CobiNet(寧波)推薦文章：

按大眾化(hua)的(de)(de)分(fen)法(fa)，產(chan)品的(de)(de)生命周期(qi)(PLC, Product Lifetime Cycle)分(fen)為(wei)初創期(qi)、成長期(qi)、成熟期(qi)、衰退期(qi)，在(zai)產(chan)品的(de)(de)每個階段，數據分(fen)析(xi)的(de)(de)工(gong)作(zuo)權重和分(fen)析(xi)重點有所(suo)區別，下面按階段結合案例(li)來聊聊。

一、初創期

初(chu)創期的重點在于驗(yan)證(zheng)產(chan)品(pin)的核(he)心價值，或者說驗(yan)證(zheng)產(chan)品(pin)的假設：通過某(mou)種產(chan)品(pin)或服務可以為(wei)特定的人群解決某(mou)個問(wen)題。這個階(jie)段應(ying)當遵循MVP(Minimum Variable Product) 的思想，以最小(xiao)的成本(ben)來驗(yan)證(zheng)創業的想法(fa)，并(bing)根據用(yong)戶的反饋(kui)快速迭(die)代以調整解決方(fang)案，最終(zhong)在數據上得(de)到驗(yan)證(zheng)。

案例：

拿之(zhi)前做的(de)某款國(guo)外(wai)移(yi)(yi)動端(duan)(duan)(duan)論(lun)壇社交應用(yong)為例，產(chan)品在idea時期(12,13年左右)發現了論(lun)壇用(yong)戶經常(chang)在吐槽從移(yi)(yi)動端(duan)(duan)(duan)Wap頁訪問論(lun)壇速度慢、廣告多、完全沒有移(yi)(yi)動端(duan)(duan)(duan)適配，于是我們提出假設：做一個App，連接論(lun)壇系統與用(yong)戶，讓論(lun)壇用(yong)戶在移(yi)(yi)動端(duan)(duan)(duan)也能(neng)享受流暢的(de)論(lun)壇訪問體(ti)驗(yan)(yan)，并(bing)且用(yong)戶愿意為了這種(zhong)體(ti)驗(yan)(yan)付費。

于是在(zai)初期，整(zheng)個產品(pin)完全(quan)圍繞(rao)看(kan)帖(tie)、發帖(tie)兩個核心場景進行(xing)挖掘，在(zai)論(lun)壇里進行(xing)宣傳(chuan)，售價$18，發現有許多(duo)用戶(hu)(hu)為之付費，且這些(xie)用戶(hu)(hu)的(de)留存率(lv)達(da)到60%+(當(dang)然與(yu)用戶(hu)(hu)付費了(le)(le)(le)(le)有關(guan))，有一(yi)半的(de)用戶(hu)(hu)使(shi)用時(shi)長都超過(guo)了(le)(le)(le)(le)70分(fen)鐘。當(dang)時(shi)沒(mei)過(guo)多(duo)久陸續出來了(le)(le)(le)(le)一(yi)些(xie)競(jing)品(pin) (Vbulletin團隊(dui)，當(dang)時(shi)最(zui)大的(de)論(lun)壇系統，開發了(le)(le)(le)(le)一(yi)個移動(dong)端的(de)App，意圖解決同樣的(de)問(wen)題)，但是沒(mei)過(guo)多(duo)久都遠遠落在(zai)了(le)(le)(le)(le)我們后面，就是因為整(zheng)個團隊(dui)遵循MVP的(de)思(si)想，按用戶(hu)(hu)反(fan)饋專心反(fan)復打磨看(kan)帖(tie)、發帖(tie)的(de)流(liu)暢(chang)體驗，獲得了(le)(le)(le)(le)非常好(hao)的(de)用戶(hu)(hu)口碑(bei)并領先市場，也(ye)獲得了(le)(le)(le)(le)某(mou)著名硅谷投資機構的(de)投資。

關鍵數據 目(mu)標人群畫像

除此之外，初創期可以(yi)通(tong)過(guo)接入一(yi)些第三方的應用(yong)監測(ce)SDK來了解初期用(yong)戶(hu)群體的畫像，從側面驗證用(yong)戶(hu)群體與假設的目(mu)標用(yong)戶(hu)群體特(te)征是否(fou)一(yi)致，常見的是人(ren)口(kou)學屬性(性別、年齡、學歷、地域)。

案例：

今年(nian)4月初在(zai)和國內某(mou)健(jian)身類的(de)(de)APP的(de)(de)產(chan)品經理聊到， 該APP最初是(shi)一款健(jian)身、運(yun)動記步的(de)(de)工(gong)具App，在(zai)產(chan)品前期新用戶(hu)的(de)(de)次日(ri)留(liu)存處于業(ye)內平均水平，在(zai)其觀察到目標用戶(hu)群體的(de)(de)畫像時(shi)，發現女(nv)性用戶(hu)明(ming)顯比(bi)男性用戶(hu)要多(duo)，且女(nv)性用戶(hu)留(liu)存明(ming)顯比(bi)男性用戶(hu)要高(gao)。于是(shi)決定在(zai)產(chan)品策略上向女(nv)性用戶(hu)傾斜，主攻女(nv)性健(jian)身、減脂、美(mei)容方向的(de)(de)功能以及內容推薦，產(chan)品整體次日(ri)留(liu)存率相(xiang)比(bi)之前增長(chang)近100%。

