用户增长实战-商业模型

简介: 有路必有福,有路必有胜。

一.介绍

早期很多公司,基于经验和实践,靠本能的无意识做出决策,从心里学上讲,我们每天无意识暗示自己做很多事情,并没有大脑深层次神经元进行思考,这就跟动物的习性相类似,这种情况,其实是不怎么严密的数学分析,当然不要过于以数据为导向,滥用数据容易导致局部最优化,数据是检验假设的工具,再结合人类的反思,不断闭环,可以得出当时那场景的最好方案。
这就是用户增长平台的初衷,制定完善的数据评估和优化体系,确保用户增长规模和用户增长成本达到一个良性的水平。
这里面涉及六大商业模式,公司规模,市场等等原因,很复杂,可以生成不同种类框架,对产品生命周期,有不同的具现化,我以当初医疗管理考培产品为例,串联一条线路分析,围绕数据驱动涉及四个环节——采集、建模、分析、指标讲述如何将数据驱动方案落地。

二.背景

我这篇文章结合做过的一个实例,从一个侧面了解下我当时的所思所想,公司是做互联网医疗的,产品方向做关于护理人员的考试、问卷、活动、培训、评价方面,产品端有Web,App,小程序,由于时间久了,有些数据不便公开,请朋友们谅解。

三.商业模式的区别

3.1 背景

具我了解这个领域当初在国内2015兴起,无论是用第三方平台友盟,还是自研平台,找对方法,都会对整个团队有所增益,这个领域不断在演化,下面介绍比较有名几个概念。

3.2 海盗指标

“海盗指标”这个术语由风险投资人戴夫·麦克卢尔创造,得名于五个成功创业关键元素的首字母缩写。将公司最需要关注的指标分为五大类:获取用户(Acquisition)、提高活跃度(Activation)、提高留存率(Retention)、获取营收(Revenue)和自传播(Referral),简称AARRR。

image.png

这五个指标并不一定遵循严格的先后顺序,这是因为跟当时产品,公司发展,市场情况决定,以我的经验,最初是关注第一关键指标,然后围绕这个指标建模分析。不用关注太多,关注太多,生成决策混乱,所有这个找对方向效果非常明显。

3.3 增长引擎

埃里克·莱斯提出了驱动创业增长的三大引擎,它们都有各自对应的关键绩效指标(KPI)。

image.png

黏着式增长引擎

黏着式增长引擎的重点是让用户成为回头客,并且持续使用你的产品,它和海盗指标中的提高留存率阶段这个概念类似。如果你的用户粘性不大,流失率会很高,用户留存不理想。
衡量粘性最重要的KPI就是客户留存率,除此之外,流失率和使用频率也是非常重要的指标。长期黏性往往来自用户在使用产品过程中为自身所创造的价值。比如百度网盘里面的内容,存储着用户所有资料,同样游戏账号也是如此。
黏着性也不能全看留存率,它还和频率有关,以我当初的场景为例,产品面向用户是全国的护士,这些用户不同地区,不同医院,跟政策有关,才会用产品某些功能的(考试,测试,活动,试卷,题库等等),它使用频率不相同,当初建立几个维度,地区,医院,时间,来分析留存率。

病毒式增长引擎

所谓病毒式传播归根结底就是一件事情:让声名传播出去。病毒式传播之所以吸引人,在于它的指数性本质:如果每个用户能带来1.5个新用户,那么用户数将会无限制地增长直到饱和。当然事情肯定不能这么简单。用户流失、竞品和其他因素决定了它不可能真的无限制增长。
仅考虑病毒式传播系数还不够,你还需要衡量哪些用户行为形成了一个病毒传播周期(循环)。这就涉及到用户分级别,以我当初见到场景为例,跟你的设定划分用户,比如老用户,新用户,试用期用户,医院管理员,科室管理,根据时间维度,付费情况划分,得出增长率。

付费式增长引擎

重点是让已有用户进行付费,这一阶段的前置条件是前两者增长引擎已经得到了一些良好的成效,有了一些忠诚的用户,也有了一定的口碑,那么是时候赚点钱了。但赚钱本身并不能保证用户的持续增长,这里需要进行再投资,并使投资获得更多的回报。衡量增长的关键因素在于客户终生价值和用户获取成本,以及回收成本所需要的时间。
例如,当初医疗产品,一个用户年费180,根据用户衍生出路径分析,通过什么渠道获取(地推,管理员绑定),人力成本,这里面涉及边际成本,这样划分出一条付费路径。最好在一段时间内只关注某一个引擎。

