今天分享的主題是指標(biāo)體系分析與增長(zhǎng)實(shí)踐?；鹕揭媸亲止?jié)跳動(dòng)旗下的云服務(wù)平臺(tái)，把字節(jié)發(fā)展過(guò)程中積累的一些經(jīng)驗(yàn)，通過(guò)增長(zhǎng)方法、技術(shù)、工具和能力開(kāi)放給外部企業(yè)，幫助企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中實(shí)現(xiàn)持續(xù)增長(zhǎng)?；鹕揭姘漠a(chǎn)品多種多樣，今天介紹的是兩個(gè)數(shù)據(jù)產(chǎn)品，一個(gè)是行為分析平臺(tái)（DataFidner），一個(gè)是 A/B 實(shí)驗(yàn)平臺(tái)（DataTester）。

增長(zhǎng)實(shí)際上是一個(gè)老生常談的話題了，大家都很熟悉，但在實(shí)踐過(guò)程中仍然有很多的疑問(wèn)。比如指標(biāo)體系應(yīng)該怎么搭建，如何通過(guò)數(shù)據(jù)分析找到關(guān)鍵瓶頸，找到之后又應(yīng)該怎么做等等。今天就是針對(duì)這些問(wèn)題來(lái)進(jìn)行分享。

一、構(gòu)建指標(biāo)體系

首先來(lái)介紹一下指標(biāo)體系的構(gòu)建。

1、指標(biāo)拆解思路

?做指標(biāo)增長(zhǎng)首先需要找到北極星指標(biāo)，也就是唯一重要指標(biāo)，指引全公司向同一個(gè)方向發(fā)展。在這個(gè)里面我們有一個(gè)地方需要注意，就是北極星指標(biāo)能夠體現(xiàn)產(chǎn)品給用戶(hù)提供的核心價(jià)值。這個(gè)指標(biāo)變化是能夠代表你的產(chǎn)品不斷健康發(fā)展的。例如問(wèn)答類(lèi)社區(qū)的北極星指標(biāo)就是問(wèn)題回答數(shù)。像音樂(lè)類(lèi) APP，就是總聽(tīng)歌時(shí)長(zhǎng)，電商類(lèi)可能就是總 GMV。

找到北極星指標(biāo)之后，如何利用它？這個(gè)時(shí)候就需要按照關(guān)聯(lián)因素再逐步拆解。我們?nèi)粘Ｖv任何生意都能用簡(jiǎn)單的數(shù)學(xué)模型來(lái)描述，包括活躍用戶(hù)數(shù)就可以拆成新增活躍和已有活躍，新增活躍又可以拆成訪客流量、新用戶(hù)激活率，已有用戶(hù)可以拆成已有用戶(hù)和老用戶(hù)的留存率。

這樣就非常具象化了，比如訪客流量就找市場(chǎng)部，新用戶(hù)激活率除了跟市場(chǎng)部的流量質(zhì)量有關(guān)系外，也和產(chǎn)品有關(guān)系，比如注冊(cè)流程是否夠簡(jiǎn)單，新用戶(hù)引導(dǎo)是否夠清晰，又比如老用戶(hù)的留存率，可以找產(chǎn)品運(yùn)營(yíng)和用戶(hù)運(yùn)營(yíng)。所以指標(biāo)的拆解，最終的目的是要把最重要的指標(biāo)細(xì)化，變成一個(gè)個(gè)公式的因子，從而找到增長(zhǎng)的方向和負(fù)責(zé)的部門(mén)。這些因子又有關(guān)聯(lián)的因素，比如訪客流量關(guān)聯(lián)到的因素就是推廣的曝光量、線索的轉(zhuǎn)化率、推廣的內(nèi)容。所以指標(biāo)拆解會(huì)讓你的增長(zhǎng)有跡可尋。?

