在硅谷,增长黑客(Growth Hacking)不仅仅是一个流行词,它更是领先的科技公司系统化扩大客户群的核心竞争力。我意识到硅谷那些成功的科技公司在应对增长挑战方面所采用的策略与其他地区的公司有根本性的区别。
作为新媒体运营人,首席新媒体商学院创始人,资深新媒体运营人,《新媒体推广运营实战大全》 作者、知名品牌营销顾问黎想就总结了关于用户增长的5个要点,希望内容对你有所启发。
硅谷的大多数营销和产品团队都了解增长黑客这项能力的重要性,通常他们简称为“增长(Growth)”。增长是最核心的部分,它是最成功科技公司的DNA。
在欧洲,大多数互联网公司都不知道什么是增长黑客,更别说有多少公司使用过。我们最近做了一项有关增长方面的调查,结果显示,74%的数字专家没有听说过“增长黑客”一词,或者没有这方面的经验。
许多人推崇“增长黑客”为“银弹”、“一系列秘密增长的黑客工具”或“快速解决方案”。这种观点太短视了。那么,增长黑客到底是什么意思呢?最适用的定义来自增长专家安德鲁·陈(Andrew Chen):
增长黑客是一门多学科的技能组合,整合了营销、产品管理、数据分析和开发等要素,用以回答“如何获得和留住客户?”这一问题。它可以通过优化整个客户生命周期或将你的产品与嵌入大型平台,从而使产品具有自我推销的能力。此外,大多数增长策略都是免费的,或者不需要大量预算。
以下是一些增长黑客应用的典型案例:
从客户终身价值(customer lifetime value)和留存的角度,优化整个用户转化漏斗中的交互体验。相反,传统的优化做法往往集中在获取成本和数量上。
对其产品和营销渠道,以创造强大和创新的用户获取和留存机会,如“增长螺旋”(Growth Loops)(更多信息请参见第4堂课)。
将产品整合到Facebook或YouTube等大型平台,使之能够得到这些平台的支持。
通过实验和行为经济学原理的实践,不断优化客户体验。
硅谷那些最成功企业认识到,坚持不懈的试验是增长的关键。一位来自谷歌的增长专家总结如下:
无助于试验的流量都是我们错失的学习机会。要不断尝试,做实验。
这说明了增长黑客就是在不断学习,并始终与实验交织在一起。然而,一个真实的增长实验是什么样的呢?增长实验中一个关键部分是数据驱动的假设。你可以基于数据观点思考产品或营销的哪些调整可以提升绩效。你可以试着用一个简洁的句子来表述这个想法:
如果___,那么___,因为___。
接着,尝试将这个调整“翻译”成一个当前产品体验中的可调变量。例如,将不同的登录页面或app流程作为变量。最后,通过A/B测试把不同的实验组随机分配给真实用户,对比变量组与控制组(通常是回滚版本或当前版本)的表现。实验的目的是发现足够显著的差异,可以进一步拒绝或接受该假设。
你可以通过学习,掌握“增长实验”方法,并避免一些常见的陷阱。以下是你需要了解的2个实验陷阱:
1. 设应在测试前提出,并以数据为基础
你可能会问自己:“如果我有市场调查或客户分析的数据,为什么还需要做实验呢?”误用这些数据获得因果性结论确实很有诱惑力:要么是找到支持你猜想的数据观点;要么找不到确证的数据,就简单修正你的猜想。
但我们还是要从更系统的角度运用这些数据,在寻找证据之前,以假设的形式建立一个基准。当然,这些来源对于增长实验还是至关重要的,但更重要的是产生猜想,而不是得出因果关系的结论,这是第一个好处。还有一个好处是用它们来预先验证你的假设,这将极大地提高你的成功率。
2. 一次实验中,不要进行多变量测试
在增长黑客实验中,最常见的陷阱是一次实验测试太多的变量。理想情况下,每次测试只设定一个变量。例如,仅更改定价,并保持其他所有变量不变。这样做,价格的变化就可以很好解释数据表现的差异。
如果你同时更改了价值定义和价格,则很可能无法解释为什么在数据表现上有差异。而且,在一个实验中测试多个变量也需要更多的流量和更长的时间,才能得到显著性的结果。为了避免这两个问题,流量较少的大多数公司都采用分阶段测试计划,系统地进行测试,并逐个优化。
硅谷的另一个新趋势是将行为经济学的见解注入到增长黑客中,以创造对顾客需求有价值的产品。一旦你理解了增长黑客是如何植根于增长实验和数据分析的,这就是一个顺其自然、合乎逻辑的扩展。
行为经济学处于心理学和经济学的交叉点,在一些有影响力的研究学者(如诺贝尔奖得主Daniel Kahneman和“华尔街日报”专栏作家Dan Ariely等人)支持下得到越来越多的关注。与经典经济学相比,这一学派抛弃了理性人的观点,解释了人们是如何做出诸如购买决策这样的行为选择。
