創(chuàng)業(yè)成長(zhǎng) 從分析開始

最近一兩年間，繼 『Lean Startup』 之后，又有一個(gè)新的 Buzz 名詞在創(chuàng)業(yè)圈子里很火：『Growth Hacker』。Growth Hacker 專指那群既懂技術(shù)又懂運(yùn)營(yíng)，以技術(shù)的手段來(lái)驅(qū)動(dòng)市場(chǎng)運(yùn)營(yíng)的人才。這里姑且不論這個(gè)名詞到底是不是被玩壞了，但是其定義的背后，是很多非常好非常值得學(xué)習(xí)的實(shí)戰(zhàn)經(jīng)驗(yàn)，稱之為 Growth Hacking。維基百科上對(duì) 『Growth Hacking』 的定義是技術(shù)創(chuàng)業(yè)型團(tuán)隊(duì)通過(guò)數(shù)據(jù)分析和量化指標(biāo)來(lái)推廣產(chǎn)品時(shí)所使用的一種市場(chǎng)運(yùn)營(yíng)技術(shù)，其中有兩個(gè)非常重要的點(diǎn)，分析和指標(biāo)。一切分析的目的都是為了更好的了解你的用戶，更好的了解你的產(chǎn)品對(duì)于用戶的價(jià)值，并以指標(biāo)化數(shù)據(jù)來(lái)指導(dǎo)我們的下一步工作。

對(duì)于創(chuàng)業(yè)者而言，每天我們的工作就是讓產(chǎn)品能變得更好一點(diǎn)，讓客戶用得更舒服一點(diǎn)。但是，我們?nèi)绾尾拍苤喇a(chǎn)品是在往好的方向走還是壞的方向走？當(dāng)我們添加了一個(gè)功能后，我們?nèi)绾沃烙脩羰窍矚g這個(gè)新功能還是討厭之？我們又是否知道用戶為什么喜歡我們的產(chǎn)品，亦或到底不喜歡哪些地方？

我們每天都充滿了這類的疑問(wèn)，而回答這些疑問(wèn)的最好方式莫過(guò)于尋找到那些隱藏在產(chǎn)品背后的真實(shí)數(shù)字，讓數(shù)字說(shuō)話，建立量化模型。只有這樣，才能更好更快的成長(zhǎng)。知易行難，我相信大部分創(chuàng)業(yè)者都知道數(shù)據(jù)驅(qū)動(dòng)的價(jià)值，但是該如何去做去獲取這些數(shù)據(jù)，又應(yīng)該特別關(guān)心哪些數(shù)據(jù)卻是知之甚少。下面就讓我們圍繞著『分析』這個(gè)中心，盤點(diǎn)一下優(yōu)秀的統(tǒng)計(jì)分析工具及其背后的設(shè)計(jì)思想。

Google Analytics

說(shuō)起分析工具，估計(jì) Google Analytics 是目前使用最廣泛的，強(qiáng)大且免費(fèi)。Google Analytics 主要給我們提供了幾大關(guān)鍵指標(biāo)：