2、北極星指標(biāo)拆解

下面舉一個(gè)實(shí)際的例子。

以火山引擎服務(wù)過(guò)的一家企業(yè)為例，其商業(yè)模式是返現(xiàn)業(yè)務(wù)。它會(huì)把用戶(hù)導(dǎo)流到各大電商平臺(tái)或者是外賣(mài)平臺(tái)，如果用戶(hù)從它這里跳轉(zhuǎn)到外賣(mài)平臺(tái)或者是電商平臺(tái)完成了下單之后，可以從這個(gè) APP 拿到平臺(tái)那邊的返傭。以這樣的一個(gè)業(yè)務(wù)為例，GMV 就是他們的北極星指標(biāo)。因?yàn)?GMV 越高，拿到的抽成越多，同時(shí)又因?yàn)樗饕臉I(yè)務(wù)板塊是外賣(mài)和電商，所以可以把 GMV 拆成外賣(mài) GMV 加電商 GMV，外賣(mài)的 GMV 是外賣(mài)的付費(fèi)用戶(hù)數(shù)乘以客單價(jià)。對(duì)外賣(mài) GMV 再做一層拆解，付費(fèi)用戶(hù)數(shù)可以分為新用戶(hù)、老用戶(hù)，新用戶(hù)消費(fèi)可以拆成新用戶(hù) UV，新用戶(hù)激活率，老用戶(hù)消費(fèi)拆成老用戶(hù) UV、留存率，以及外賣(mài)抵達(dá)率和購(gòu)買(mǎi)轉(zhuǎn)化率和客單價(jià)。當(dāng)然也可以有其它的拆解思路。最關(guān)鍵的就是要把它拆成一個(gè)個(gè)關(guān)聯(lián)影響因子，這個(gè)因子能夠和日常的工作關(guān)聯(lián)起來(lái)，能夠把指標(biāo)拆解到具體的業(yè)務(wù)方向上，才能夠知道一旦這個(gè)指標(biāo)出了問(wèn)題，要做什么動(dòng)作，才可能去優(yōu)化這個(gè)指標(biāo)。接下來(lái)就要去搭建指標(biāo)體系。

3、依據(jù)增長(zhǎng)模型構(gòu)建指標(biāo)體系

要搭建指標(biāo)體系，先要看現(xiàn)有的數(shù)據(jù)。通常來(lái)講，我們會(huì)通過(guò)這幾個(gè)角度來(lái)設(shè)計(jì)一個(gè)全盤(pán)的指標(biāo)體系：

① 基礎(chǔ)活躍：要了解用戶(hù)的基礎(chǔ)數(shù)據(jù)分布情況，新老用戶(hù)的分布，活躍情況等。

② 用戶(hù)體驗(yàn)：用戶(hù)對(duì)于流程的完成率，關(guān)鍵環(huán)節(jié)的轉(zhuǎn)化率等。

③ 用戶(hù)運(yùn)營(yíng)：日常 APP 里面的一些活動(dòng)，比如優(yōu)惠券的使用情況，用了之后的客單價(jià)是否提高了，用完了之后的復(fù)購(gòu)率是否提高了。

④ 商品營(yíng)收：最終商品的銷(xiāo)售成果，首購(gòu)、復(fù)購(gòu)的情況，訂單目標(biāo)是否完成等等。

從以上這些方面，我們可以構(gòu)建出一個(gè)完整的指標(biāo)體系。

構(gòu)建完指標(biāo)體系之后，我們需要設(shè)計(jì)埋點(diǎn)方，并用 SDK 上報(bào)采集這些數(shù)據(jù)。

4、依據(jù)指標(biāo)體系設(shè)計(jì)數(shù)據(jù)采集方案

以火山引擎的增長(zhǎng)分析（DataFinder）為例，火山引擎的行為分析數(shù)據(jù)，產(chǎn)品的底層模型有一張事件表一張用戶(hù)表，事件表用來(lái)存儲(chǔ)用戶(hù)的事件，用戶(hù)來(lái)到我們的 APP 會(huì)發(fā)生用戶(hù)啟動(dòng)瀏覽、購(gòu)買(mǎi)等行為，我們把用戶(hù)的一種或者是一類(lèi)行為抽象成一個(gè)個(gè)事件，同時(shí)在動(dòng)作發(fā)生時(shí)用來(lái)描述這個(gè)事件信息的，我們把它叫做事件的屬性。用戶(hù)表是存儲(chǔ)描述用戶(hù)本身的信息，比如注冊(cè)時(shí)間、VIP 等級(jí)。通過(guò)這兩張表就可以完整的獲取到我們想要的指標(biāo)，就可以描述出一個(gè)用戶(hù)在什么時(shí)間、什么地點(diǎn)，以什么樣的形式做了一件什么事。埋點(diǎn)方案的示例可以參考上圖右側(cè)。

