数据分析师之所需要了解的产品系列知识(一)

阅读之前看这里????:博主是正在学习数据分析的一员,博客记录的是在学习过程中一些总结,也希望和大家一起进步,在记录之时,未免存在很多疏漏和不全,如有问题,还请私聊博主指正。
博客地址:天阑之蓝的博客,学习过程中不免有困难和迷茫,希望大家都能在这学习的过程中肯定自己,超越自己,最终创造自己。

本文简介:主要讲述了产品发展中的演化周期,分别对每个阶段进行了详细的介绍,以及一些基础的数据分析指标,尤其是在各个阶段新用户、回流用户、流失用户之间的关系。

产品的演化周期

数据分析师之所需要了解的产品系列知识(一)

图片来源:红杉资本
产品会随着时间而发展;早期产品的特性与成熟产品的特性完全不同。对于强产品,生长阶段通常类似于**S曲线**(见图1)
  • Early phase:在早期阶段,增长温和而缓慢。
  • Growth phase:增长阶段,当坡度向上拱起时,它会加速。
  • Hyper Growth phase:接下来是**“快速增长”阶段**-指数增长期。
  • Mature phase:达到最大增长后,增长逐渐减弱,产品开始进入成熟阶段,在此阶段几乎没有增长。

数据分析师之所需要了解的产品系列知识(一)

图1 市场渗透

下面,描述了每个阶段的动态过程,以帮助您设定对产品的期望。请注意,与企业业务相比,消费者业务通常更快速地完成这些阶段。例如,Google搜索在几年内就达到了规模,而Google Apps for Domains在几年后仍继续成熟。

早期阶段

当新产品发布时,很难知道人们是否会以符合您的愿景的方式使用它。最初的目标是让您假设的数千人喜欢该产品,与拥有许多产品的用户相比,拥有一些喜欢该产品的用户更好。推出后约一个月,许多用户将试用该产品以获取新颖性。有些人会坚持使用它并成为早期用户,而另一些人则会离开。

在《增长黑客》中描述为早期要获取种子用户
之所以称为种子用户,大抵包括以下三层含义:
第一,这批人数量少,获取不易;
第二,他们进入产品的阶段较早;
第三,种子用户如同种子一样孕育着希望,具有成长为参天大树的可能性。
早期种子用户的质量将决定产品初期的氛围、运营走向,影响产品日后的发展策略。早期用户选得不够精准,可能会影响产品发展的速度和路径。他们应当是你精挑细选登上产品这艘诺亚方舟的客人,一路上伴随你迎战风浪,挺过创业初期的阴风晦雨,共赴柳暗花明的崭新未来。

在此阶段,数据稀缺,您所拥有的数据可能不可靠或不能代表产品的长期前景。所有每月活跃用户(MAU)也是新用户,并且没有流失或复活。(注意:在给定的时间段内,活跃用户的总数是留存、回流和新用户的总和)

在第二个月发生变化。虽然仍然没有回流用户,但可以开始看到第一个月用户的流失。在第三个月,新用户,流失和回流用户之间的平衡开始显现。回流用户的规模很小,新用户仍然是最大的因素,但流失率已开始发挥重要作用。
您的月度净用户增长完全取决于速动比:
(+)/(新用户+回流用户)/流失用户

速动比率:增长核算框架将增长分为新用户、回流用户、留存用户和流失用户四个方面,有助于我们了解哪些因素对增长的贡献最大。在任意两个时间戳(t1和t2)之间,增长变化=该段时间内获取的新用户数+在t1不活跃但在t2回流的用户数-出现在t2但没出现在t1的用户数。

数据分析师之所需要了解的产品系列知识(一)

图2
图2显示了同类群组的留存如何随时间减少和变平。早期,流失远远超过了回流用户。随着曲线变平,该间隙逐渐变窄。(注意:对于较弱的产品,曲线不会展平,最终将变为零,而对于较强的产品,曲线将开始上升,并最终趋于平坦。)