頁(yè)面瀏覽量（Page View）：網(wǎng)站在某一段時(shí)間內(nèi)的頁(yè)面瀏覽量是多少。

用戶瀏覽量（User View）：網(wǎng)站在某一段時(shí)間內(nèi)的用戶瀏覽量是多少。

渠道來(lái)源（traffic sources）：用戶流量來(lái)源于哪些不同的渠道。

訪客特征（User demographics）：訪問(wèn)用戶具有哪些特征值，用來(lái)做用戶分類

。

訪問(wèn)路徑（Flow Report）：用戶在網(wǎng)站上的訪問(wèn)行為，各個(gè)頁(yè)面的進(jìn)入率和跳出率。

不難發(fā)現(xiàn)，整個(gè) Google Analytics 的數(shù)據(jù)是以訪問(wèn)為中心的，可以很方便的了解網(wǎng)站的訪問(wèn)和渠道轉(zhuǎn)化情況，可以說(shuō)對(duì)于大部分的網(wǎng)站尤其是內(nèi)容類網(wǎng)站來(lái)說(shuō)已經(jīng)足夠。但是，對(duì)于像『風(fēng)車』 這樣的客戶驅(qū)動(dòng)型 SaaS 產(chǎn)品類網(wǎng)站，Google Analytics 就顯得不合適了。比如說(shuō)，當(dāng)我知道了風(fēng)車首頁(yè)每天的訪問(wèn)量達(dá)到了一千或者一萬(wàn)，來(lái)自于36氪或者我的博客的比例分別是多少，頁(yè)面之間的轉(zhuǎn)化率和退出率是多少等等這些訪問(wèn)信息，我下一步該怎么辦，我該如何改進(jìn)？不知道！對(duì)我來(lái)說(shuō)，關(guān)鍵的數(shù)據(jù)不在于這些數(shù)字化的訪問(wèn)量，而是用戶本身，真正有價(jià)值的是用戶從訪問(wèn)到注冊(cè)、從注冊(cè)到使用、從使用到訂閱服務(wù)，分別是怎樣的一個(gè)過(guò)程。

所以，以訪問(wèn)為中心的分析工具并不足夠，我需要的是以用戶為中心的分析工具。目前，比較流行的兩個(gè)選擇是 Mixpanel 和 KissMetrics。

Mixpanel

Mixpanel 從頁(yè)面訪問(wèn)量數(shù)據(jù)的局限跳出來(lái)，轉(zhuǎn)而以用戶行為為驅(qū)動(dòng)。Mixpanel 主要給我們提供了幾大關(guān)鍵指標(biāo)：

用戶動(dòng)態(tài)分析（Trends）：你關(guān)心的用戶行為發(fā)生了多少次，占總比例多少。

行為漏斗模型（Funnels）：某些關(guān)鍵行為是怎么發(fā)生了，每一步有多少的留存率和流失率。

用戶活躍度（Cohorts）：網(wǎng)站用戶的活躍度如何，可以用來(lái)區(qū)分忠實(shí)用戶和普通用戶。

單用戶行為分析（People）：?jiǎn)蝹€(gè)用戶在網(wǎng)站上做了哪些操作，過(guò)程是如何的。

所有的用戶行為對(duì)應(yīng)一個(gè)事件，你需要事先規(guī)劃好你想跟蹤哪些事件。比如以風(fēng)車的注冊(cè)轉(zhuǎn)化率為例，我們希望了解所有訪問(wèn)的用戶中，有百分之幾的比例注冊(cè)了，首次訪問(wèn)注冊(cè)的比例是多少，這些用戶是怎么注冊(cè)的，是通過(guò)頂部的注冊(cè)快捷按鈕，還是查看產(chǎn)品信息后注冊(cè)的，亦或是查看了其他如用戶教程頁(yè)面后注冊(cè)的。在我們的首頁(yè)，有多少用戶是查看了產(chǎn)品一覽圖后就注冊(cè)的，有多少用戶是查看了更多的信息后注冊(cè)等等，都是我們預(yù)設(shè)的一個(gè)事件。有了這些信息后，我們?cè)谔岣咦?cè)轉(zhuǎn)化率這個(gè)目標(biāo)上，就能更有針對(duì)性更有方向性的做實(shí)驗(yàn)，也能很直觀的了解到底每個(gè)變化是帶來(lái)了提升還是降低。

KissMetrics

KissMetrics 跟 Mixpanel 很類似，都是以用戶行為為導(dǎo)向的分析工具，所提供的功能也基本一致。不過(guò) KissMetrics 在針對(duì)用戶的行為分析上做的更深入也更簡(jiǎn)單，能讓你更加清楚地了解用戶行為背后的各方數(shù)據(jù)。Mixpanel 也能做，就是需要更多的去學(xué)習(xí)它的功能。