5、多維數(shù)據(jù)分析

數(shù)據(jù)方案設(shè)計(jì)完畢了，交給開(kāi)發(fā)同學(xué)去埋點(diǎn)，并且做好了數(shù)據(jù)校驗(yàn)上線之后，我們就可以在產(chǎn)品中配置對(duì)應(yīng)的指標(biāo)看板，這樣就可以一目了然的觀察數(shù)據(jù)的波動(dòng)和異常。這里可能會(huì)有一些問(wèn)題，比如數(shù)據(jù)天天看每天都差不多怎么辦？以及看出了異常，但是不知道怎么做下一步的分析。

我們?cè)倩氐阶畛鯓?gòu)建的指標(biāo)拆解模型。圖中數(shù)據(jù)已經(jīng)做了脫敏，可以明顯地看到哪個(gè)指標(biāo)有優(yōu)化的空間，非常明顯是外賣(mài)業(yè)的抵達(dá)率，這就相當(dāng)于總流量的不到 10%，所以很多流量白白浪費(fèi)了，所以我們要針對(duì)這塊進(jìn)行優(yōu)化。另外，新用戶(hù)的激活率 20%，也有很大的用戶(hù)空間。

找到了瓶頸之后，接下來(lái)就要看如何提升這個(gè)指標(biāo)。 

二、設(shè)計(jì)策略增長(zhǎng)優(yōu)化

這一章節(jié)就來(lái)介紹非常核心的部分，指標(biāo)設(shè)計(jì)、策略、增長(zhǎng)優(yōu)化。

1、Lift 模型

《測(cè)出轉(zhuǎn)化率》一書(shū)中有一個(gè)非常經(jīng)典的模型，叫做 Lift 模型，它是目前公認(rèn)的 A/B 測(cè)試方案最科學(xué)的模型，也是應(yīng)用最廣泛的模型。它提出策略迭代有 6 大原則：

首先是價(jià)值主張，也就是給用戶(hù)提供什么樣的價(jià)值；相關(guān)性和清晰度，指的是頁(yè)面呈現(xiàn)給用戶(hù)的信息是否與價(jià)值主張相關(guān)，是否與用戶(hù)訴求相關(guān)，文案描述夠不夠清晰；注意力和焦慮感，指的是頁(yè)面有沒(méi)有過(guò)多的雜亂因素會(huì)分散用戶(hù)的注意力，是否有讓用戶(hù)做一些行動(dòng)，比如填寫(xiě)身份證號(hào)碼等，引起用戶(hù)的焦慮感，導(dǎo)致他的跳出或者流失；緊急度，就是要營(yíng)造出一種機(jī)不可失的感覺(jué)。

2、目的是讓用戶(hù)產(chǎn)生動(dòng)力

?最終我們的目的就是讓用戶(hù)對(duì)我們的產(chǎn)品產(chǎn)生行動(dòng)力，不管是讓用戶(hù)注冊(cè)、點(diǎn)擊、瀏覽、收藏、分享還是付費(fèi)，都是要讓用戶(hù)去行動(dòng)。

用戶(hù)的動(dòng)力就等于他在頁(yè)面感知到的好處，減去感知到的成本。比如上文提到的外賣(mài)返現(xiàn)業(yè)務(wù)，著陸頁(yè)投放的核心主旨是新用戶(hù)注冊(cè)就可以領(lǐng) 99 元無(wú)門(mén)檻優(yōu)惠券，在這個(gè)場(chǎng)景里，用戶(hù)感知到的好處就是 99 塊無(wú)門(mén)檻優(yōu)惠券，需要付出的成本就是輸入手機(jī)號(hào)并且輸入驗(yàn)證碼，然后注冊(cè)成為用戶(hù)。E 乘以 F 的冪次方，指的是展現(xiàn)的信息，與用戶(hù)進(jìn)來(lái)這個(gè)頁(yè)面時(shí)候的預(yù)期是否相吻合。比如我進(jìn)來(lái)的時(shí)候，通過(guò)前一個(gè)頁(yè)面進(jìn)來(lái)的時(shí)候我想看到的就是無(wú)門(mén)檻優(yōu)惠券，但進(jìn)來(lái)之后有很多繁雜的規(guī)則，那么就不符合我的預(yù)期，這時(shí)就可能起了一些反作用。所以當(dāng)呈現(xiàn)給用戶(hù)的信息越符合用戶(hù)的預(yù)期，并且信息的聚焦度越高，那么用戶(hù)的行動(dòng)力就會(huì)越強(qiáng)。

接下來(lái)具體介紹上面提到的六個(gè)原則。?

