增长团队的核心原则之一,是在任何时候都要找到在当时的情况下,对增长潜在影响最大的领域,然后集中火力在那个领域进行实验,推动增长指标的实现,也就是所谓的“寻找增长杠杆”。
要做到这一点,首先必须学会“指标分解”这个技能,在这方面,2.3.1小节讨论过的增长模型(见图7-4)就发挥了作用。
图7-4 增长模型
根据这个增长模型,指标分解可以分为以下两步:
1)第一步是横向分解:按照用户的群组,按照“加法”的方式把大的增长指标拆分为小的指标。
比如ABC订房网的例子,它的增长指标可以很容易地拆分为如下结构:
2017年订房数(1500万)=新用户的首次订房数(500万)+已有用户的订房数(1000万)
很多时候,这种拆分也和增长团队的设置相一致。比如,Facebook月活跃用户的指标可以分解为:
月活跃用户数=新增月活跃用户数+留存活跃用户数+流失活跃用户唤回数(www.xing528.com)
正好对应它们增长团队内部新用户团队、用户留存团队和流失用户唤回团队的划分。这样每个小的增长团队都可以有自己的子目标,子目标加总就合成了总目标。
2)第二步是纵向分解:按照用户的生命旅程,通过“乘法”的方式将子目标进一步拆解为更细的漏斗步骤。
比如ABC订房网的例子,经过第一步,它的增长指标拆分如下:
2017年订房数(1500万)=新用户的首次订房数(500万)+已有用户的订房数(1000万)
接下来,假设ABC订房网也有一个专门的新用户增长团队,他们负责完成500万的新用户首次订房数目标,这个小目标下一步应该如何拆分呢?
秘诀在于,通过绘制用户旅程找到能够影响这个小目标的关键输入变量。我们通过增长模型的思路,进一步对新用户首次订房的漏斗进行拆解:
新用户首次订房数=新增用户数×新用户首次订房成功百分比×每人平均订房数
所以要实现新用户首次订房数达到500万的目标,ABC订房网的新用户增长团队可以考虑的方向是:①增加从各个渠道获取的新用户数量;②提高新用户首次订房成功的百分比;③提高每人平均订房数。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。