至于是選用 Mixpanel 還是 KissMetrics，總體上來(lái)說(shuō)我覺(jué)得都是很不錯(cuò)的分析工具，都可以去試試。如果你有所猶豫不知道該選哪個(gè)的話，我的建議是抓鬮，:) 開個(gè)玩笑，我不建議浪費(fèi)時(shí)間在選擇上，重要的是開始做了。但是如果你真想評(píng)測(cè)一下哪個(gè)更適合你的產(chǎn)品場(chǎng)景，推薦嘗試一下 Segment.io，一個(gè)在各種統(tǒng)計(jì)分析工具前面的代理，可以同時(shí)使用 Mixpanel 和 KissMetrics，做結(jié)果比較，當(dāng)然也就可以無(wú)縫地切換 Mixpanel 和 KissMetrics。

到此為止，現(xiàn)在我們已經(jīng)有用戶數(shù)據(jù)了，也知道問(wèn)題在哪里，那么我們?cè)撊绾蝸?lái)解決這些問(wèn)題嗎？前面也介紹過(guò)了，分析的目的是為了指導(dǎo)下一步工作，讓執(zhí)行更有方向性和目的性。這時(shí)就需要更加專業(yè)化的進(jìn)階分析工具，如 UserCycle、Customer.io 和 Optimize.ly。

UserCycle

UserCycle 的賣點(diǎn)很簡(jiǎn)單，你并不需要大量的數(shù)據(jù)，你真正需要的是每次專注一個(gè)指標(biāo)，獲取能讓你用來(lái)提升這個(gè)指標(biāo)的目標(biāo)數(shù)據(jù)，進(jìn)而提供執(zhí)行的輔助。如果說(shuō) Google Analytics、Mixpanel 和 KissMetrics 是純粹的分析工具的話，UserCycle 則做得更多，從統(tǒng)計(jì)到用戶分組、從分組到生命周期維護(hù)、從生命周期到分組實(shí)驗(yàn)測(cè)試，各方面了解用戶行為，提升用戶的價(jià)值。

統(tǒng)計(jì)分析（Trends） & 用戶分組（Cohorts）：跟前面的幾類一樣，以用戶行為為中心，讓數(shù)據(jù)說(shuō)話。也根據(jù)用戶對(duì)于產(chǎn)品的參與程度不同，劃分成不同的群組。

生命周期維護(hù)（Lifecycle Messaging）：與用戶不停的保持互動(dòng)，既讓客戶更滿意，也知道為何流失用戶?；谥暗挠脩舴纸M，方便根據(jù)用戶的不同情況，采取不同的互動(dòng)方式。

分組實(shí)驗(yàn)測(cè)試（Split-Test Experiments）：當(dāng)知道用戶為什么喜歡你的產(chǎn)品或者討厭你的產(chǎn)品的時(shí)候，你就可以有目的去改進(jìn)產(chǎn)品了。在改進(jìn)產(chǎn)品的時(shí)候可以多采用分組測(cè)試，看不同的變化帶來(lái)的改進(jìn)會(huì)有什么不同，尋找到最優(yōu)解。

Customer.io

Customer.io 做的事情比起來(lái)就簡(jiǎn)單多了，它也只做了整個(gè)分析過(guò)程中的某一點(diǎn)，生命周期郵件（Lifecycle Email）。一個(gè)產(chǎn)品的成功與否，關(guān)鍵在于看有多少忠誠(chéng)的客戶，郵件互動(dòng)就是為了制造忠誠(chéng)的客戶。而郵件互動(dòng)的關(guān)鍵又在于如何在正確的時(shí)間給正確的用戶發(fā)正確的內(nèi)容來(lái)提高郵件打開率。同樣以風(fēng)車為例，對(duì)于活躍的用戶我需要跟用戶互動(dòng)的目標(biāo)和跟一次性用戶互動(dòng)的目標(biāo)顯然會(huì)不同，所以也就不能給同樣的郵件內(nèi)容。所以，我必須了解用戶之間的差異，基于用戶的不同行為發(fā)送不同的郵件來(lái)互動(dòng)，而這，就是 Customer.io 在解決的問(wèn)題，專注在郵件互動(dòng)這一塊。