3.4 第一关键指标

第一关键指标(OMTM),这个非常重要,这个取决假设,不同的阶段,这个关键指标不一样。

  • 解释现阶段最重要的问题。
  • 促使得出初始基线并建立清晰的目标。
  • 抽象出整个公司层面的健康。
  • 不断假设,测量,认知循环。

3.5 商业模式

电子商务

电子商务公司的主营业务就是让访客在其网店上买东西。这大概是一种最常见的在线生意模式了,并且绝对是大多传统统计工具的主要分析对象。
早期的电子商务模式由一个相对简单的“漏斗”构成:访客在网站浏览了一系列网页后,驻足于某件商品并点击“购买”按钮,然后提供相应的支付信息,并完成了此次交易。这就是经典的“转化漏斗”。
image.png

尽管转化率、重复购买率以及购物车大小十分重要,但真正起作用的指标是它们三者的积,即平均每位客户营收。双边市场和电子商务很相像,二者均关注在买家与卖家间促成交易,以及客户的忠诚度。

SaaS

SaaS指按需提供软件的公司,通常以网站的形式出现。比如一些云平台,软件供应商等等。
大部分的SaaS提供商以月费或年费的形式获取收益。一些提供商会按实际硬件消耗,即存储空间的使用量、占用的带宽或计算能力收费,然而这种模式目前在很大程度上受到基础设施即服务(Infrastructure as a Service, IaaS)和平台即服务(Platform as a Service, PaaS)云计算公司的限制。
很多SaaS提供商选择将其服务分层出售,月费也随所提供功能的不同而不同。这种差异可以是项目管理工具中项目数量的上限,也可以是客户关系管理应用中客户数量的上限。找寻层级和价格的最佳组合一直以来都是一大挑战,SaaS公司投入相当大的精力以寻找向已有客户追加销售的方法,从而升级至更高且获利更多的层级。
对于SaaS公司而言,增加一个客户的边际成本几乎可以忽略不计。因此很多SaaS提供商都选择通过免费增值模式来获取客户。提供商一方面允许客户在一开始免费使用一个受限的版本,另一方面又期望他们能够达到免费容量上限并开始支付费用。
image.png

流失率高于一切 ,如果忠实用户的形成速度要高过用户流失速度,你就可以生存下来,需要用户转换成付费客户以前便衡量其参与度,并赶在客户流失以前对其活动进行分析,采取先见性措施。SaaS公司和移动应用公司具有很多相同点,两种商业模式均非常关注客户的流失以及再发性营收,并努力提高用户参与度以使其付费。

移动应用

大部分营收来自于一小部分用户,应该将该部分用户单独划归一组进行分析处理。虽然关键指标是平均每位用户营收,但最好同时跟踪平均每位付费用户营收,因为“鲸鱼”玩家和其他玩家行为想法相差甚远。
移动公司与SaaS公司十分相似,二者均希望提高用户参与度,不断从用户身上牟利并减少流失率。

媒体网站

媒体网站需要库存(访客的浏览)以及合意性,而这均源于可吸引广告商期待群体访问来访的内容。很难在优质的网站内容和足量的付费广告间取得平衡。广告收入意味着一切。但广告具有多种形式,其中包括赞助商展示广告、按印象收费广告、按点击收费广告以及提成广告,从而使得营收统计变得十分复杂。
image.png

用户生成内容

许多用户选择潜水,一些会贡献些许内容,其余用户则会专注于内容生成,这种80/20的定律存在于你希望用户完成的所有活动当中。提高用户回访率并保持较高的参与度,需要各种策略,把用户贡献看的比什么都重要,但大多时候却需要利用广告来维持收支平衡。

image.png

双边市场

双边市场是传统电商的一个变种,公司通过帮助买家和卖家在网上达成交易来盈利(C2C)两种其他模型结合:电子商务和用户生成内容。很多双边市场均采用佣金制来获取利益,但此外还可采取其他手段来盈利,如帮助卖家推广商品或收取一次性的商品上架费等等。

image.png

3.6 小结

介绍了一些常用的指标,分析方法,你可以分析下当下公司的商业模式,第一关键指标,怎么样演进?
当初医疗考试培训产品,在最初时的状态,很多事情没有明确,数据基础架构没有构建,商业模式Saas+移动应用,管理平台中角色:医院管理员,科室管理员。功能:设置活动,问卷,试卷,题库,考试,测试,课件,课程,评价体系。
最初时第一关键指标是用户留存,那是产品已经生产三年了,很多功能迭代出来了,当时的最核心的功能考试方面,当时题库有五百多万道,当时产品设计功能导向,很不成熟,功能选择性太大,反馈性不好,比如导题,有如下几种,Excel,Word,页面上传等方式,选择性太多,而且有的功能复杂性高,效率不高,就算是设计好模板,成功率也会总出现问题,直接影响用户使用。围绕第一关键指标,改善核心功能。

