产品方法论：如何高效寻找产品的增长点

1、全文约2700字，大概需要56分钟左右读完。我们都知道对于产品经理来说，数据分析在日常工作中越来越重要，比如监控产品的各项指标是否健康，评估一次产品改版的效果是否正向等等。同时，它也是挖掘产品潜在增长机会的一大利器，想要高效增长，必然离不开数据，在互联网流量红利基本结束的今天，它也成为了一项越来越为重要的技能。Facebook和Linkedin等企业都曾经运用数据分析为自己带来了大量的增长。在早期，Facebook发现当用户在初期达到某一数量的好友后，其后续留存率会提高很多，发现好友数量非常重要。因此Facebook加入了好友推荐功能。让新注册用户能快速找到一批好友，从而大大提升了新用户的整体

2、留存活跃。同样的，在 LinkedIn 早期，其通过数据分析发现，有很多用户是通过搜索同事或者他人的姓名来到 LinkedIn 的，而且其用户活跃度是电子邮件渠道用户的 3 倍。了解这个数据后，LinkedIn 立即就开发一个简历编辑功能，同时优化了对简历页面做了 SEO优化。做完这件事情后，LinkedIn 的免费流量就开始慢慢增长，第二个月就提升了 60%。回到现实，我们今天主要来讨论下，如何通过系统化的方法，做到像Facebook和Linkedin这样利用数据分析发现产品的增长机会。我们都知道 AARRR 增长模型：所以我们的增长机会也主要围绕这些点，我将上面5 点分为三类：流量增长、转

3、化提升（激活、收入、推荐都可以归为转化类）、留存提升我们要用到分析方法主要有：用户分组、流量分析、漏斗转化分析、留存分析。1、用户分组用户分组是基础工作，分组方式可以结合自身的产品特性来设置。比如按用户的流量来源、着陆页面类型、新老用户、是否有过交易、 RFM 模型等。在进行转化漏斗分析和留存分析时，都需要对用户分组后进行分析。2、流量分析在对用户进行分组后，评估各个分组用户的流量情况。比如近期有了哪些新的分组？各组的流量占比如何？各组近期的流量变化趋势如何？这里假设我们对用户按流量来源进行了分组，则我们需要重点需要分析（下同）：我们的用户是来自哪里的？近期有哪些新的渠道？各个来源的流量占比情

4、况如何？近期的变化趋势如何？对于近期增长势头感人的渠道，我们要分析其最近上涨的原因，看看能不能进一步加强它？能加强就是增长机会。对于最近在下降的流量渠道，我们也要去分析下降原因，看看能否解决。阻止下降，也是一种增长方式。3、漏斗转化分析在对用户进行分组后，分析各组用户的漏斗转化情况，看各组用户在各个环节的转化情况以及用户的整体转化水平。具体漏斗转化可以根据产品特性来定。比如对于电商APP,转化漏斗一般是：安装，激活，浏览商品，加购物车- 创建订单-完成支付（收益即可纳入这一环节），期间的任何环节都有可能发生推荐行为。通过漏斗分析，可以了解各组用户的质量如何，哪些分组内的用户的转化水平要更好些，

5、哪些分组内的用户转化水平一般或者比较差。找到转化水平高的用户群体和低的用户群体，这二者都是增长的机会。对于转化水平高的用户群体，看看能否得到更多此类用户（Faceb00kM是 这么做的）。对于转化水平低的用户群体，找出两个群体的区别在什么地方，看看能否据此来优化转化水平低的群体的产品流程，从而提升这部分群体的转化水平。4、留存分析在对用户进行分组后，分析各组用户的留存情况，可以观察次日留存、 7日留存、 30 日留存等等。同样的，我们需要找到留存好的用户群体和差的用户群体，这二者也都是增长的机会。对于高留存的用户群体，看看能否得到更多此类用户。对于低留存的用户群体，找出二者的区别在什么地方，看

6、看能否据此来优化低留存用户群体的产品流程，从而提升这部分群体的留存。1、寻找流量增长机会举个栗子：我们是一个电商产品，通过数据分析发现，通过微信朋友圈的流量占比比较小，但是最近有不错的增长趋势，于是发现了新机会，加大对朋友圈分享的激励，比如好友通过分享购买，双方都可以领取优惠券等等，最终带来流量暴增。再举个栗子：我们是一个内容产品，发现百度搜索带来的流量占比最近在不断变小，通过分析后发现是由于一些页面内容问题导致页面收录大幅下降，这时候就需要针对性的解决问题，以增加收录。减少负增长也是增长的一种。2、寻找转化提升机会（激活、收入、推荐）举个栗子：我们是一个电商产品，通过数据分析发现，下过3 次

7、单的老用户后续的复购率要显著高于只下过12次单的用户，同样的我们可以去归因二者的差异原因，假设最终发现是下了 3 单的用户对平台的依赖更高（这里简化了下，实际情况可能会复杂些）。我们则可以针对性的给予这部分准新用户一些特殊优惠，牺牲短期利润，刺激他们在平台下单，形成对平台的依赖，从而带来后续长期的用户价值。针对激活、推荐也是同样的逻辑。3、寻找留存提升机会举个栗子：我们是一个内容产品，发现百度搜索带来的用户着陆在内容详情页的后续 留存要比着落在首页差很多，这时候我们就需要针对性的解决问题。比如对比两组用户的主要差异，发现在详情页着落的用户访问深度要差很 多，深度差会导致用户对产品没有深入的认知

8、，自然留存也差。然后我们再对二者访问深度的差异进行归因，根据归因结果去提升用户着 陆在详情页后的访问深度。在分析数据时，各种方法往往不是独立使用的，常常需要结合起来，综合 分析。比如在分析流量时，要同时看各个渠道流量的用户转化质量情况，对于转 化很差的渠道，再不解决转化的情况下，做流量增长是没有意义的。这里再举个栗子：我们是一个社区产品，产品上线后，观察了一段时间发现，各个流量来源 体用户整体活跃度都不太好。这时候单维度分析就很难分析出太多的结论，需 要综合分析。我们尝试按多种分组方式对用户进行分组分析，最终发现有一部分用户群 体比较活跃，留存也很好，她们主要是妈妈群体。而且这部分群体有一个比较 大的来源是朋友圈分享。同时，妈妈群体们的整体活跃率普遍较高。于是产品找到了增长点，甚至可以直接产品转型，做微信生态下做垂直的 妈妈社区，在妈妈们的分享推荐下，大量精准流量滚滚而来，从此走向社区巅 峰