3、相關(guān)性

?相關(guān)性，就是確保頁(yè)面的內(nèi)容和用戶(hù)希望看到的內(nèi)容相關(guān)，也就是你的價(jià)值主張是否與用戶(hù)訴求密切相關(guān)。一個(gè)很好的案例就是這個(gè)公司的定期投資的功能。

上圖中列出了項(xiàng)目初始版的文案，以及優(yōu)化版的文案。我們可以很明顯地看到，初始版的文案實(shí)際上跟用戶(hù)幾乎是沒(méi)有什么關(guān)聯(lián)性的。優(yōu)化迭代后的文案把好處和成本描述得非常清晰，用戶(hù)就會(huì)很明顯的感知到我需要付出的成本，以及它能給我?guī)?lái)的好處是否劃算。?

4、清晰度

清晰度是最容易出優(yōu)化文案的，改一個(gè)文案，改一個(gè)圖片，改一個(gè)圖標(biāo)，改一個(gè)按鈕的顏色非常的簡(jiǎn)單，可能帶來(lái)意想不到的效果。另外需要注意的一點(diǎn)是，文案不要有歧義，要做到真誠(chéng)、清晰地表達(dá)，減少用戶(hù)的認(rèn)知成本。

5、注意力

注意力，這里指的是單頁(yè)面的元素?cái)?shù)量與設(shè)計(jì)排列的權(quán)衡。如果要更加簡(jiǎn)單，那么信息應(yīng)該是非常聚焦的。相反，如果一個(gè)頁(yè)面進(jìn)來(lái)全部都是五花八門(mén)的圖片，或者是很多突出的亮點(diǎn)、按鈕，那么用戶(hù)可能根本分不清你的重點(diǎn)是什么，也不知道該怎樣去做出行動(dòng)。

6、焦慮感

焦慮感是用戶(hù)轉(zhuǎn)化路徑上的雙刃劍。

一方面，不得不說(shuō)某些情況下焦慮感確實(shí)促進(jìn)轉(zhuǎn)化，比如商家常常販賣(mài)焦慮，容貌焦慮、財(cái)富焦慮等等。

但另一方面，販賣(mài)焦慮也很容易引起反感，反而形成一些負(fù)面作用。比如當(dāng)你的產(chǎn)品給用戶(hù)一種不可靠的感覺(jué)，或者是本身產(chǎn)品功能缺失，或者是讓用戶(hù)填寫(xiě)一些敏感信息的時(shí)候，用戶(hù)可能就會(huì)選擇放棄。

7、緊急度

?關(guān)于緊急度，有兩個(gè)部分，一部分是外部驅(qū)動(dòng)，還有一部分是內(nèi)部驅(qū)動(dòng)。外部驅(qū)動(dòng)其實(shí)是營(yíng)造與用戶(hù)相關(guān)的緊急氛圍，比如限量、限購(gòu)其實(shí)就是塑造一種緊急度。另外一種就是內(nèi)部驅(qū)動(dòng)，確實(shí)是緊急需要的，是剛需。

總結(jié)一句話，我們要遵循行動(dòng)力公式的基本原則，貫徹落實(shí)相關(guān)性、清晰度、注意力、焦慮感以及緊急度 5 大方針，持續(xù)地去做實(shí)驗(yàn)的迭代和優(yōu)化。?

