《精益數據分析》讀書分享-----增長引擎說

引言

之前分享的大部分內容都是一些技術、方法類文章,今天為大家帶來一篇業務方面的文章——增長引擎說,希望大家能夠喜歡。

自己始終堅信,技術的升級改造,最終還是服務于業務,如果離開了業務談技術,那么這種技術最終會因沒有用武之地,而被拋棄。所以,我們平時也不能一股腦,把時間全部用在技術上,要想成為一個真正的數據分析師、數據科學家,那么我們也要思考思考當今業務的一些難題。

說到業務,一個重大的難題就是增長,中國現在逐漸失去了人口紅利,業務增長這個大難題,就顯的更加突出。

《精益數據分析》這本書是自己去年買的,一直放到今年才來看,有點汗顏。。。。。,最近幾周看了里面的一些章節,認為講的很有道理,于是就借來分享一下,供大家參考。

驅動創業增長的三大引擎

  • 黏著式增長引擎
  • 病毒式增長引擎
  • 付費式增長引擎

黏著式增長引擎

黏著式增長引擎的重點是讓用戶成為回頭客,并且持續使用你的產品,它和提高留存率這個概念類似。如果你的用戶黏性不大,流失率會很高,用戶參與度就不理想。用戶參與度是預測產品成功的最佳指標之一,Facebook早期的用戶數并不多(僅限哈佛大學),但它可以在上線數月,就讓一個學校幾乎全部的學生都變成自己的用戶,并持續使用。Facebook的黏性是前所未有的。

衡量黏性最重要的 KPI 就是客戶留存率。除此之外,流失率和使用頻率也是非常重要的指標。

長期黏性往往來自用戶在使用產品過程中為自身所創造的價值。人們很難放棄使用Gmail,因為那里存儲了他們所有的資料。同樣,讓一個玩家在一款大型多人網絡游戲中刪號,也會是一件非常艱難的決定,因為他將失去在游戲中辛苦贏得的一切地位和虛擬物品。

衡量黏性也不能全看留存率,它還和頻率有關,這解釋了為什么你需要跟蹤“距上次登陸的時間”(RFM模型)這樣的指標。如果你使用了提高用戶回訪的方法,諸如郵件提醒和更新,那么郵件的打開率和點擊率也同樣需要關注。

病毒式增長引擎

所謂病毒式傳播歸根結底就是一件事情:讓名聲傳播出去。病毒式傳播之所以吸引人,在于它的指數本質:如果每個用戶能帶來 1.5 個新用戶,那么用戶數將會無限制地增長直到飽和。(但事情絕不可能這么簡單,用戶流失、競爭對手和其他因素決定了它不可能真的無限制增長)

此引擎的關鍵指標是病毒式傳播系數,即每個用戶所帶來的新用戶數。因為這是一個利滾利的模式(老用戶所帶來的新用戶,同樣也會帶來更多的用戶),這個指標所衡量的是每一個病毒傳播周期的新用戶量。增長在病毒式傳播系數大于1時自發地到來,但你同時也需要考慮流失率對整體病毒因子的影響。病毒因子越大,增長也就越迅速。

僅考慮病毒式傳播系數還不夠,你還需要衡量哪些用戶行為形成了一個病毒傳播周期(循環)。例如,大部分社交網絡都會在你注冊時詢問是否要同步你的郵箱通訊錄,然后誘導你邀請通訊錄里的聯系人。這些聯系人收到你發出的邀請郵件,可能會欣然接受。這些獨立的行為連結在一起,決定著社交網絡的病毒性。所以說,衡量這些行為能夠讓你知道如何將病毒式增長引擎開足馬力:改變邀請信里的信息,簡化注冊流程,等等。

還有其他一些因素也與病毒性相關,包括用戶完成一次邀請所需的時間(或叫病毒傳播周期)以及病毒性的類別。

付費式增長引擎

第三種驅動增長的引擎是付費。通常,在確知產品具有黏著性和病毒性前就開動這一引擎,是過于倉促的行為。由 Meteor Entertainment 公司開發的《機甲世界》是一款免費多人游戲,但它靠游戲內的增值服務賺錢。這家公司首先專注于提高 beta 測試小組的使用量(黏著性),然后致力于游戲的病毒性(邀請朋友來玩),最后才是付費(玩家購買增值服務的目的是游戲中處于更有利的地位或提升游戲體驗)。

從某種程度上講,賺錢是識別一個商業模式是否可持續的終極指標。如果你從客戶身上所賺的錢超過獲取客戶的花費,并且可以一直這樣做下去,你就是可持續的。你不需要外部投資者的錢,并且每天都在增加股東的權益。

但是,就其本身而言,賺錢并不是一種驅動增長的引擎。它只是讓銀行里的錢越來越多。只有當你反過頭來把一部分營收再用于獲取客戶時,營收才有助于你的增長,然后你就有了一個可調節的業務增長機器。

機器上的兩個調節旋鈕是客戶終生價值(CLV)和客戶獲取成本(CAC)。從客戶身上賺到的錢比獲取他們花掉的錢多自然是一件好事,但這并不簡單地等同于成功。你仍需為現金流和增長速度發愁,這取決于多久才能讓一個客戶付清你獲取他所花的成本。一種衡量方法是看客戶盈虧平衡時間,也就是你收回獲取一位客戶的成本所需的時間。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,197評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,415評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,104評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,884評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,647評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,130評論 1 323
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,208評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,366評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,887評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,737評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,939評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,478評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,174評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,586評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,827評論 1 283
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,608評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,914評論 2 372