如何从自家产品找到增长魔法？

摘要：当我们的增长遇到了瓶颈期，如何从数据中发现要去做什么，怎么做？

阅读之前，你需要思考以下几个问题：

增长有瓶颈，如何从数据中解决？ 也许不是增长停止，而是陷入产品死亡循环？ 只有 20％的功能，经常被用户使用？ 怎么从产品里导入自己的魔法数字？ 产品增长，有“留存魔法师”？ 你清楚你的产品功能墙吗？

大家好，我是叶玎玎。今天的主题与「增长黑客」相关，增长离不开分析工具。过去五年的创业过程，我使用过很多分析工具，经历过无数的痛苦和郁闷之后，现在选择自己来解决这个问题。

Part 1 | 不想陷入产品死亡循环？少做没用的功能

当我们的增长遇到了瓶颈期，如何从数据中发现要去做什么，怎么做？

目前的大环境，对于产品经理的市场运营提出了要求。今天我会讲一下 GrowingIO 在这一块是怎么做的。 有一个很有意思的话题： 一个增长团队在公司里，到底属于哪个部门？ 属于产品、研发还是技术？

我们自己也有这个问题，之所以有这样的疑问，是因为“增长黑客”的特殊性。有人说它其实是一个变化的市场，因为关心的是用户传播和品牌；有人说它定了很多产品需求，参与了很多产品设计，所以隶属于产品；也有人说大多数事情是跟数据打交道，所以跟研发相关。

这些说的都对，所谓「增长黑客」的工作是用数据驱动的方式传播和改进产品。接下来做的事情，包括品牌传播，都覆盖在数据的背后。

我们先了解一下产品的发展规律。不知道多少人对 「Product Death Cycle」（产品死亡循环）这个名词熟悉，感觉自己的增长停滞不前，但很多情况下远远比你想得糟。

你可能已经陷入了产品死亡循环。

我们会满怀激情地开发一些产品，上线后发现没有人在用，会问客户为什么，是不是因为有哪些功能缺失？

客户会告知很多想要的东西，我们会如获至宝，开发这些功能，然后满怀激情地又上线了。结果发现还是没有人使用，然后又问客户需要哪些功能，是不是有哪些功能做得不够好，我们又开发缺失的功能。

为什么会有强大的自信，觉得正在开发的功能一旦上线以后，用户就会开始使用？ 目前的产品里到底有多少功能？ 下意识、条件反射的话，能说出多少功能？

比如说 GrowingIO，我可以说有单图、看板、分群、留存、细查、实时、圈选等，这些我下意识就可以说出来。

但是做这些功能真的有用吗？

我们需要去验证。 一个专门从事 IT 项目跟踪的权威机构曾经对很多大型研究机构进行研究，发现每家公司、每个团队可以做出很多功能。在公司，大家讨论得热火朝天，工程师们的键盘敲得噼里啪啦响，我作为工程师，知道做功能感觉非常棒。

但在大部分产品里，50%的功能基本上没有被用户使用，30%的功能很少被使用，20%的功能才是经常被用户所使用的。与其增加更多的功能，我们更需要思考用户为什么不用。

如果要知道为什么，很显然会想到可以做用户调研、用户访谈、市场调研、调查问卷等等，这些都是过去行之有效的方式。但是我们往往忽略掉，系统本身有一个巨大的保障，如果把用户在产品、应用里所留下的行为数据稍稍往下深挖一点，我们会发现里面有大量的事实。

通过数据查看，可以发现产品使用中的大量事实，找出真相，破解问题，这才是需要我们真正思考的。与其做些没用的功能，不如思考哪些功能被用户真正所需要。

要寻找真相出来，到底应该用什么？ 我们得了解整个产品周期和一些基本的原理规律。当一个用户访问我们的应用，显示互联网产品的用户转化周期：

当他被我们整个的价值观或者文案所吸引，注册好后开始使用产品；他认同产品所表现出来的价值，成为一个激活用户；一个激活用户频繁使用时，变成活跃用户；一个活跃用户花钱购买更多的需求变成一个客户；当这个客户推荐产品给朋友，他就变成粉丝。

