增长黑客Groth Hacher与AARRR模型

增长黑客Groth Hacher:

这是一群以数据驱动营销、以市场指导产品,通过技术化手段贯彻增长目标的人。

他们通常既了解技术,又深谙用户心理,擅长发挥创意、绕过限制,通过低成本的手段解决初创公司产品早期的增长问题。


增长黑客的核心就是A/B test+数据验证,先测试,然后通过消费者在AARRR这5个环节的数据表现进行验证和对比,通过数据结果优化产品和营销

                                                                                                  ——空手大大






AARRR转化漏斗模型:

Acquisition获取用户,Activation激发活跃,Retention提高留存,Revenue增加收入,Referral传播推荐。

图片发自简书App


Acquisition 获取用户

step 1

筛选种子用户,冷启动(知乎、哔哩哔哩会员考试、小米100个梦想赞助商)

step 2

从最笨的事情做起(创始人做第一批活跃用户)

step 3

社交红利:蕴藏在开放平台下的流量矿藏(第三方账号登陆互动)

step 4

用数据抓取“借鸡下蛋”(利用现成的通用协议和API抓取数据、马蜂窝是不是hhhhh)

step 5

内容营销:打造持续输出的传播引擎(吸引流量、培养潜在用户、劝诱转化,利用流量平台)

step 6

搜索引擎和应用商店的优化营销(SEO提高关键词的密度和权重、增加长尾关键词数量、建立外链、优化页面结构等 / SEM /  ASO关键词的研究、评判维度的猜测、加权策略的利用)

step 7

捆绑下载(利用用户心理,豌豆荚网页版转客端)

step 8

从众心理、饥饿营销(邀请码、付费用户、排队)

step 9

用嵌入式代码和小挂件让你的品牌无所不在(曝光量、转化率)

step 10

宣传报道的文案撰写(主动投稿,文稿质量)

step 11

从线下到线上(地推、广告0

step 12

海外扩张


Activation激发活跃

step 1

职场社交巨头的用户激活秘诀(LinkedIn重建关系流 / 双重病毒循环 / 声誉系统)

step 2

A/B测试,网站活跃率提升的法宝(产品设计中,A/B测试常用于减少页面障碍、提升转化率、确定改版方案、新功能的小范围测试)(ZAGG商品详情页图片——视频——360°可旋转图片提升客单价)(等营销服务服务供应商OkDork应用点击行为热点图等手段,做A/B测试,提高用户邮箱订阅转化率)

step 3

移动应用的A/B测试(用户诱导)

step 4

另辟蹊径,降低用户活跃门槛(技术手段)

step 5

旷日持久的补贴大战(滴滴/快滴补贴大战,话说滴滴说了,为啥现在打车这么贵,当年补贴出去的钱不得赚回来)

step 6

游戏改变世界(星巴克会员卡,会员积分体系呀、游戏改变世界:目标/规则/反馈系统/自愿参与)

step 7

我,机器人——脚本自动化运营(伪造内容、伪造用户、自动聊天机器人)


Retention提高留存

step 1

留存与流失(次日留存率、7日留存率、30日留存率、渠道留存)

step 2

优化产品性能(安卓/IOS)

step 3

有损服务——放下不必要的坚持(有限保证核心功能的运转)

step 4

引导用户快速上手(内容的质量和氛围将对社区氛围的形成以及用户互动的频次产生重要影响)

tep 5

社交维系与社交解绑

step 6

设计唤醒机制(电子邮件[提供奖励/告知进展/个性化推荐/用户社交互动提示]、消息推送通知[推送授权/徽章通知/本地通知/地理围栏通知/图片推送通知/表情文字]、移动网页唤醒应用)


Revenue增加收入

step 1

互联网与免费经济(免费模式:基本功能免费,高级功能收费的freemium策略、交叉补贴、三方市场的流量变现、开源代码的盈利可能、公司上市或被收购)

step 2

免费午餐的终结(高质功能提供/高质用户聚集)

step 3

重定向广告,寻找消费者的热追踪弹(多网站重复同一用户感兴趣广告)

step 4

看wet seal 如何抓住时尚的脉搏(利用Facebook,将原本人与机器之间冷冰冰的关系,拓展为人际之间基于购物决策的交流平台)

step 5

用互联网思维在微信里卖月饼(逻辑思维14年用微信游戏化社交化卖月饼)

step 6

变惩为奖,堵不如疏(QQ会员技术漏洞补救)

step 7

建立智能商业系统以小博大(百姓网:用数据可视化的方式辅助企业管理,可使得管理成本降低,管理效率提升)



Referral传播推荐(病毒传播)

step 1

用病毒传播撬动增长的杠杆(K因子K Factor / 病毒循环周期Virial Cycle Time)

step 2

坏事传千里——Bug营销(百度云网盘BUG营销/迅雷会员借势而上)

step 3

借势营销,乘势而上(猎豹浏览器抢票神器 / 光棍节程序员闯关秀)

step 4

构建产品体外的病毒循环(创意来源 / 生命周期 / 产品契合度)

step 5

产品内置的传播因子(APP内)

step 6

病毒传播中的用户心理把握(喜爱、逐利、互惠 、求助、炫耀、稀缺、害怕失去或错过、懒惰)

step 7

用邮件提醒增强传播效率

step 8

病毒传播的策划与打磨(打造与众不同/别出心裁的创意、简单直接的参与形式、游戏设计元素、设置较多亮点/槽点、设置漏洞让高级用户发现传播、二次/三次传播方案)




