裂变增长?AARRR模型?这些耳熟能详的概念早已经不在陌生。网上可以找到很多相关的材料进行学习。今天结合实战操盘的项目做一个深度剖析。
一、全方位洞察裂变式增长
目前市面上所说的裂变增长到底是什么呢?裂变,一句话介绍,它是基于社交链的一种活动传播,常见的形式像老带新或者说客带客。也就是,如何去挖掘平台已有的存量客户,发挥他们的价值,再帮助平台带来更多的新客。而之所以要做这件事情,其实也是因为目前的流量成本越来越高,而且很多企业想把更多预算用到已有的老客户群上,通过老客户群去挖掘更多的价值。
关于裂变,目前市面上已经有很多的成熟玩法。那我们在做一个裂变活动的时候,需不需要自己再重新研究一种玩法呢?其实对于大部分普通人来说,或者我们初次去接触裂变增长的时候,最好最直接的方法就是模仿已经被验证可行的模式。那么目前有哪些比较成熟的玩法可以模仿呢?
主要有五个:拼、帮、送、砍、比。
第一个是拼,就是拼团。我发一个活动出去,然后小伙伴们一起来发挥这样的势能去做成一件事情,这种拼团形式是比较常见的。
第二个是帮,其实也就是类似那种助力的方式,通过发挥自己身边亲友或者说朋友圈的力量去帮自己达成目标。
第三个是送,免费送大奖、礼品,简单直接、杀伤力较大。对于所送礼品需要结合行业属性来做挑选。
第四个是砍,就是砍价。通过拉人来砍价,把一个本来比较贵的东西,变成满足自己心理预期的价格,或者直接砍到0元免费送这种形式,让人神经愉悦。
最后一个是比,你可以理解成是用户的一种攀比,用类似打榜的形式去做这件事情。不断刷新页面数据刺激用户的传播和转发。
其实拼团、砍价、助力这一类的活动,我们更多的是基于这些活动的底层逻辑去思考,而不只是表面形式。我们平时看到很多活动,每一个看起来都不同,感觉很复杂,但其实简单的梳理一下,就那么几种。很多活动,其实就是把拼、帮、送、砍、比,这几种玩法都整合到一个页面上进行模拟组合。
当然具体选哪些玩法,还是基于我们做活动的目的来。有些活动玩法它比较偏侧重拉新,有些玩法它侧重在留存、促活这一块,有些玩法可能侧重在变现,像拉新的话可能邀请形式的会多一点。留存促活类的,比如说像养成类、抽奖类,就是在基于平台已有存量客户去盘活这些资源。那变现的目的比较强的,就可以选择类似砍价、赠券这种方式,通过好友拉进来,价格砍低了之后,再引导用户去购买商品。
知道了这几种常见的玩法,我们在实际操盘裂变增长活动的时候,还有什么注意点需要去考虑呢?
这里我总结提炼出来五个关键要素。
第一个是种子用户。如果我们只把活动做起来了,但是没有人参与的话,其实这个活动本身价值也是不大的。这里的种子用户,你可以理解成一种存量用户资源。
第二个是k值。k值的话,你可以简单地理解为一个老用户带多少人进来,k值就是多少。有些活动本身它就是为了做拉新的,在活动规则设计上就可以去设定K值,也相当于是最低门槛。比如说邀一得一这种活动,就是说你邀请一个新人得一个东西,那至少你要拉一个新人过来,这时k值就是1,那如果说你邀请两个人得到更多的东西,k值就是2了。
第三个是诱饵。做活动总需要一些礼品去吸引用户进来,或者说一个利益点、噱头,这些都是很重要的。礼品的话,一般包括虚拟和实物类,虚拟类比如话费券、会员卡。实物类的话,在教育行业可以送一些纸笔书。在接触过的地产行业,预算相对充足,会送一些家电、高端手机等大奖,引导客户到现场跟销售人员一对一的沟通,这种转化效果会更好一点。
第四个是海报。一个活动出来之后,你总需要一个宣传的媒介或者平台,一般是通过海报去进行宣传的。当然话术也很重要,包括一些宣传文案。
第五个是流程。一场活动的设计包含参与路径和分享路径。你要考虑整个流程是否流畅?在参与活动的时候,用户能不能够很清楚地理解你的活动到底是什么?用户是否愿意主动分享,环节的激励设置是否到位。
二、如何提升用户转化,减少流量浪费
长周期大型项目运营,对于完成用户心智引导,培养潜在用户习惯都有着不错的效果。运营过程中有做的好的部分,也有很多不足的地方。其中数据分析和页面优化两个环节可以说是重中之重,也是得益于这2部分的工作内容,最终实现了活动的快速增长。
1、活动数据分析
活动本身前后经历4次大的迭代升级,围绕拉新获客的总目标,通过不断的调整活动逻辑,优化升级更好的达成项目预期。
数据分析维度包括老用户页面流量,新用户页面流量,新用户页面流量/老用户页面流量,各项考核指标活动期间整体的占比情况。M1:老用户页面,M2:新用户页面。指标1-4分别代表项目的4个考核指标。
活动1和活动2是最初上线的两个简单版本,活动3和活动4是后期优化版本。从数据中可以明显看到,后期活动实际转化效果会更好一点。从实际活动效果维度来分析,几个版本的活动排序如下:
活动4>活动3>活动1>活动2
活动1和活动2是属于前期投放,特别是活动2的版本投放时间周期长,但是转化差,也是在相当长时间里不知道怎么优化升级往更好的方向探索。通过日常活动数据分析,参与活动1和活动2的用户奖品核销率较低,说明前期的奖品选择吸引力不够到位,后来在活动设计的时候增加了更多的高价值奖品。这里可以分享一个关于H5页面优化的小技巧,平时刷朋友圈广告的时候,经常会在最后的时候引导我们去点击广告才能看到更多内容,H5页面设计也可借鉴一下这个思路,比如用户点击奖品选择的时候,按钮点击前后状态呈现不一样的变化,参与活动按钮呈现动态效果等。很多时候一些不起眼的小设计可以带来不错的转化提升。
日常活动推广,数据自然少不了。那么又应该如何通过数据分析驱动业务增长,分析活动中的核心指标呢?