目录
相关文章
|
3月前
|
人工智能 NoSQL 安全
MongoDB观点:让生成式AI成为业务增长的新动能,游戏公司可以这样做
游戏公司采用检索增强生成(RAG)技术,如MongoDB Atlas Vector Search,以提高AI输出的准确性和定制化服务。通过灵活的文档数据库如MongoDB Atlas,企业能更好地集成AI,确保数据安全并抓住创新机遇。ChatGPT标志着AI时代的转折点,游戏公司凭借大量数据优势,有望在这一变革中引领行业发展。
2961 3
|
19天前
|
人工智能 搜索推荐 算法
📈业绩飙升的秘密:AI驱动的个性化营销策略,职场营销新高度!
【8月更文挑战第1天】在激烈的商业竞争中,AI驱动的个性化营销正成为企业突破的关键。通过大数据收集用户多维度信息,形成精准用户画像;利用智能推荐系统实现“千人千面”,大幅提升用户满意度和转化率;并通过实时优化策略快速响应市场变化。简化的Python示例展示了基于用户画像的推荐算法应用。AI营销以其高效灵活的特点,已成为职场营销的新常态,助力企业在数据时代掌握营销主动权。
30 0
|
10月前
|
Cloud Native 数据管理 Linux
开源的经济影响:商业与社区的平衡
开源的经济影响:商业与社区的平衡
88 0
|
分布式计算 安全 算法
用户增长实战-基础平台建设
用户增长实战-基础平台建设
132 0
《数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV》电子版地址
数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV
143 0
《数据智能驱动的企业增长之道——深度洞察用户、提升企业CLV》电子版地址
|
机器学习/深度学习 传感器 存储
设计人工智能产品:技术可能性、用户合意性、商业可行性
随着机器学习逐渐成为数字化产品的主流,了解机器学习的基础知识对许多产品经理来说变得越来越重要。今天的产品人员是一个相当多样化的群体。对于一些人来说,重点主要放在用户体验上(例如,如果主要价值主张围绕着一个杀手级的 UI),而另一些人已经在设计需要深入理解数据和代码的产品。 理解机器学习对于频谱的两端都是必要的——只是原因略有不同。对于以 UI 为中心的产品和 PM,模糊逻辑和机器学习功能将从根本上改变用户与产品的交互方式。因此,这些特征的呈现变得非常重要。另一方面,管理 API 或技术平台的产品经理会更关心 AI 算法是如何集成的。
|
机器学习/深度学习 存储 Web App开发
这家公司正在影响大公司决策,还开发了一款机器学习优化引擎
在斯坦福运筹学博士、杉数科技联合创始人兼 CTO 王子卓看来,人工智能和运筹学都能通过数据帮助人们解决实际问题。但与人工智能专注于预测、识别等功能的准确性相比,运筹学更在意的是给出商业、金融等场景下完整的解决方案,解决具体的行业问题。
218 0
这家公司正在影响大公司决策,还开发了一款机器学习优化引擎
|
机器学习/深度学习 测试技术 Android开发
淘系产业级移动应用智能测试最新方案MonkeyBot公开!测试效能提升3倍以上
淘系产业级移动应用智能测试最新方案MonkeyBot公开!测试效能提升3倍以上
淘系产业级移动应用智能测试最新方案MonkeyBot公开!测试效能提升3倍以上
|
人工智能
RPA软件如何升级电商工作价值?深度分析
工作,通俗点说就是干活儿,一提到是工作,大部分人会说自己不过是一个打工的,领着普通的工资,过着普通的生活,不能很有钱但是至少相对稳定,唯一心理有点委屈的就是同为打工的,为啥有些人赚的钱更多,有些人则干得很累却赚得很少,有人会说,那是别人运气好,选对了行业,这样说也没错,那为什么选对了行业就赚更多的钱?那是因为,别人创造了更高的价值,怎么计算自己工作创造的价值?我这里跟大家介绍一种测算方法。
RPA软件如何升级电商工作价值?深度分析
|
算法 数据挖掘 机器学习/深度学习
财报背后的强劲增长 | 揭秘淘宝如何进行目标用户的挖掘【技术人必看!】
淘系用户增长算法团队主要定位于业务应用算法,基于对淘系整体用户全方位的理解为各个业务提供高效的用户洞察手段,并通过与运营、产品等团队的配合完成各个业务的用户增长目标。
2285 0
财报背后的强劲增长 | 揭秘淘宝如何进行目标用户的挖掘【技术人必看!】