案例集

Hotmail:邮件贴尾话语带来传播

Instagram:产品简洁化重生

Airbnb牛逼,666~

2007年,住在旧金山的两位设计师,Brain Chesky与Joe Gebbia因付不起房租决定将阁楼出租出去

想尝鲜的二人不想在Craiglist网上发帖,便动手搭建了一个出租家庭旅馆的网站,承诺提供气垫床及早餐,网站因此得名Airbed&Breakfast

用户对此服务的兴趣很高,二人试着将业务复制到其他城市,通过大型集会紧跟热点

两位创始人为了获得启动资金,甚至在美国总统选举期间设计出售主题麦片——奥巴马款和麦凯恩款

卖麦片积攒启动资金这一行为打动了硅谷创业教父保罗·格雷厄姆(Paul Graham),获得了2W美元的投资,网站正式更名为Airbnb

/  /  /

当时该领域最大的竞争对手Craiglist拥有Airbnb艳羡的海量用户基数

面向房东端,Airbnb推出一项新的功能:允许用户在Airbnb发布信息的同时,直接将相同信息复制发布到Craiglist上,这为Airbnb带来了大批房源与高黏度用户

除了利用技术手段蹭Craiglist的热度,Airbnb还借花献佛利用了第三方邮件系统,伪装成用户给在Craiglist上发布房源信息的屋主留言,推荐Airbnb网站

这么做当然是不厚道的,不久后就被Craiglist封杀了

/  /  /

时间到了2009年,Airbnb发现网站成交情况并不客观,实际体验后创始人发现问题出在了网站的房源信息质量上,照片不好看、文案乱七八糟,用户不愿买单

Chesky与Gebbia当即花5000美金租借了一台高级相机,挨家挨户免费为房东拍摄房屋照片

10年夏天Airbnb干脆正式成立了项目组,专门为房东提供拍摄服务。这在当时又引发了一场持续的流量井喷

11年夏天,Airbnb开放了社交网链接功能,允许用户链接他们的Facebook账号,人们得以方便地考察房东背景资料,来自同一座城市、一所大学、相同的爱好等等

12年夏天,Airbnb重新设计了心愿列表,将代表收藏功能的✰改为,让用户的使用率提升了30%

13年Airbnb着手筹备移动应用,陆续加入优化动图、地图定位、探索目的地等功能

14年,Airbnb上线全新的用户推广计划,优化邀请好友页面等,在某些地区是订单量激增了25%

……

截至2019年6月,Airbnb已接待了超过5亿房客,将旅行者通过600万个住宿地点连接在一起。越来越多的旅行者选择参加爱彼迎体验作为他们旅行的一部分 。

Happy Hacking!



专业名词

MVP:最小化可行产品Minimum Viable Product(可以是产品界面设计图、带有简单交互功能的胚胎原型、甚至一段视频、一个公众号)

PMF:产品与市场相契合 Product/Maket Fit

A/B测试:A/B Testing

· 提供两个方案并测试

· 不同方案之间只存在一个变量,排除其他干扰因素

· 以某种结果判断结果优劣,筛出最优方案

C/S架构 & B/S架构

CS(Client/Server):客户端----服务器结构

BS(Browser/Server):浏览器----服务器结构

LBS:Location-Based Service基于地理位置的服务

重定向广告:Retargeting

首先你需要在网站里插入一段追踪代码,当用户进入该界面后,代码就会在他们的电脑里植入一个cookie,它会标记出用户身份和感兴趣的商品信息。当这个用户访问其他网站时,只要该网站加入了重定向广告联盟,就有资格读取出cookie中记录的用户身份和商品信息,并将动态的广告位掉包成用户感兴趣的商品广告。

K因子:K Factor

K因子=感染率*转化率

感染率:某个用户向其他人传播产品的程度

转化率:被感染用户转化成新用户的比例

病毒循环周期:Virial Cycle Time

从用户发出病毒邀请,到新用户完成转化所花费的时间(减少用户操作成本,用限时优惠券等增加紧迫感)



附录:增长黑客应当关注的常用指标

网站类:

页面浏览量PV、独立访问者UV、访问数、着陆页、推出页、跳出率、展现数、服务器打点数、转化率、停留时间、初访者、回访者、访问来源、其他属性

APP类:

新增用户数、活跃用户数(DAU/MAU)、升级用户数、留存率、总用户数、单次使用时长、平均单次使用时长、使用间隔、转化率 、K因子、每用户平均收益、每付费用户平均收益、月付费率、生命周期价值LTV

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,026评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,655评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,726评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,204评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,558评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,731评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,944评论 2 314
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,698评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,438评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,633评论 2 247
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,125评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,444评论 3 255
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,137评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,103评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,888评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,772评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,669评论 2 271

推荐阅读更多精彩内容