同類的產(chǎn)品還有 Vero。不過(guò)風(fēng)車目前沒(méi)有在使用這些工具，一是因?yàn)?Cohorts 功能跟 Mixpanel 有所重復(fù)，二是因?yàn)猷]件發(fā)送我們直接使用了 SendCloud，沒(méi)必要再使用一套。但是這兩個(gè)產(chǎn)品的創(chuàng)始人都是很好的 Growth Hacker，推薦訂閱其產(chǎn)品的郵件列表。

Optimize.ly

非常簡(jiǎn)單直接的標(biāo)語(yǔ)，Optimize.ly 就是 A/B 測(cè)試的利器。A/B 測(cè)試對(duì)于現(xiàn)在的創(chuàng)業(yè)者來(lái)說(shuō)已經(jīng)不再陌生，但是如何去做以及怎么做對(duì)于很多人來(lái)說(shuō)都略顯陌生。當(dāng)我們定義好我們想去嘗試的實(shí)驗(yàn)，可以通過(guò) Optimize.ly 非常簡(jiǎn)單的修改頁(yè)面，然后剩下的就不用操心了，可以說(shuō)即使是沒(méi)有技術(shù)背景的市場(chǎng)人員也能很簡(jiǎn)單的學(xué)會(huì)如何做 A/B 測(cè)試。Optimize.ly 會(huì)根據(jù)用戶行為的不同，給出不同的測(cè)試報(bào)告，讓我們能真真切切的了解對(duì)于轉(zhuǎn)化率的影響，持續(xù)的改進(jìn)流程和頁(yè)面來(lái)讓產(chǎn)品變得更好。

除了 Optimize.ly，Unbouce 也是不錯(cuò)的 A/B 測(cè)試工具。或者你也可以不使用這類第三方工具，全部自己控制來(lái)做一些測(cè)試，只是相對(duì)會(huì)更耗時(shí)間，要權(quán)衡一下是否值得。

一切為了成長(zhǎng)

了解和使用了上面所說(shuō)的這么多工具，其實(shí)目的也非常明確，就是為了更好的成長(zhǎng)。這正是 Growth Hacking 的核心目標(biāo)。而成長(zhǎng)，從分析開始。Dave McClure 曾對(duì)評(píng)估成長(zhǎng)提出了一個(gè)很簡(jiǎn)單的 AARRR 指標(biāo)模型：Acquisition（用戶訪問(wèn)）、Activation（注冊(cè)轉(zhuǎn)化）、Retention（用戶留存）、Referral（推薦分享）和 Revenue（客戶轉(zhuǎn)化）。所有的分析和執(zhí)行正是為了提高這些數(shù)值。我們很幸運(yùn)在現(xiàn)在這個(gè)時(shí)代，能有這么多人出來(lái)分享他們的經(jīng)驗(yàn)，能看到有這么多優(yōu)秀的應(yīng)用能幫助我們更好的的成長(zhǎng)。準(zhǔn)備好了，以目標(biāo)為導(dǎo)向，以數(shù)據(jù)為基礎(chǔ)，善用第三方工具，不停的實(shí)驗(yàn)，不要害怕犯錯(cuò)，然后去享受這成長(zhǎng)的過(guò)程吧。

作者簡(jiǎn)介：本文作者是中小團(tuán)隊(duì)協(xié)作工具風(fēng)車的系統(tǒng)架構(gòu)師、36氪特約作者葉玎玎，喜歡研究開發(fā)流程及方法論，關(guān)注如何改善團(tuán)隊(duì)協(xié)作，你可以通過(guò)微博聯(lián)系他 @yedingding 。