創(chuàng)業(yè)成長 從分析開始

最近一兩年間，繼 『Lean Startup』 之后，又有一個新的 Buzz 名詞在創(chuàng)業(yè)圈子里很火：『Growth Hacker』。Growth Hacker 專指那群既懂技術又懂運營，以技術的手段來驅動市場運營的人才。這里姑且不論這個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習的實戰(zhàn)經(jīng)驗，稱之為 Growth Hacking。維基百科上對 『Growth Hacking』 的定義是技術創(chuàng)業(yè)型團隊通過數(shù)據(jù)分析和量化指標來推廣產(chǎn)品時所使用的一種市場運營技術，其中有兩個非常重要的點，分析和指標。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)品對于用戶的價值，并以指標化數(shù)據(jù)來指導我們的下一步工作。

對于創(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，讓客戶用得更舒服一點。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？當我們添加了一個功能后，我們?nèi)绾沃烙脩羰窍矚g這個新功能還是討厭之？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，而回答這些疑問的最好方式莫過于尋找到那些隱藏在產(chǎn)品背后的真實數(shù)字，讓數(shù)字說話，建立量化模型。只有這樣，才能更好更快的成長。知易行難，我相信大部分創(chuàng)業(yè)者都知道數(shù)據(jù)驅動的價值，但是該如何去做去獲取這些數(shù)據(jù)，又應該特別關心哪些數(shù)據(jù)卻是知之甚少。下面就讓我們圍繞著『分析』這個中心，盤點一下優(yōu)秀的統(tǒng)計分析工具及其背后的設計思想。

Google Analytics

說起分析工具，估計 Google Analytics 是目前使用最廣泛的，強大且免費。Google Analytics 主要給我們提供了幾大關鍵指標：

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

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

渠道來源（traffic sources）：用戶流量來源于哪些不同的渠道。

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

。

訪問路徑（Flow Report）：用戶在網(wǎng)站上的訪問行為，各個頁面的進入率和跳出率。

不難發(fā)現(xiàn)，整個 Google Analytics 的數(shù)據(jù)是以訪問為中心的，可以很方便的了解網(wǎng)站的訪問和渠道轉化情況，可以說對于大部分的網(wǎng)站尤其是內(nèi)容類網(wǎng)站來說已經(jīng)足夠。但是，對于像『風車』 這樣的客戶驅動型 SaaS 產(chǎn)品類網(wǎng)站，Google Analytics 就顯得不合適了。比如說，當我知道了風車首頁每天的訪問量達到了一千或者一萬，來自于36氪或者我的博客的比例分別是多少，頁面之間的轉化率和退出率是多少等等這些訪問信息，我下一步該怎么辦，我該如何改進？不知道！對我來說，關鍵的數(shù)據(jù)不在于這些數(shù)字化的訪問量，而是用戶本身，真正有價值的是用戶從訪問到注冊、從注冊到使用、從使用到訂閱服務，分別是怎樣的一個過程。

所以，以訪問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，比較流行的兩個選擇是 Mixpanel 和 KissMetrics。

Mixpanel

Mixpanel 從頁面訪問量數(shù)據(jù)的局限跳出來，轉而以用戶行為為驅動。Mixpanel 主要給我們提供了幾大關鍵指標：

用戶動態(tài)分析（Trends）：你關心的用戶行為發(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，可以用來區(qū)分忠實用戶和普通用戶。

單用戶行為分析（People）：單個用戶在網(wǎng)站上做了哪些操作，過程是如何的。

所有的用戶行為對應一個事件，你需要事先規(guī)劃好你想跟蹤哪些事件。比如以風車的注冊轉化率為例，我們希望了解所有訪問的用戶中，有百分之幾的比例注冊了，首次訪問注冊的比例是多少，這些用戶是怎么注冊的，是通過頂部的注冊快捷按鈕，還是查看產(chǎn)品信息后注冊的，亦或是查看了其他如用戶教程頁面后注冊的。在我們的首頁，有多少用戶是查看了產(chǎn)品一覽圖后就注冊的，有多少用戶是查看了更多的信息后注冊等等，都是我們預設的一個事件。有了這些信息后，我們在提高注冊轉化率這個目標上，就能更有針對性更有方向性的做實驗，也能很直觀的了解到底每個變化是帶來了提升還是降低。

KissMetrics

KissMetrics 跟 Mixpanel 很類似，都是以用戶行為為導向的分析工具，所提供的功能也基本一致。不過 KissMetrics 在針對用戶的行為分析上做的更深入也更簡單，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習它的功能。

至于是選用 Mixpanel 還是 KissMetrics，總體上來說我覺得都是很不錯的分析工具，都可以去試試。如果你有所猶豫不知道該選哪個的話，我的建議是抓鬮，:) 開個玩笑，我不建議浪費時間在選擇上，重要的是開始做了。但是如果你真想評測一下哪個更適合你的產(chǎn)品場景，推薦嘗試一下 Segment.io，一個在各種統(tǒng)計分析工具前面的代理，可以同時使用 Mixpanel 和 KissMetrics，做結果比較，當然也就可以無縫地切換 Mixpanel 和 KissMetrics。

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

UserCycle

UserCycle 的賣點很簡單，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指標，獲取能讓你用來提升這個指標的目標數(shù)據(jù)，進而提供執(zhí)行的輔助。如果說 Google Analytics、Mixpanel 和 KissMetrics 是純粹的分析工具的話，UserCycle 則做得更多，從統(tǒng)計到用戶分組、從分組到生命周期維護、從生命周期到分組實驗測試，各方面了解用戶行為，提升用戶的價值。

統(tǒng)計分析（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)說話。也根據(jù)用戶對于產(chǎn)品的參與程度不同，劃分成不同的群組。

生命周期維護（Lifecycle Messaging）：與用戶不停的保持互動，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，采取不同的互動方式。

分組實驗測試（Split-Test Experiments）：當知道用戶為什么喜歡你的產(chǎn)品或者討厭你的產(chǎn)品的時候，你就可以有目的去改進產(chǎn)品了。在改進產(chǎn)品的時候可以多采用分組測試，看不同的變化帶來的改進會有什么不同，尋找到最優(yōu)解。

Customer.io

Customer.io 做的事情比起來就簡單多了，它也只做了整個分析過程中的某一點，生命周期郵件（Lifecycle Email）。一個產(chǎn)品的成功與否，關鍵在于看有多少忠誠的客戶，郵件互動就是為了制造忠誠的客戶。而郵件互動的關鍵又在于如何在正確的時間給正確的用戶發(fā)正確的內(nèi)容來提高郵件打開率。同樣以風車為例，對于活躍的用戶我需要跟用戶互動的目標和跟一次性用戶互動的目標顯然會不同，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)送不同的郵件來互動，而這，就是 Customer.io 在解決的問題，專注在郵件互動這一塊。

同類的產(chǎn)品還有 Vero。不過風車目前沒有在使用這些工具，一是因為 Cohorts 功能跟 Mixpanel 有所重復，二是因為郵件發(fā)送我們直接使用了 SendCloud，沒必要再使用一套。但是這兩個產(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

非常簡單直接的標語，Optimize.ly 就是 A/B 測試的利器。A/B 測試對于現(xiàn)在的創(chuàng)業(yè)者來說已經(jīng)不再陌生，但是如何去做以及怎么做對于很多人來說都略顯陌生。當我們定義好我們想去嘗試的實驗，可以通過 Optimize.ly 非常簡單的修改頁面，然后剩下的就不用操心了，可以說即使是沒有技術背景的市場人員也能很簡單的學會如何做 A/B 測試。Optimize.ly 會根據(jù)用戶行為的不同，給出不同的測試報告，讓我們能真真切切的了解對于轉化率的影響，持續(xù)的改進流程和頁面來讓產(chǎn)品變得更好。

除了 Optimize.ly，Unbouce 也是不錯的 A/B 測試工具。或者你也可以不使用這類第三方工具，全部自己控制來做一些測試，只是相對會更耗時間，要權衡一下是否值得。

一切為了成長

了解和使用了上面所說的這么多工具，其實目的也非常明確，就是為了更好的成長。這正是 Growth Hacking 的核心目標。而成長，從分析開始。Dave McClure 曾對評估成長提出了一個很簡單的 AARRR 指標模型：Acquisition（用戶訪問）、Activation（注冊轉化）、Retention（用戶留存）、Referral（推薦分享）和 Revenue（客戶轉化）。所有的分析和執(zhí)行正是為了提高這些數(shù)值。我們很幸運在現(xiàn)在這個時代，能有這么多人出來分享他們的經(jīng)驗，能看到有這么多優(yōu)秀的應用能幫助我們更好的的成長。準備好了，以目標為導向，以數(shù)據(jù)為基礎，善用第三方工具，不停的實驗，不要害怕犯錯，然后去享受這成長的過程吧。

作者簡介：本文作者是中小團隊協(xié)作工具風車的系統(tǒng)架構師、36氪特約作者葉玎玎，喜歡研究開發(fā)流程及方法論，關注如何改善團隊協(xié)作，你可以通過微博聯(lián)系他 @yedingding 。