从行为科学获取的洞察让我们有机会以一个完全不同的角度,改进用户体验以应对增长挑战。这对于增长中的创造性工作尤其有用,比如假设的生成或登录页面的优化。一些经典效应(如社会认同效应(Social Proof)、进程赋予效应(Endowment Progress Effect))所带来的产品洞察为用户提供额外价值的同时,也成功加速了众多科技公司的增长。
下面介绍一个以“社会认同效应”为策略促进增长的优秀案例。在LinkedIn(领英)的新用户注册页面上,新用户可以看到跟ta相似人群的照片,并鼓励他们“寻找同事”。看到其他志同道合的专业人士已经加入,会提高新用户的注册转化率,因为从业者都深受同行的影响。个人资料页面上展示的技能模块也是基于社会认同效应构建的——它利用了这样一种认知:同行的认可,可以增强你专业性的可信度。
LinkedIn还利用“进程赋予效应”来激励用户填写个人资料。用户越可能接近目标或越接近目标,就越有可能坚持朝目标前进。因此,展示进度而不仅仅提醒填写,可以提高简历填写的完成度。
驾驭这些行为经济学效果的细微差别,需要一整套特定技能,不仅要具有专业知识,还要有很强的道德判断力。从长远来看,要扩大商业增长,就必须从系统和道德的角度来思考如何使用行为经济学的产出。因此,初创企业和富有创造力的老牌企业已经开始组建专门的行为经济学团队,或者寻求行为专家咨询服务,比如丹·阿里利(Dan Ariely)参与创立的BEWorks。
Growth Akademie(传授增长黑客课程的组织) 有来自心理学和行为经济学领域的行业专家,并将针对领先技术公司如何应用心理学和行为经济学这一话题,提供扎实完整的讲解。
硅谷的科技企业认识到,大格局与宏大的目标设定是同时存在的。为了实现这些目标,产品和营销团队必须彻底重新思考他们的增长策略。这就是为什么增长专家开始设计基于增长跳跃(growth loops)的可预测增长模型,而非那些在实施之后就迅速蒸发的传统线性活动。来让我们进一步了解,为什么增长跳跃是增长黑客的重要组成部分:
增长跳跃通常会被嵌入到某一个产品中,旨在通过新用户与产品的交互撬动更多的新用户加入 (参见获客循环示例:Instagram的新用户注册旨在邀请你的朋友加入)。
此外,针对现有用户,增长跳跃会利用有用且重复的产品交互作为通知触发器。他们最终会通过吸引回头客并增强产品价值来帮助你的产品成为用户首选。 (参见留存循环示例:一旦联系的潜在客户更改状态HubSpot就会通过Chrome Extension发送通知)。这种增长跳跃策略会产生强大且可预测的复合效果,并适用于所有新用户。
大多数欧洲的科技公司尚未采用这种创新方法,而倾向于专注线性漏斗活动。与增长跳跃相反,线性策略可以被定义为 “死胡同”的活动——它不会有成倍的循环效果(例如,广告展示通常每次点击只带来一次访问,并且不会产生额外的访问)。这并不是错的,因为你需要强大的线性通路来养成和启动增长跳跃。但是,如果将大部分精力放在线性通路中,而不是考虑增长跳跃,那么你就无法释放巨大的增长潜力。
硅谷企业发布产品的速度之快很令我吃惊。有几次,我亲眼目睹了一些产品虽然没有100%成型,但已经推出发布了。起初,这似乎有违直觉,让像我这样的欧洲人十分困惑——我们好像天然更关心质量和卓越。但是,当你了解大多数科技和互联网产品的三个主要特征,这就说得通了:
(1)科技产品的一个重要优势是快速轻松地收集真实用户数据,这有助于产品在发布后快速优化产品体验,甚至优化需匹配的市场。
这同样意味着如果你没有推出产品,就无法进行优化。发布之前,你尽可以疯狂地开展市场调查,尽可能完善所有的产品细节,但是没有什么比用户数据更真实的市场反馈了。
(2)与传统产品相比,数字产品通常具有内在的网络效应,即用户的个体价值随着使用而增加。
一个例子就是支付解决方案或数字钱包,因为你需要把你的钱转账给其他人,一旦这些网络效应发挥作用,它们就会成倍地吸引客户,因此经常会形成类似垄断的局面,这也意味着一旦玩家人数增加,进入门槛就会很高。
这并不意味着你不能再进入这个市场,但更应该专注与主流市场略有不同的细分市场。例如,Snapchat成功地专注于阅后即焚的消息和故事,而区别于Facebook的订阅源、状态更新与常规消息。
(3)这让你明白了为什么在当今竞争激烈的科技世界里,最好的产品并不能无往不利地赢得胜利。
这并不意味着硅谷企业的领导者舍弃了技术解决方案或产品设计。恰恰相反,解决用户真正的问题和优秀的产品设计变成了基本要求,而决定产品是否成功的差别就在于是否有聪明的分发和营销策略。用PayPal联合创始人、Facebook早期投资者彼得·泰尔(Peter Thiel)的话说:
即使产品没有差异,卓越的销售和分发本身也能形成垄断。反过来则不行。无论你的产品多么强大,即使它很容易与用户已有习惯相匹配,并且任何第一次尝试它的人都会爱上它,但你仍必须用一个强有力的分销计划来支持它。