这是一个标准的从访问用户到粉丝的漏斗。

从访问到注册，用户获取的过程； 从注册用户到价值认同，用户激活的过程； 从价值认同到频繁使用，用户留存的过程； 从频繁使用到付费转化，客户转化的过程； 从客户转化到推荐、到粉丝，用户推荐的过程。

这里特别想指出，对于不同的应用来说，各种阶段的表现形式可能不尽相同。比如说，GrowingIO 是一个分析工具，需要用户上传数据给我们，给他做各种数据的呈现。所以对于激活阶段，我们并不以注册为结束，以用户安装我们的 SDK、成功上传数据为结束。

这种从上到下的漏斗模型，一步一步把用户群往下细分。如果换一个角度，发现每一个都是漏损、流失的过程，当你把每一步的流失存积起来，会发现一个非常惨烈的事情，你获取的大量用户都流失掉。

我们做过一个调研数据，在一个标准的互联网产品，用户注册第一个月的留存表现情况：1000 个用户访问到网站，其中有 200 个用户注册，这当中有80%的用户体验到产品变成激活用户，40% 的用户在一天后回访网站，20% 的用户在 7 天后回访，10%的用户在一个月以后回访。

如果看这个数据会发现：每拉新 1000 个用户，1 个月以后只有2%的用户给我们贡献日活，98%的用户已经流失掉。

与其我们打开更多的口子，不如考虑一下如何提高把访问用户变成有效用户的整体漏洞转化率。

我们自己和有一些客户聊过，他们每年投上百万的费用在 SEM （搜索引擎营销：Search Engine Marketing）上、渠道上、活动上，但是效果怎么样？

完全是不好的状态，但是他们不敢停，一停，流量就下来，因为整个转化的漏洞后面没有持续跟踪，至于什么是 CAC（Customer Acquisition Cost，用户获取成本），CAC 多少，MR (Measurement Report，测量报告)多少，完全不知道。

比起做更多市场活动、拉更多的用户进来，而且还只有2%的人群，我们更应该思考：

为什么？为什么用户要留下来？为什么用户流失了？留下来的用户和流失的用户有什么区别？留下的用户在使用哪些功能？流失的用户去了哪里？

一旦了解了「为什么」之后，才可以对症下药，破解整个困局。

Part 2 | 思考解构：用户在产品里做了什么？

我们要知道用户在产品里做了什么，从群体的角度、个体的角度思考：

这些用户在产品里是怎么做的？ 有没有达到我们正常给他设置的路径？ 有没有体会到价值的路径？

只有这样，我们知道「是什么」，才能知道「为什么」，才能采取相应的行动改善这个东西。

先从了解「是什么」开始，也就是用户在你上面到底做了什么。

刚才提到，有 80% 的功能用户并不适用，20% 功能用户才经常使用。

怎么找到这 80%、20% 的事情？

可以从两个角度思考解构： 第一，每天用户在使用什么功能？ 第二，哪些功能真正促进了整个用户的留存？ 哪些功能在被频繁使用？我们自己会比较清楚产品里到底有哪些功能，在过程中会用整个功能页面到达率，或者功能页面浏览量来定义产品功能的热度。

我们可以非常清楚地看到，蓝色、灰色、黄色提供主要的入口，后面一些新加的功能并没有带来太多的流量，这也证明我们做的东西并没有解决用户的需求。堆积图是非常适合用来比较不同的指标在时间线上的变迁，也可以通过这样的方式做一个堆积图，把所有的产品功能列出来，那我们就知道，用户每天到底在使用什么。

当你知道用户在使用什么功能以后，开始思考： 到底哪些功能，会影响用户的留存？ 用户为什么留下来？ 留下来有什么区别？

所以，开始比较不同的功能之间对留存的影响力怎么样。现在外面有很多“增长黑客”的故事在向大家介绍留存魔法数字。 比如：

Linkedln 发现：第一周增加 5 个新社交关系的用户，留存度很高； Facebook 发现：在注册第一周里增加 10 个好友用户，留存率很高； Twitter 发现：在第一周有 30 个 follwers（追随者） 的用户，留存度很高。