同(tong)樣，最近(jin)服(fu)務了一個(ge)鵝廠內部(bu)客戶，他(ta)們(men)開(kai)發了一款新(xin)產品(pin)，意在面向年輕人(ren)群體，結果卻(que)發現其用戶年齡分布以(yi)青少年和老年人(ren)居多：

這正好與他們的(de)用(yong)戶(hu)渠道相關，原來他們有一款(kuan)面向青少年和老年人的(de)產(chan)品，為了給產(chan)品帶來第一批用(yong)戶(hu)，他們直接從老的(de)產(chan)品將用(yong)戶(hu)引流過來，結果發現(xian)他們并非產(chan)品的(de)目(mu)標(biao)用(yong)戶(hu)。

關鍵數據 留存率

在當(dang)前用(yong)戶符合目標受眾特(te)征時，核心關注這些用(yong)戶的留存率(lv)、使用(yong)時長(chang)/頻(pin)率(lv)、用(yong)戶的黏性等指標，這里就留存率(lv)展(zhan)開來講。

留(liu)存(cun)率(lv)的維(wei)度分很多(duo)種(7日(ri)，雙周，30日(ri)等)，依據(ju)產(chan)品(pin)特征來選擇(ze)，若(ruo)產(chan)品(pin)本身滿(man)足(zu)的是(shi)小眾低頻需求(qiu)，留(liu)存(cun)率(lv)則(ze)宜選擇(ze)雙周甚至是(shi)30日(ri);留(liu)存(cun)率(lv)高，代表用戶(hu)對(dui)產(chan)品(pin)價值認可并產(chan)生依賴，一(yi)(yi)般來說(shuo)，假(jia)設便能得到驗證，通常低于(yu)20%的留(liu)存(cun)會是(shi)一(yi)(yi)個比(bi)較危險(xian)的信號。

介紹一個以(yi)數據為驅(qu)動的先行(xing)指(zhi)(zhi)標(biao)模型，可(ke)以(yi)通過找到先行(xing)性(xing)指(zhi)(zhi)標(biao)指(zhi)(zhi)導產(chan)(chan)品(pin)(pin)設(she)計，從而提升(sheng)留存(cun)率(lv)。先看下先行(xing)性(xing)指(zhi)(zhi)標(biao)的定義，先行(xing)性(xing)指(zhi)(zhi)標(biao)是(shi)指(zhi)(zhi)新用戶在(zai)使用產(chan)(chan)品(pin)(pin)早期(qi)的一種產(chan)(chan)品(pin)(pin)行(xing)為，這個指(zhi)(zhi)標(biao)與用戶的留存(cun)率(lv)指(zhi)(zhi)標(biao)之間存(cun)在(zai)著非常(chang)高的線性(xing)相關關系(xi)，可(ke)以(yi)預測(ce)用戶是(shi)否會(hui)在(zai)產(chan)(chan)品(pin)(pin)中留存(cun)下來。

用自己總結(jie)的(de)公式來(lai)描述，大致如下：

積極預測(ce)可(ke)能(neng)性(%)：表(biao)示用(yong)戶(hu)執行了該(gai)行為，即可(ke)預測(ce)該(gai)用(yong)戶(hu)留存活躍的可(ke)能(neng)性

消極預測可(ke)(ke)能(neng)性(%) ：表示用戶(hu)如果不執行該(gai)行為，即可(ke)(ke)預測該(gai)用戶(hu)不留(liu)存活躍的可(ke)(ke)能(neng)性

最終，先行性指(zhi)標的可(ke)(ke)信度=積極預(yu)測可(ke)(ke)能(neng)性 X 消極預(yu)測可(ke)(ke)能(neng)性 ，我(wo)們直(zhi)接看案例。

案例

拿(na)之前的論壇(tan)社交App為假設，假設 用戶在注冊前10天(tian)內添加好友超過7個(ge) 為先行性指標，那么(me)我們計(ji)算一組數據：

其(qi)(qi)中，用戶前10天內添加好(hao)友超過7個，則(ze)其(qi)(qi)30日留(liu)(liu)存下(xia)來可能(neng)性(xing)為99%;若添加好(hao)友小于7個，則(ze)其(qi)(qi)30日不留(liu)(liu)存下(xia)來(流失)可能(neng)性(xing)為95%，綜(zong)合指標可信(xin)度為0.9405。

同(tong)理(li)，計算以下兩個先行性指標(biao)可(ke)信度：

最終，我們得到(dao)對比(bi)：

以上(shang)只是(shi)假(jia)設(she)的數(shu)據，實際上(shang)，我們需要對比十幾個(ge)甚至是(shi)二(er)十幾個(ge)行(xing)為(wei)指標才能(neng)找出先行(xing)性可(ke)信度(du)最高的行(xing)為(wei)。

