如何让用户给我们做推荐?

简介: AARRR里的最后一个R讲的就是传播。传播就是想办法让用户给我们做推荐。主要有两种方式:用户主动推荐、产品推动用户推荐。

AARRR里的最后一个R讲的就是传播。传播就是想办法让用户给我们做推荐。主要有两种方式:用户主动推荐、产品推动用户推荐。

主动推荐

主动推荐是指用户自发的,以自己的信用做背书,为我们推荐。比如一款专门做亲子阅读的产品,在使用过程中,对你家孩子学习成长提供了很大帮助,那么你就很大可能主动推荐给其他家长。

用户主动推荐的动机有很多,但核心一定是产品超出了用户的预期。可以是功能上,也可以是体验上,或者是某种情绪共鸣。我们经常说的做品牌,占据用户心智都是为了增加用户的自发推荐。在这个点上一定要注意,并不是产品本身很牛,而是使用我产品的用户很牛。

产品推动用户推荐

产品推动用户推荐指的是,产品经理研究用户,根据洞察出的用户需求,主动设计出一些能够推动用户推荐的功能。比如用户获得一个勋章,提示用户推荐。或者专门设计一些分享有礼的功能。前一种推荐靠产品的迭代,而且不好追踪效果。而后一种更容易被设计、引导和追踪。

我们重点分析第二种推荐方式。这里的关键是给用户引导、强化、制造分享的动机。比如,商家设计一些团购活动,需要你邀请朋友一起购买才能享受优惠价格,用户的动机是获得奖励。还有像某些活动搞拉票,用户的动机是表达自我。

我觉得这里玩得最好的当属抢票小程序里的加速包了。你能核实产品给你加速了吗?仅仅靠一个概念就能引发用户分享,这种设计就很厉害了。拼多多的砍价功能早期也很厉害,就是后期被玩坏了,我自己周边没有人推荐拼多多了,但我前一段时间跟一个HR聊,她给我反馈说,玩砍价的人还是很多,效果还是很好。这也给我们提了个醒,自己的认知不一定是对的,具体还是要以真实数据为准。

另一个在激发用户传播动机时,我们还需要考虑利益该如何分配。如果推荐有奖励,那么A推荐B,我们应该给A和B多少利益才合适?像优惠券这种产品两者都可以给。本身成本不大。而对于现金的话,很多产品的活动数据显示全给A是效果最好的。我的建议是在自己的产品和用户里做一些测试,根据数据反馈进行选择。

最后,推荐产品经理需要关注的一些指标。比如

净推荐值(NPS)=(推荐者数/总样本数)×100%-(贬损者数/总样本数)×100%

推荐率 = 有推荐的用户/总用户数

这些推荐过产品的用户属于我们的忠实用户,在产品规划中其实可以从他们身上获得很多建议。我记得在学MOT课时,有三种人是产品改进的关键,我们需要对他们做调研。

调研三类核心用户

第一种是爱你的人。也就是那些持续买你产品,推荐你产品的人。从他们身上,我们可以知道他们最常用的场景是什么,为什么购买和推荐我们的产品。

第二种是不爱你的人。他从来不买你的产品,但会去买你的竞品。从他们身上,我们可以知道他们为什么不买?是不知道呢,还是知道了不买。他们是怎么知道竞品的,以及为什么会购买竞品的产品。

第三种是爱过你的人。以前买过但使用后却不用的人。从他们身上,我们可以知道他们为什么买一次就不买了?现在用的是什么品牌?以及为什么而用。

这些调研反馈可以帮助我们改进产品。

目录
相关文章
|
2月前
|
安全
安全的用户
安全的用户
27 0
|
2月前
|
数据安全/隐私保护
用户及组管理操作
用户及组管理操作
30 0
|
数据安全/隐私保护
用户注册登录系统 V2.0
# 准备空列表 users = [] # 准备当前在线用户 online_user = {} while True: # 打印系统提示 print("欢迎使用 用户注册登录系统V2.
1206 0
|
SQL 关系型数据库 数据库