这些都是留存分析中发现的魔法数字。

怎么从产品里导入自己的魔法数字？

这就是我们首先要了解在非魔法数字的前提下，各个功能之间的情况怎么样？ 没有任何功能表现能力是最差的。有一个非常抢眼的、留存率大大高于其他的功能，是我们要主力推的。找到最高的两个功能，它们相比其他功能有更好的表现。 我们应该思考：为什么这些用户使用了以后，促进整个流程？

当了解了不同功能对新用户留存的影响之后，下面要寻找到留存的魔法数字。我们最近新开发一个功能叫「留存魔法师」，让你们定义了自己的产品之后，不用关心任何的东西，自动基于存量用户数据进行分析出来，到底哪个功能的使用频率达到怎么样的情况下，可以让你得到魔法数字，系统的留存率更高。

我们有一个细查功能，七天之内用过细查功能的留存率达到3%以上。用的功能越多，留存率越高，因为代表是一个黏度用户，但是我们并不需要追求留存率最高点，我们需要了解的是，超过某个数字以后，在留存率情况下有多少是不同的东西。

因此，我们关心超过三次用户或者超过两次用户有多少量，过十次用户有多少量，通过用户量和留存两个对比。当然背后是非常复杂的统计模型，通过这种方式，我们就可以知道，到底不同的功能做了多少次以后，就可以产生一些质的变化。这是一个例子，当你访问我们这个页面以后，不用自己做就可以直接得到结论。

从图中可以看出，GrowingIO 可以根据用户行为数据，自动判断出与留存强相关的「Magic Number」。

Part 3 | 对用户分群：通过维度进行群体分析

一旦当你知道用户在做什么的时候，你会知道哪些功能会影响到用户的留存，这样能提高你的激活转化率。下面我们思考，做过这些行为和没有做过这些行为的人，到底是怎么做的，也就是要对群体做分析。 前些天跟产品经理聊天时，他问了我一个问题：

像优步这样的产品，用户进来第一天，给他发红包，促进使用。第三天，为了促进消费，再发一个红包。第五天，又会发一个红包。他想知道，对于那些第一天领了红包，第三天、第五天没有领红包和第三天、第五天领了红包和全都没领的人，在留存变化上是什么样的情况？

这三个情况就是分层对比。我们需要知道这三个群体在这用里是怎么做的，做了哪些，没有做哪些。

我们会建一个用户分群，可以通过维度切分。比如，今天关心市场投放，这次活动带来多少访问量，维度选择页面来源，再跟指标做结合。指标里第一天领了红包，也就是第一天领红包的按纽点击率大于零，第三天等于零，第五天等于零。

通过这个，定三个分群。一旦定了分群，有两件事情可以做：

第一，比较不同群体之间到底有什么相似性，有什么差异性？

这是我们目前正在开发的功能，让你找到两个群体之间最大的差别在哪里；

第二，当我们宏观上了解不同群体之间的差别，可以再从明细上考虑各个群体里具体的人到底在做什么，怎么做。

对于我们来说，每天的注册量可能只有几百个，这个时候会每一个都看一下，每个注册用户按照不同的分群切分，在整个流程中到底做了哪些事情，是怎么做的。我们会有整体的细查功能，一旦开始明确用户在整个产品里用什么，之后开始对症下药，找出潜在的问题。

比如说，有一个客户建立漏斗，发现在用户注册过程中，从填电话号码获取验证码到下一步，转化率只有 20% 多，非常低。他们通过市场功能发现，用户在这个过程中不断地点击获取验证码，他们研究用户为什么不停地点击？

