拼多多运营经理分享：用户增长的四种精细运营方法

堇陌汐影

[color=rgba(0, 0, 0, 0.8)]首先先简单介绍一下今天的目录，我将从以下4个方面来讲怎么运用增长模型做精细化运营：
[color=rgba(0, 0, 0, 0.8)]一、增长模型理论
[color=rgba(0, 0, 0, 0.8)]二、怎么做精细化运营
[color=rgba(0, 0, 0, 0.8)]三、案例分析
[color=rgba(0, 0, 0, 0.8)]四、市场洞察
一、增长模型理论

[color=rgba(0, 0, 0, 0.8)]增长模型是由一个美籍华裔提出的概念。理论基础分为以下三个回路：
1.SEO/内容搜索回路

[color=rgba(0, 0, 0, 0.8)]通过内容建设等合理规划使网站更适合搜索引擎索引，从而提高搜索引擎排名，提升网站整体访问量的技术就叫SEO。
2.付费市场回路

[color=rgba(0, 0, 0, 0.8)]指通过免费功能吸引用户，然后在一些特定体验环节上设置付费服务，再用费用去进行市场推广和投放。
3.病毒式营销

[color=rgba(0, 0, 0, 0.8)]也叫做裂变或者分享。比如好友互动、成绩比拼、微信群PK、朋友圈晒成绩等等，这些功能也是为了能产生社会化传播做的一些功能。
[color=rgba(0, 0, 0, 0.8)]增长模型就是围绕产品端的增长为目的的回路，这三个回路来自于产品增长的三个大的支点，是最关键的增长路径。
[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]图示是一个比较基础的增长模型，三个回路连在一起，每个都有相对应的节点。可以在假设市场费用剥离的情况下，通过看公司自我增长情况，来验证产品结构和商业模式是否成立。
[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]这是我们沪江在小程序刚来临之初天天练口语的增长模型。
[color=rgba(0, 0, 0, 0.8)]对此总结一下：

• 增长建立在可持续的闭环模型的基础上，这是关键；
  
• 确定模型中的输入、输出和关键转化率，确保这些数值有基本的算法；
  
• 依照工作度，预期价值，划分优先级，用测试去检验功能点的改变；
  
•  建立一种有共识的语言，比如说在增长目标和指标体系上达成一致，使工作相互配合更加有效。
  

[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]增长模型量化的算法，大量细微的优化可以得到很好的增长指数。
[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]更多增长模型中的建议，包括：

• 根据增长效率，用增长路线图替代原先的产品路线图。
  
• 找到对转化增长最有帮助的需求，优先处理这个环节。之前我们考虑性价比和成本，有些技术觉得这个需求简单，很容易就完成了，那个需求很简单也先做掉。这样虽然把问题处理掉了，但其实这三四个小问题对增长的帮助非常小。
  
• 但如果你开发一个功能，一个月、两个月或是三个月过程当中对增长有帮助，我们可以优先做这方面的工作，这也是达成共识的结果。
  
• 最后，把你的量化路线图与可视化增长进行评分。
  

二、怎么做精细化运营

[color=rgba(0, 0, 0, 0.8)]首先强调几点：数据是一切工作的判定标准，精细化运营的基础前提就是数据，数据也是内外部沟通协作的统一标准。做任何工作，期望、结果、目标都需要量化。
[color=rgba(0, 0, 0, 0.8)]这是数据运营比较基本的流程，我们大多数情况比较熟悉的是后面三个——功能设定，这个产品出来了功能怎么设定、怎么定义，对这些定义好以后，开始获取数据进行分析，再开展后面的工作部署。
[color=rgba(0, 0, 0, 0.8)]我们之前做后面三项工作的时候，反反复复做调优，后来发现有一个逻辑的瓶颈，虽然有改进功能，把数据提升了，但是达不到指数级的增长。
[color=rgba(0, 0, 0, 0.8)]再往前推两个环节，会发现市场机会其实已经没有了，而是你自己觉得市场空间很大。你运作一段时间发现竞争对手已经把原有的市场量抢掉了，所以你自己挖自己数据的时候，挖透也没用，你没有掌握的是市场数据，是行业数据。
[color=rgba(0, 0, 0, 0.8)]说一下市场机会和产品定位：

• 市场机会就是用户需求什么，通过调研和洞察挖掘机会；
  
• 产品定位就是你的产品在这些机会里面给哪些目标用户提供什么样的有价值服务，这是最基本的逻辑。
  

[color=rgba(0, 0, 0, 0.8)]后面一个节点的工作就是在数据定义环节，把数据标准统一下来，建立指标体系。这个指标体系建立在增长模型各个环节上，跟技术相同的就是设立数据埋点，然后开发代码接入。
[color=rgba(0, 0, 0, 0.8)]一些简单的忠告：

