|优秀产品人必懂的增长策略设计模型


大多数产品人都是通过增长实验来完成用户及产品的增长 。 什么是增长实验?它的正确设计模型又是什么呢?本文将会告诉你答案 。
|优秀产品人必懂的增长策略设计模型
本文插图

在增长工作中 , 大家常会通过增长实验来确定增长策略的有效性和影响范围 。 而设计增长实验时常会遇到一些坑 。 比如:

  • 没有定义正确的实验指标 , 实验上线后无法决定实验成功还是失败 。
  • 对于实验目标用户没有清晰的认识 , 导致实验上线后 , 分析了很久都得不出结论 。
  • 流量划分不均匀随机 , 导致实验结果出现偏颇 , 数据不可信 。
本文将通过以下三小节的内容来简单分享下如何避免以上这些常见的问题 。
一、制定实验指标
正确的实验指标能够全面准确地检验实验假设的真伪 , 从而衡量实验结果的成败 。
衡量实验成败 , 主要可以分为三类指标:
|优秀产品人必懂的增长策略设计模型
本文插图

1. 核心指标
核心指标是决定实验成败的关键指标 , 该指标是后期实验数据进行统计显著计算的关键 。 核心指标确定的前提是实验最终目标的确立 。 根据该实验目标判断想要影响的指标是哪一个 。 是否可以通过这个指标确定实验组的改动是成功的 。
2. 辅助指标
辅助指标是实验可能影响到的其他重要指标 , 通过这些重要指标可以全面了解实验结果 。 常见的辅助指标如漏斗细分步骤的各节点转化率 , 可以通过这些转化率更全面的了解实验改动对整个漏斗的影响 。
3. 反向指标
反向指标是提示实验可能出现的负面影响 。 通过反向指标的高低来判断实验结果是否成功 。 如果实验没有负面影响或负面影响较小 , 可以接受 , 才能宣布实验成功 。 如果负面影响很大 , 可以否决实验的正向结果 。
常见的反向指标如页面退出率 , 订单取消率 , Push退订率 , 应用删除率等 。
二、确定实验对象
在确定了实验目标后进入了增长实验设计的第二步 , 确定实验对象 。 这一步骤主要解决实验对象的包含范围和实验所需的样本数量 。
1. 确定实验对象的包含范围
如果所设计的增长实验希望所有用户都进入该实验范围 , 那则不需要这一步 。 如果希望仅有符合特定条件的用户才可进入实验范围 , 则需要设置实验对象范围 。 通过此设置可针对特定用户群组进行实验 , 帮助生成更精细的产品优化方案 。 通常设置实验对象范围类型可通过第三方A/B测试工具自带分组来设置 。
设置实验受众可以通过一些第三方A/B测试工具来完成 。
很多第三方的测试协助工具都会有默认受众分组 , 比如:操作系统 , 浏览器类型 , 设备类型 , 应用版本等等 。
我们也可以自定义受众分组 , 比如:
  • 注册15天内的新用户
  • 来自一线城市的用户
  • 某个兴趣标签的用户
  • 来自某个渠道的用户
2. 预估实验所需的样本数量
首先我们先来看一个案例 , 某公司想通过改变按钮颜色提高“下单”按钮的点击率 。
|优秀产品人必懂的增长策略设计模型
本文插图

在实验上线2小时后 , 进行了一次数据统计:
  • 蓝色按钮的页面访问量是60次 , 按钮点击次数为15次 , 转化率为25% 。
  • 红色按钮的页面访问量是56次 , 按钮点击次数为7次 , 转化率为12.5% 。
  • 那么这时候 , 是否可以得到蓝色按钮比红色按钮的转化率更高呢?相信大多数的产品人都会认为样本数太小 , 不能得出可信的结论 。
在实验上线2天后 , 再进行了一次数据统计:


推荐阅读