三、指標(biāo)增長(zhǎng)思路

再回到第一個(gè)章節(jié)中的例子，來(lái)看一下指標(biāo)增長(zhǎng)的思路。

1、針對(duì)外賣(mài)頁(yè)抵達(dá)率 7% 的瓶頸，我們能做什么

針對(duì)外賣(mài)頁(yè)抵達(dá)率 7% 的瓶頸，我們?cè)诨鹕揭?A/B 測(cè)試（DataTester）中開(kāi)了 3 個(gè)實(shí)驗(yàn)，第一個(gè)實(shí)驗(yàn)是針對(duì)入口，去提供更加醒目的外賣(mài)頁(yè)的入口 tab，原版本的入口 tab 是餓了么和美團(tuán)外賣(mài)的圖標(biāo)，只有圖標(biāo)沒(méi)有文字。優(yōu)化后的版本，一個(gè)是以紅包的形式，加文案“外賣(mài)返現(xiàn)”，二是加 1 個(gè)漢堡加可樂(lè)，加上點(diǎn)外賣(mài)的文案。通過(guò)這樣的調(diào)整來(lái)提高外賣(mài) tab 的點(diǎn)擊率，從而提升外賣(mài)頁(yè)抵達(dá)率。

第二個(gè)實(shí)驗(yàn)是，通過(guò)前面的數(shù)據(jù)分析發(fā)現(xiàn)，絕大部分用戶(hù)通過(guò)紅包去完成下單。前文中提到過(guò)用戶(hù)領(lǐng)的紅包到底有沒(méi)有用，絕大部分用戶(hù)可能在有紅包的時(shí)候下單的動(dòng)力更強(qiáng)，所以說(shuō)明大家對(duì)紅包很在意。所以針對(duì)外賣(mài)的承接頁(yè)和返現(xiàn)頁(yè)分別設(shè)計(jì)了優(yōu)化方案，用 A/B 測(cè)試來(lái)找最佳版本。我們先看這個(gè)承接頁(yè)，你看它一開(kāi)始的時(shí)候其實(shí)是 3 個(gè)圖片，大塊的圖片，它的配圖文案以及按鈕都不太清晰。

第三個(gè)實(shí)驗(yàn)是，在原始版本里面紅包的體現(xiàn)并不是特別突出，所以這里突出我們的價(jià)值主張，強(qiáng)調(diào)紅包的存在。

以上就是針對(duì)外賣(mài)頁(yè)抵達(dá)率低而提出的三個(gè)優(yōu)化方案。

2、實(shí)驗(yàn)結(jié)果

上圖是火山引擎 A/B 測(cè)試產(chǎn)品給出的一個(gè)實(shí)驗(yàn)結(jié)果。

3、這并不是需要大團(tuán)隊(duì)才能做的事兒

這并不是需要大團(tuán)隊(duì)才能做的工作，其實(shí)只要 3~5 個(gè)人就可以了。而且如果成熟度比較高的產(chǎn)品，像火山引擎的 A/B 測(cè)試這樣的產(chǎn)品，會(huì)非常高效。

4、小結(jié)

最后總結(jié)一下我們的整個(gè)體系。首先我們會(huì)去搭建一個(gè)小的增長(zhǎng)團(tuán)隊(duì)，也就是虛擬小組，比如產(chǎn)品、數(shù)據(jù)分析開(kāi)發(fā)就可以了。之后，同步一下增長(zhǎng)黑客的認(rèn)知，我們整理出北極星指標(biāo)，指標(biāo)差異拆解完之后，通過(guò)數(shù)據(jù)看板去比對(duì)增長(zhǎng)瓶頸到底在哪里，哪個(gè)指標(biāo)是現(xiàn)階段最緊迫要提升、要優(yōu)化的。聚焦這一領(lǐng)域去做 A/B 測(cè)試，定期去做實(shí)驗(yàn)數(shù)據(jù)分析，然后去設(shè)計(jì)更多的實(shí)驗(yàn)方案。

可以定期去做增長(zhǎng)的復(fù)盤(pán)會(huì)議，并且去做持續(xù)的優(yōu)化方案。當(dāng)某一個(gè)階段之后，之前的聚焦領(lǐng)域再去提升的收益已經(jīng)不大的時(shí)候，就可以換一個(gè)方向、換一個(gè)聚焦點(diǎn)，去做增長(zhǎng)的循環(huán)，這個(gè)就是整個(gè)增長(zhǎng)的流程。