最后发现，因为错误提示“手机号码不对”，验证码用了一个非常灰色、让别人不太容易看清楚的文字。找到原因后，他们就把这个颜色变成了红色。通过细查功能让工程师解决这个问题，注册转化率在四周从 20% 多变成了 85%，整整提升四倍。

我们还有一个客户在注册的过程，有一步是需要通过邮件注册，进入项目转化率只有 50% 多。产品经理通过细查去看，注册邮件到注册确认页面，没有进入下面的用户是怎么停止的？很多邮件发出以后，会进入垃圾邮件，导致用户流失掉。他们大胆做了一个尝试，把邮箱尝试直接砍掉，全部采用手机注册，整个转化率从 50% 多提升到 80%。

Part 4 | 聚焦是最高效的：用数据找到产品的问题

通过细查功能，可以了解用户的明细，知道用户做什么，没有做什么，用户量很少的时候，很容易发现问题。我们可以做用户调研，但是没有什么比你坐在电脑面前看的更直观。人会说谎，但数据不会。用数据驱动产品找到问题，改进产品。

当我们发现这些问题时候一定要去思考： 知道问题的时候，要做什么？ 要去怎么改进？ 让研发做什么？ 产品做什么？ 市场做什么？ 销售做什么？

每一步都要去想，有什么事情是可以做的。

比如，在整个用户的激活过程中，我们要知道：没有用哪些功能的用户留存率很低，用了哪些功能的用户留存率很高，开始构建整个用户的标签体系。一个用户，默认系统是注册用户，每默认一个功能，达到一个标签，根据不同的标签去做测试、筛选。

在注册过程中，根据标签的不同，比如说不同的东西能换回或者说能提高多少转化率。针对结果，当我们选了一批测试用户，根据用户不同的行为，推送功能案例和功能介绍以后，在整个留存率方面，从不到25%提升到50%，足足提升两倍。

当你知道数据有问题的时候，不能只是知道，你要去思考我要怎么执行，怎么做事情，怎么跟踪这个效果。只有这样，我们才能持续地优化。数据对我们来说，有两个作用：一是验证，验证我们的假设是否是对的；二是预测，我们需要去知道过去发生的，才能预测到将来要发生的。

很多用户把分析工具当成了看报表、看事实，这样就结束了，只是查看这个网站怎么样，没有人思考基于这个前提下应该做什么，有什么可以做，能改变什么？问自己五遍这个问题，自己在这个信息上能做什么不一样的事情，希望达到怎么样的结果，你可能就会发现完全不同的视角，会知道下一步要做什么。

不要让太多的信息影响到你的决策，在过程中聚焦做一件事情是最高效的。回到从注册用户到粉丝的漏洞，我们需要知道每一步漏洞里的每一步转化率，那就可以非常聚焦地了解到当前这个阶段，最应该改进哪个步骤，哪个是最符合的，哪个是投入最轻、效果最好的，这个阶段要以用户获取为第一目标去思考。

我们知道问题以后，开始拆解流程，分为三大流程：访问进来、用户注册、安装完成。在这三个步骤里，到底哪一个流失率最高，提高注册转化率还是安装转化率，从中分析哪个更有价值。

做注册转化率的时候，经过多少步骤？可能有三四个页面，每一步的转化率怎么样？明确每一步的转化率之后，又得到一个更小的漏洞，从这个漏洞里知道哪一步的转化率更低，这个时候又开始做拆解，找到最低的转化率，再思考那一步做什么。

逐级拆解，越往下拆，越能知道下一步该做什么。只有这样，才能做到单点突破，才能一个阶段、一个目标快速执行，才能执行迭代、优化增长你的产品。 所谓的产品增长，主要回答两个问题：

我是谁？ 卖给谁？

在不同阶段，对这两个问题的答案可能不尽相同。

注：本文作者叶玎玎，GrowingIO 联合创始人 & CTO，风车创始人。国内最早一批增长黑客践行者，同时也是 TeahourFM 的主播和中国 Ruby 大会的组织者。 本文根据叶玎玎在「增长黑客在中国—— 互联网公司用户增长秘籍」活动的演讲整理。