1)如何定义核心指标
业务增长总归需要一个核心目标作为方向。目前市面上的拉新获客更多的是以获电/注册/下载作为考核指标。从事互联网一段时间之后其实都清楚,这些指标都是可以通过灰色手段把数据刷出来,它并不是真正的北极星指标。如果一个项目假量占比过高,可想而知对业务的影响会有多大。
各行各业都有自己的核心业务逻辑,所以这才是我们在活动设计中需要重点关注的环节和流程,怎么更好的围绕北极星指标去设计流程才能更好的保证效果质量。
2)如何分析核心指标
常规的数据分析,可以从“活动曝光、页面点击、注册下载、最终转化”这些角度去看。但不是所有的项目都要把所有的维度都做分析,甚至很多时候还需要结合项目特性针对性的去思考怎么分析核心指标。
以上数据是活动长周期内的总的大盘详情,更多的是从宏观角度去看的活动效果。但是日常又要怎么去分析数据呢,回归到基本面,日报/周报/月报这些微观层面的分析也是必要的,日积月累的数据,分析各个活动的实际效果情况。这里分享一个数据分析的思路方法:开源节流。可以按照流量大小,转化好坏从4个维度去分析。通过四象限,把流量大、转化好的渠道找到,重点关注。对于流量大但是转化很差的渠道要及时调整,必要的时候可以去除。通过几个周期的数据优化下来,保留更多更优质的渠道资源,广告位资源以及点击率更高的物料设计风格。
2、页面优化总结
活动1和2相比活动3和4在页面优化部分可以说是做了很大的调整。1和2的奖品核销率只有10%左右,而3和4的奖品核销率提升至50%左右。一方面是因为奖品的价值升级,另外一方面就是活动页面的细致优化,提升了用户的体验和参与流畅度。以下内容是关于页面优化部分的总结与延伸。
第一步痛点挖掘。我们在策划H5页面的时候,第一件事情不是去画原型demo图,而是去分析、去思考、去策划。你要想清楚,作为我们这个行业,我们有什么产品?面向的客户是哪些人?他们的一些需求点是什么?因为用户只会关心用户他想关心的东西,比如说我不玩游戏,那你一直发游戏广告给我,我是无效客群,你发再多我也不会有感觉的。
我们找到了目标客群,也挖掘了他的一些需求点,这个时候,我们就要开始第二步,方案呈现。也就是针对用户需要解决的问题,给出一些解决方案。让用户感知到,他所面临的问题,我们是可以解决的。
这一步和第三步给出证据是紧密结合的,就是用户进入我们的活动页面了,也发现我们说出了他的一些痛点,并给了一些解决方案,但这时他不一定相信我们。因为用户从认识、认知到认可、认购,这是有一个过程的。哪怕他对我们是有认知的,但最终愿不愿意认可我们还是一个问题。
这时,我们需要提供一些证据或者证明。在页面增加一些品牌背书,让用户知道,他参与了活动以后确实能拿到想要的礼品的。
最后一步就是行动号召,号召用户立刻行动起来,完成临门一脚。前面我们抛出了问题,给出解决方案,用户相信我们确实能解决他的问题。这时咱们就可以做个朋友,引导他们留一个联系方式给我们,然后我们就可以一起去解决这个问题。
所以说,整个页面它会包含很多东西在里面。当然至少是我上面提到的这四个,痛点挖掘、方案呈现、给出证据、行动号召。
三、关于增长思维的认知和思考
15年年底正式进入互联网领域,18年的夏天有了这套思维模型的雏形。经过这几年的摸索和思考慢慢的完善了这个模型。特别是在经历大型项目的洗礼之后,对增长思维的理解升华了很多。从事增长工作,既是对项目的优化,也是对人生成长的思考。
这里所说的“发现”,比如我们平时经常看到很多表象的东西,我们要做的一件事情就是洞察这些表象背后更本质的关系、关联的内容。其实在这个中间就会有很多关系,包括一些因果关系或者归因关系,这时我们就要去做分析,做归纳做总结,最重要是找一些规律性和共性层面的思考,把这个规律给提炼出来之后,我们就会得到一些方法论,其实在规律这一块就可以理解成一些偏方法层面的内容。到最后,你可能对很多问题的认知和理解提升了很多,那你就会进入下一个阶段,因为人的认知或者学习能力都是在不断的提升。这些就是属于思维层面的提升。
那么具体到技能层面,会更好理解一些,就是每天做好基础的工作,比如写文案、做策划、做一些数据分析,边做边思考。在实践的基础之上,进行规律总结,也就是一些把更加普适的共性的东西给总结出来,这些规律不仅仅在这个行业可以用,在另外一个行业也可以用,这些方法是可以迁移的。
-END-