它始终在增长。

如果没有A/B测试,可能会像红线一样不断地波动,在短期之内可能红线蓝线差不多,但是时间一长,红条会被蓝线远远甩下,这就是A/B测试驱动持续增长,也是Google的最佳实践。 

A/B测试的具体操作方式是什么样的?

要考虑随机流量的选择,怎么同时支持多个变量,单个变量,多个实验,单个实验?怎么能够比较方便地选择实验版本,知道多长时间才能得到可信的结果?如果没有好的统计工具,执行区间算得不对,实验结果也就不准确。

这个时候你就可以考虑使用第三方的A/B测试工具。在产品或者营销业,想要接入第三方A/B测试SDK,工作就可以专心到设计迭代方案上去。这些方案通过第三方平台就可以发布给用户或者消费者,然后自由调整实验流量,让1%的用户试试这个方案,5%的用户试试那个方案,根据数据反馈,分析方案的好坏,这就是A/B测试实践中的方法。

正确、高效的A/B测试是什么样的?

一个产品经理一天能做几十个A/B测试,七天下来就能做上百个。一百个实验里面六七十个既不提升,也不降低转化率。可能有十几二十个,你觉得它好,它其实是坏的,你也可以吸收教训。只有几个比较好,你可以发布给用户,最后带来20%的营收。如果一个星期有一个提升20%的实验,或者几个实验加起来20%,一个半月之后你就可以领先竞争对手一倍了。

通过第三方的A/B测试平台,可以轻松开展实验,包括实现简一的改版,一键发布做很多的QA测试,抢流量,一键回滚,如果发现了bug立即关闭实验。实时获取准确的实验结果,加快执行区间的收敛,支持大量并发实验等等。

尽量不要自己去构建这套系统,很多企业自建成功了都是耗费至少两年以上的人力物力,好几千万的支出,而且还可能遇到各种bug。

Airbnb和Google都是怎么做A/B测试的?

Airbnb

Airbnb所有重要页面的修改,还有流程上的调优,都会首先发布给1%-5%的用户。看一看实际的数据,访问时间,留存,下单有没有提升,然后决定是全面发布还是砍掉。

新一代的企业从第一天就具备这样的意识和能力,它们会告诉自己的同事们,为什么要去做A/B测试,为什么这种方法可以实现持续的增长。

Google

我在Google就做了很多的A/B测试实验,帮助Google的广告营收增长。我发现了一些很有意思的现象,比如说广告位如果左移一个像素,会带来营收增长,如果是左移两项,再移一个像素就会有亏损了。

这个事情完全没有理论解释,如果一个产品经理跟我说,让我左移一个像素可以带来增长,我绝对不相信,但是A/B测试会告诉我这就是事实,所以任何产品的改动和优化都需要A/B测试才能上线。

高效AB测试的8条实用经验

1. 效果惊人

微小改动带来KPI的巨大营销。比如说像素,颜色,文案就可以带来巨大的影响。

2. 耐心测试

但是大多数改动是不会大幅度提高,这很容易理解。如果用户根本对这块不关心,在那儿改来改去也不会有什么效果的。

3. Twyman法则

凡是看上去很出人意料的图表,通常都是因为数据统计错了。如果实验结果很好,非常有可能是数据统计错了。

4. 你很不同

复制他人的经验往往得不到什么效果。

5. 速度很关键

任何能够加速用户响应时间的改动都一定会带来KPI的巨大提升。所以如果技术人员,产品,市场营销的代理公司,说他们可以加速你的H5加载时间,加速用户响应的速度,无论如何都要支持他去做。

6. 关注产品质量

点击率很容易提高,重要的是提升用户真正的体验。

举个例子,电商有的时候强调一下价格的展示会降低加入购物车的点击率。一个电商加强了商品价格的展示方式,让用户更醒目的看到价位,结果发现加入购物车点击率或者商品的浏览率降低了一半以上,好像是个非常糟糕的改进。但这其实是一个很成功的改进,提升产品质量,使得用户的购买率和GME上升了很多。为什么呢?用户更容易找到想买的商品,体验提升,销量提升。

7. 快速轻量的迭代

尽量不要做复杂的大量改动的大实验。这样做便于追因,改了一个什么地方,产生了什么效果,而不是改了10个地方产生了一个效果。这10个地方改动都是对我有正向的效果吗?不一定。

8. 用户数量是基数

几千上万的用户才可以展开高效的预测。

墨迹天气

他们做了一个很有意思的实验,希望能够提升天气消息的分享率。改进了分享按钮,发现三种不同的改进方法,对比原方法都有一个变化。有一个方法可能是看上去提升了5%,但是执行区间是-1%到+10.4%,说明什么呢?说明分享率有可能会下降了1%。但是第三种方案就特别理想,它可以提升平均18%的分享率,执行区间从11.9%-23.6%,这说明如果把分享按钮发布上线,可以至少让分享率提升11.9%以上。

滴滴打车

滴滴在司机招募的时候,会想各种各样优化的方案,提高司机的转化率。中间这个方案每天跑一单,油钱轻松挣,这个就提升了注册率18%。最后一个方案车主招募,注册率提升了21%。这样一个A/B测试在平台上出来的结果不仅产生了效果,司机注册率提升了,也帮助了产品经理和市场营销人员。

原先的市场策略展示一个帅气的司机和家人,这样一个策略未必能招来司机,为什么呢?可能很多想打车的人点进来了以为是一个打车广告。这个方法就能吸引一些兼职司机来注册。

中间的方案,点进来的人会发现要上传行驶证,驾驶本,银行帐号什么的很麻烦,转化率不是特别理想。

但是车主招募就不一样了,很明确你要做滴滴的司机,这个时候就会提升注册率,对未来市场策略有很大的帮助。

亚马逊

亚马逊的购物车按钮,无论页面怎么变化,购物车按钮的造型不变。当你点击它的时候,会有一个绿色提示纹案配合显示出来。为什么亚马逊要用这样一种设计呢?因为它做过大量的A/B测试,发现只有这样的一种文字和UI才能达到转化率的最高。

亚马逊还做过很多有意思的A/B测试,其中包括提升信用卡申请转化率。最早的时候亚马逊信用卡是在商品展示页面,加入一件衣服到购物车里,也可以加入一个亚马逊信用卡到购物车,但是这样的信用卡推销基本无人问津。最后运营想到了一个非常有意思的想法,能不能在用户结算的时候推销信用卡。首先节省了广告位,不用显示在商品页,其次产生了很高的转化率,最后这件事情帮亚马逊每年都挣一个亿美元。

这些大家已知的一些经验,都是通过A/B测试,不断的优化迭代产生的。

Google、Airbnb、亚马逊、滴滴…都在用的转化率优化秘籍

发表评论

电子邮件地址不会被公开。 必填项已用*标注