• 产品关注的核心数据要尽可能的精简。这个就代表了你的产品定位是不是精准，如果产品关注的核心数据很多，就会增加你产品开发、运营或者市场推广的投入。如果产品好几项功能都想做核心，你做推广的时候哪些关键词放在前面呢？
  
• 数据之间的关联关系要尽可能的明确。在社交软件方面，无论是点赞和评论，都来自于一项数据，就是发帖量。如果发帖量上去，数据就会上去，这个时候你就会知道你工作的重点是什么。
  
• 在增长模型中，影响核心目标数据的规律和运作方式，就叫增长引擎。每个产品和服务都希望能够找到属于他们的独特的，最好是不能被仿照、抄袭的增长引擎，也就是核心竞争力，特别是影响核心目标数据。
  

[color=rgba(0, 0, 0, 0.8)]比如说做沪江：沪江的数据提升一年有两个大节点，分别在 3月和10月开学季。大家开学以后因为玩了很长时间的游戏有罪恶感会装一些学习的软件，这个时候我们就会把很多精力放在这两个月进行投放，并且会想办法让用户在4月5月继续用下去。
[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]再说一下：数据不等于数字，数据等于数字+维度，只有这样才有被分析的意义。
[color=rgba(0, 0, 0, 0.8)]举个例子：下图是我之前做的产品的案例，纵向是数字，横向是维度。
[color=rgba(0, 0, 0, 0.8)]比如说一个产品的新增到了一定过程的时候你会发现是哪一个平台增长的，男的多还是女的多，留存是哪一个年龄段多，你的用户分析就会更精细一些。
[color=rgba(0, 0, 0, 0.8)]但是你会发现有一些维度是永远找不到的：比如说新增用户还没有填入相关信息的时候。我在不知道年龄段的活跃的时候也很难抓取这些数据。
[color=rgba(0, 0, 0, 0.8)]当一个数据活跃越多的时候，对用户的把控就越精准，越了解用户就越可以有的放矢地做各种服务创新。维度越来越少的时候，如果把维度退到第一档就没有任何意义了，数据分析的逻辑和层次就会降低，对你后面工作的指导性就会降低。
[color=rgba(0, 0, 0, 0.8)]
[color=rgba(0, 0, 0, 0.8)]数据一般是这样呈现。数据一定要做成这张走线图一样才能清晰的了解你的趋势的增长或者下降，比如说产品分布、年龄分布、男女分布、产品的走势。
[color=rgba(0, 0, 0, 0.8)]数据分析的核心要点就是：每一个数据点有明确的解释，而且是正确的。数据的拐点、高点、低点、变化趋势都需要解读，有些APP在春节时候已经是下降了，但是有些人不觉得，为什么春节以后的变化还是那么明显，这就要找原因，数据把这两点解释清楚就好了。
[color=rgba(0, 0, 0, 0.8)]寻找并掌握数据之间的关联性以及变化规律的过程，用来验证产品服务以及运营策略的准确性，并作为工作的重要指导依据，这是数据的意义和价值，关联性和变化规律是非常重要的。
[color=rgba(0, 0, 0, 0.8)]讲一个小例子，数据分析其实是存在盲区的：

之前运营过一个健身的产品，iOS留存是36%，安卓是29%，除了路径和设计，只有在课程下载第一次平均下载的速度上有明显的差异，iOS是23秒，安卓是43秒。我们原先的判断是因为下载时间太长，安卓用户不耐烦了，于是留存就降低了。
但是后来我们通过调研发现：有40%的 iOS用户反馈下载太慢，而这个问题对于安卓用户来说只能在所有问题中排第三。
最后我们发现一个逻辑：不同价位的手机用户对下载的期望值不一样，不能拿iOS和安卓去比较，不然从比对人群层面就已经是错误的了。

[color=rgba(0, 0, 0, 0.8)]追求数据的准确和完善，并且进行准确的对比分析和解读，是一项持续不断的工作。当你的数据开始逐渐减弱对工作指导性的时候，就说明你进一步的精细分析又要开始，就要再增加维度，精细化运营也是数据运营逐渐深化的过程。
[color=rgba(0, 0, 0, 0.8)]我们把前面这张图再回推，我所指的精细化运营是耗成本和人力的，每个回推的过程都是更长的周期。
[color=rgba(0, 0, 0, 0.8)]所以，数据分析完工作部署可能一周，一周之后发现数据上不去，是不是我们的功能设定和数据定义出错了？
[color=rgba(0, 0, 0, 0.8)]这个环路做完了以后发现分析有限，再改产品定义的时候，有可能一年了，这个时候市场机会可能没有了；再往前推看市场还有哪些机会的时候，有可能两年已经过去了，这个时候精细化还是要专业做细节的工作。有些细节和所谓的粗放有一个博弈的关系，特别是小公司折腾不起。
[color=rgba(0, 0, 0, 0.8)]数据分析最终就是获取用户行为信息，来体验验证你的产品服务是不是和用户的需求是匹配的过程。就回到了前面所谓的市场有什么机会，用户有什么需求，看你和之前预估的市场机会是不是匹配，匹配就往前走，不匹配就接着改。
三、增长案例