這個(ge)(ge)模型中第一條 新用(yong)戶(hu)在注冊后的(de)10天內(nei)添加好友超過7個(ge)(ge) ，也(ye)就是(shi)Facebook一個(ge)(ge)經(jing)典的(de) aha moments ，所謂 aha moments 即當用(yong)戶(hu)意(yi)識到(dao)產(chan)品的(de)核心價值的(de)時刻(ke)，也(ye)就是(shi)我(wo)們(men)的(de) 先行(xing)指標(biao) 。

(Facebook，Instagram推薦好友截圖)

除此之外，先行性指標應當滿足(zu)以下條(tiao)件：

二、快速成長期

經過了產(chan)品(pin)打磨的(de)(de)初始(shi)階(jie)段，產(chan)品(pin)有(you)了較好的(de)(de)留存(cun)率(lv)了，這個(ge)時(shi)候產(chan)品(pin)開始(shi)進入自發(fa)增長(chang)期(qi)。自發(fa)增長(chang)期(qi)的(de)(de)產(chan)品(pin)階(jie)段，仍(reng)需要關注用(yong)(yong)(yong)戶(hu)留存(cun)、用(yong)(yong)(yong)戶(hu)時(shi)長(chang)、用(yong)(yong)(yong)戶(hu)畫(hua)像的(de)(de)變化(hua)等數據，但可以(yi)將(jiang)側(ce)重(zhong)點(dian)關注在用(yong)(yong)(yong)戶(hu)的(de)(de)整個(ge)生命周(zhou)期(qi)的(de)(de)管(guan)理，其(qi)中以(yi)新用(yong)(yong)(yong)戶(hu)的(de)(de)增長(chang)、激活、觸發(fa) aha moments 到產(chan)品(pin)穩(wen)定活躍用(yong)(yong)(yong)戶(hu)的(de)(de)整個(ge)漏斗分(fen)析為主(zhu)。

新用戶的增長和激活

其中新用戶的(de)增(zeng)(zeng)長(chang)和激活一(yi)般(ban)有(you)兩(liang)種(zhong)方式(shi)，第一(yi)種(zhong)是構建產品的(de)病毒性(xing)傳播系數(shu), 讓產品自發增(zeng)(zeng)長(chang)，《精益運營數(shu)據分析》書中有(you)提到的(de)幾個用戶病毒式(shi)傳播分類很(hen)有(you)趣：

原(yuan)生病毒性，即通(tong)過App本身(shen)的(de)(de)邀請(qing)好(hao)友功(gong)能而傳播吸(xi)引的(de)(de)新(xin)用戶的(de)(de)方式;

口碑(bei)病毒(du)性，即通過(guo)口碑(bei)傳播，用(yong)戶主動通過(guo)搜索引擎成為的新(xin)用(yong)戶;

人(ren)工(gong)病毒性(xing)，即通過(guo)人(ren)工(gong)干預(yu)，如有獎邀請等激勵(li)措(cuo)施來鼓勵(li)用戶進行邀請行為(wei)。

這(zhe)里(li)關注的(de)一個指標稱之為(wei) 病毒式傳播系(xi)數 ，感興趣(qu)的(de)同學可以自行深入了解。

新用(yong)戶下載- 激活(huo)- Aha Moments - 產(chan)品(pin)穩定活(huo)躍

產品開始進(jin)入(ru)自發增長期后，需要關注用戶從(cong)新(xin)用戶到活躍用戶(留存(cun)后)、到核心用戶的生命(ming)周(zhou)期，并(bing)將每個過程的關鍵指標提煉并(bing)精(jing)細(xi)化。

案例

以(yi)之前的論壇社交APP為例，新(xin)用(yong)戶進入產(chan)品會(hui)看(kan)到(dao)一(yi)個歡迎頁(如(ru)左下圖(tu))，經過注冊、登錄(lu)后(hou)會(hui)看(kan)到(dao)產(chan)品的首(shou)頁(如(ru)右下圖(tu)的Feed流頁面)，多數App都有類(lei)似的流程：

一個新用(yong)戶從進入App歡迎頁到最終成為核(he)心用(yong)戶大概是以下流程(cheng)：新用(yong)戶(探索發現產品(pin)價值中)- 旁觀者(zhe)(逐漸認知產品(pin)價值并有一定的(de)參(can)與感)- 生(sheng)產者(zhe)(認同產品(pin)價值并積極參(can)與)：

按大眾(zhong)化的分法，產品(pin)(pin)的生命周(zhou)期(PLC, Product Lifetime Cycle)分為初(chu)創期、成長(chang)期、成熟期、衰退期，在產品(pin)(pin)的每個階段，數據分析(xi)的工作(zuo)權重和分析(xi)重點有所區別，下面按階段結合(he)案例來聊聊：

此(ci)時，對各個階段的(de)用戶行為進行指標分(fen)解：

新用戶 探索(suo)發現者：

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相關模塊配件的(de)研發和生產(chan)。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn