江苏龙网

  1. 首页 > 资讯 > 科技 > >

人人都是产品经理■实战案例：全定量增长模型如何搭建？


北京联盟_本文原题：实战案例：全定量增长模型如何搭建？
在运营数据分析时最常用的分析方法主要有四种——AARRR模型、全链漏斗型、因子分解型和全定量增长模型 。 因其特性不同 ， 应用领域也各不相同 ， 在本文中 ， 作者简单介绍了前三个模型 ， 并将重点聚焦在了全定量增长模型 ， 欢迎大家讨论 。
人人都是产品经理■实战案例：全定量增长模型如何搭建？
本文插图
【人人都是产品经理■实战案例：全定量增长模型如何搭建？】

了解完北极星指标体系构建方法 ， 大家有没有对自己的工作有一个思维上的认知呢？接下来我们进行一下北极星指标体系的实战操作 。
AARRR模型是最容易搭建的模型 ， 他可以快速显示出影响北极星指标的所有因素 ， 但是问题在于他的指标比较粗 ， 没有定量的描述每个因素对北极星指标的影响 ， 也没有指出每个因素之间的相互关系 。 这一模型往往是在指标模型1.0时使用 。
全链漏斗模型和因子分解模型不仅可以找到北极星指标的影响因子 ， 也可以确定指标的数值 ， 并用简化的公式进行表达 ， 可以帮助大家找寻机会点和进行简单的计算；但是他搭建过程较为复杂 ， 需要的数据较多 ， 而且不能预测未来趋势和进行假设分析 ， 在指标模型中可以作为2.0版使用 。
最精细的增长模型是：全定量增长模型 ， 他分解出了影响增长的因素以及对应的细分指标 ， 并把所有的指标组合在Excel中计算北极星指标 。
我们不仅可以用全定量增长模型观测历史数据 ， 预测未来北极星指标数值 ， 而且可以进行假设分析 ， 量化不同指标变化对北极星指标的影响 ， 但是他的缺点是组装和维持起来比较费力 ， 需要耗费相当长的时间 ， 它适合有一定数据基础 ， 需要精细化运营的团队 。
在运营过程中 ， 如果我们能一次性投入一定的精力 ， 规划出一个稳定的全定量增长模型图表 ， 对于运营的长期监控和使用存在一定的价值 。
我们通过一定的案例来了解全定量增长模型：
假设某APP的北极星指标为月活跃用户数 ， 计算北极星目标使用的数据为月新增用户数、月留存率两个指标 。 我们来看一下具体的计算过程：
01 模型的输入数据 1. 用户新增数量明细表
主要变量为：不同渠道获客数、K因子、激活率三个指标；
时间维度为：基于历史情况对未来进行估计；
人人都是产品经理■实战案例：全定量增长模型如何搭建？
本文插图

K因子即为每个老用户能带来多少新客户 ， 是用户推荐渠道的相关参数 。
我们单独对用户推荐数、月初活跃用户数进行一下讲解：
用户推荐数=月初活跃用户数*K因子；
而下个月的月初活跃用户数即为：上个月的月初活跃用户数+用户推荐数；
2. 留存率
基于历史平均数 ， 计算出每个月的留存情况 ， 作为第二个数据输入表 。
02 月活的输出工作表
基于上面的两个表 ， 我们计算出了如下的一个表 ， 可以顺利的计算出每个月的新增、活跃数据 ， 并能够进行未来月份新增、活跃的预测 。
人人都是产品经理■实战案例：全定量增长模型如何搭建？
本文插图

看到上面的模型 ， 你对模型有没有一些初步的概念 ， 全定量模型主要是通过对多个因子的计算 ， 整合形成我们的最终表 ， 然后构建最终的北极星指标完整表 。
人人都是产品经理■实战案例：全定量增长模型如何搭建？
本文插图

从上面的流程可以知道 ， 数据的整个过程是从细到粗构建北极星指标体系 ， 效果非常明显 ， 但是耗时也是非常长的 。
03 利用定量增长模型进行假设分析（what-if Analysis）


推荐阅读


上一篇：『PT鞋』PT鞋如此猖狂，耐克阿迪等大公司为何却不告PT鞋侵权？

下一篇：京东：北京标杆学习，参观京东集团，学习京东新零售创新转型跟着迈迪尔走进京东参观，学习互联网+助力传统零售创新转型