四、抖音集團(tuán)案例實(shí)踐

抖音集團(tuán)的案例實(shí)踐其實(shí)還是延續(xù)前文中的方法策略，先做指標(biāo)拆解，找到瓶頸，再去設(shè)計(jì)策略?xún)?yōu)化，去做一些優(yōu)化迭代的方案，再去觀察數(shù)據(jù)效果，這樣去不斷循環(huán)。

1、案例一 懂車(chē)帝

第一個(gè)案例是懂車(chē)帝，他希望能夠提升短視頻的播放量，實(shí)現(xiàn)整體用戶(hù)的促活。我們把播放量拆成了播放人數(shù)和人均播放次數(shù)。播放人數(shù)可以按照不同的入口拆解，最終找到的瓶頸是首頁(yè)推薦流量非常大，但是播放量比較低。我們也參考了同類(lèi)競(jìng)品，加入了組卡形式。然后發(fā)現(xiàn)整個(gè)的提升效果非常明顯。

人均播放次數(shù)這邊是按照不同的模塊去拆解，用所有模塊的播放次數(shù)加起來(lái)，發(fā)現(xiàn)新用戶(hù)下滑 feed 流模塊的人均播放次數(shù)最低。我們就猜想根據(jù)前期的驗(yàn)證，加入新引導(dǎo)提示可能會(huì)有比較大的提升。

上面兩個(gè)產(chǎn)品的策略，都通過(guò)火山引擎 A/B 測(cè)試來(lái)驗(yàn)證過(guò)，策略上線后最終播放量提升了 300%，實(shí)驗(yàn)效果非常明顯。

懂車(chē)帝的第二個(gè)實(shí)驗(yàn)，希望在不影響未登錄用戶(hù)的情況下提升登錄率。轉(zhuǎn)化漏斗的定位問(wèn)題是觸發(fā)登錄率過(guò)低，需要給未登錄的用戶(hù)增加登錄引導(dǎo)。增加了登錄引導(dǎo)之后，通過(guò)路徑圖可以看到，用戶(hù)沒(méi)有按照我們既定給他設(shè)計(jì)的產(chǎn)品路徑走，通過(guò)這個(gè)用戶(hù)路徑我們就可以找到是加入登錄引導(dǎo)，可能會(huì)對(duì)實(shí)驗(yàn)流程更好。所以這個(gè)時(shí)候就采取 A/B 實(shí)驗(yàn)，在每個(gè)入口嘗試不同的引導(dǎo)方式，最終實(shí)驗(yàn)出來(lái)一個(gè)最佳的方案，登錄率提升將近 10%，這也是一個(gè)非常可觀的提升。

2、案例二 抖音

再來(lái)看抖音的案例，也是希望提升登錄率，登錄率又按照不同的用戶(hù)群體去拆分，發(fā)現(xiàn)中老年群體的登錄率低于大盤(pán)，所以這個(gè)時(shí)候需要對(duì)這塊做一個(gè)整體優(yōu)化。根據(jù)中老年群體的登錄率，我們又找到了其登錄轉(zhuǎn)化漏斗發(fā)現(xiàn)最大的流失環(huán)節(jié)是在同一隱私條例這塊。

與其他的產(chǎn)品對(duì)比，也發(fā)現(xiàn)它的提醒沒(méi)有那么直接，所以我們?cè)谶@里去嘗試對(duì)未點(diǎn)擊同意條例直接提交用戶(hù)，進(jìn)行一個(gè)彈窗非常明顯的提示，這個(gè)提示就是增加清晰度，經(jīng)驗(yàn)證是有效的。結(jié)果就是大盤(pán)整體提升 0.5%，雖然只是 0.5%，但是因?yàn)槎兑舻捏w量是非常大的，所以 0.5% 的數(shù)據(jù)用戶(hù)量已經(jīng)是百萬(wàn)級(jí)別的，所以效果也是非常明顯的。

3、總結(jié)

總結(jié)一下，先構(gòu)建指標(biāo)的增長(zhǎng)體系，再找到瓶頸，然后再去設(shè)計(jì)增長(zhǎng)策略、迭代方案，再通過(guò) A/B 實(shí)驗(yàn)找到最佳的那個(gè)效果，不斷循環(huán)。