[color=rgba(0, 0, 0, 0.8)]说两个增长案例，一个是ofo和摩拜的案例：
[color=rgba(0, 0, 0, 0.8)]

他们两个是完全重叠的竞争关系，市场需求都是1~3公里的便捷、低成本交通方式。增长引擎也完全一致，比如说超大规模投放单车，这个就是你把你的服务距离用户最近的环节设点，谁多谁赢，谁烧得起，就有市场，这是最大的关键，如果车没有投放到位后面都不要谈。
第二点就是大规模发行联名卡，借用用户资源，以免费的方式给到他们一些月卡的机会。这个和场联合推广是一样的，获取大量用户的同时，用户也获取了福利。
第三点就是与微信和支付宝打通。
这三条成为了最大增长引擎，不停地滚动。

[color=rgba(0, 0, 0, 0.8)]再讲一个案例，饿了么和美团外卖：
[color=rgba(0, 0, 0, 0.8)]

这也是非纯线上的。首先他们市场需求是便捷餐饮，便捷餐饮的优势在于刮风下雨等恶劣天气这些需求会被无限放大，时间不够也会无限放大。
首先第一点就是让商务谈判增加线下店铺数量。数量越多，对我用户的体验就越好，用户肯定会下载APP。
第二就是在群里面或者是社交媒体的裂变利器红包。你有了这个红包以后每天可以减一定的费用，一天可抢几个红包，促使用户每天在群里抢。
第三点，就是微信和支付宝的打通。没有比和他们合作增长更快的了。

[color=rgba(0, 0, 0, 0.8)]总结一下：就是先把需求收集上来，产品和服务收集上来，第二做裂变，第三找一个好爸爸。
[color=rgba(0, 0, 0, 0.8)]饿了么和美团多讲两句：首先它们不是简单的送餐服务，而是打破了传统服务在物理上的限制，通过资源整合重修构建了市场秩序和供求关系。
[color=rgba(0, 0, 0, 0.8)]譬如说在一幢楼的麻辣烫，他知道自己竞争的客户就在这一层里面，如果和饿了么和美团接洽，接入他们的服务架构体系，就会发现传统服务体验以及竞争关系发生了全新的变化。互联网把它打造成一个全新的商业模型，餐饮店在售价变化、满减策略上面要迎合互联网企业的再造。
[color=rgba(0, 0, 0, 0.8)]简单一句话总结一下：一个产品距离用户远，就是服务体验不好的表征，要把服务体验整个综合的去看。
四、市场洞察

[color=rgba(0, 0, 0, 0.8)]大家都讲市场洞察，其实就是讲机会在哪里。
[color=rgba(0, 0, 0, 0.8)]市场是能够通过交换而满足的需求和欲望，换句话说就是用户需求，市场是所有需求的总和体。
[color=rgba(0, 0, 0, 0.8)]需求又是由服务（解决方案）来满足的，各位做的所有的产品就是服务，电子商务产品就是销售服务、支付服务、内容服务、搜索服务，所有的产品都是服务的提供载体。更好更优的解决方案又几乎都来自于科技的进步。
[color=rgba(0, 0, 0, 0.8)]我是一个互联网老兵，从计算机革命的时候就介入，发现计算机有多媒体，有了新的变化；到互联网的时候，互联网带宽越来越高，光盘就失去了作用。原来的手机厂因为智能手机的冲击重新洗牌。
[color=rgba(0, 0, 0, 0.8)]到移动互联网的时候发生了翻天覆地的变化，大数据、VR/AR、 AI智能和区块链越来越热。
[color=rgba(0, 0, 0, 0.8)]互联网的核心本质就是提升效率，所以越能提升大家效率的App越有机会。但是现在这个空间很小，在努力观望市场机会在哪的时候，不妨参考科学技术发展的方向。
[color=rgba(0, 0, 0, 0.8)]最后总结：精细化运营的含义就是在发展的不同时期，找最适合自己的运营方式。最合适自己的运营方式，一定是以最短时间内获取最大增长为目标准绳，不要把时间和精力浪费在和增长无关以及不明显的地方。
[color=rgba(0, 0, 0, 0.8)]所有运营都需要有个可量化的核心目标。由于同样的数据在不同的人的感官里面看出来，最终的理解是不一样的，一定要打造完整的增长模型和更智能的数据分析体系。
[color=rgba(0, 0, 0, 0.8)]最后希望各位都能有所收获，不光帮自己的产品做到增长，也希望大家找到适合自己的增长引擎。