在早期阶段,客户流失远远超过了回流用户,新用户为MAU做出了重要贡献。保留曲线的变平表明产品在流失和回流用户之间达到了平衡。

数据分析师之所需要了解的产品系列知识(一)

图3
从图3中我们可以看到,在早期阶段,新用户是主力,流失率也很高,留存率很小。

早期的健康产品

  • 与具有类似渗透水平的同类产品相比,同类群组的保留力强
  • 有一群用户绝对喜欢该产品,这体现在很高的留存率上。
  • 新用户是活跃用户的最大份额。

增长阶段

在早期阶段结束时,该产品可能会被成千上万开始经常使用它的人所采用。但是,这并不一定表明产品与市场的契合度。重要的是要考虑谁将是下一个成千上万的用户会采用该产品,以及应进行哪些更改以适应他们。

在早期阶段,整个潜在市场的渗透率很低,产品增长缓慢。现在,在成长阶段(参见图3),随着开始实现产品与市场的契合,成长会加速(新人群的规模会增加)。似乎正在发生一些奇妙的事情:用户在产品中发现价值并返回产品。

随着回流用户人数的增加,新用户占MAU的比例降低。但可以肯定的是,该产品的市场渗透率逐渐提高。在老用户中,留存率随着回流用户和流失之间的平衡而稳定,而在较新的人群中,流失继续远远超过回流用户。由于老用户在整体用户中所占的比例较高,因此整体回流用户相对于客户流失(尽管活跃用户仍然较小)有所增长,并开始对MAU做出重大贡献。在此阶段,老活跃用户是对总体活动用户最大的贡献者。

成长阶段的健康产品

  • 老用户人群保留曲线变平坦,甚至可能略有改善。
  • 新用户占用户总数的百分比下降。
  • 总体流失率仍然高于活跃用户率,但主要是由最新人群推动的。
  • 参与度指标变得更强。

快速增长阶段

许多优秀的产品-包括Facebook,Instagram,WhatsApp,亚马逊,Netflix,Uber和Evernote,微信,抖音等-有一个共同点:快速增长阶段。在此阶段中,新用户人群的月回流在同一时间段内开始增加,从而提高了回流用户与流失的比率。
通常从以下两种情况开始:
1)相对于整个潜在市场而言达到一定的渗透率;
2)产品变得非常知名。此外,在此阶段,老用户人群开始大量活跃,流失率开始下降。所有新老用户都可以从产品中找到价值,如图4所示。
数据分析师之所需要了解的产品系列知识(一)

图4 顾客注册后的时长
在此期间,随着回流用户超过流失用户并且产品继续增加新用户,MAU急剧增长(图3)。这可能是公司有史以来最快的同比增长。所有参与度指标(例如会话次数和MAU / DAU(每日活跃用户))都很强大,并且该产品已达到产品市场适应性和规模。

快速增长阶段的健康产品

  • 老用户群体留存曲线改善。
  • 回流用户大于流失用户。
  • 参与度指标非常强。

成熟阶段

在成功的“快速增长”阶段之后,该产品进入“成熟”阶段,在此期间,该产品达到了针对特定市场的较高渗透率,并且几乎没有用户可供添加。在此阶段,产品不再增长。每个新老用户群体在回流和用户流失之间都达到了稳定的平衡,并且在人群级别上,保留的用户总数等于活动用户的总数。在此阶段中,总保留用户也占总活动用户的很大一部分,而回流和用户流失占活动用户的比例较小。

成熟阶段的健康产品

  • 回流和流失已达到平衡。
  • 与保留的用户数量相比,新用户的数量非常少。
  • 参与度指标保持在很高的水平。

扩大产品线

要在达到成熟水平后继续发展产品,必须使产品组合多样化并扩大潜在市场总量。这可能意味着进入新市场,推出新产品等。

问问自己:该产品的未来几百万用户将是谁?哪些国家可以从现在没有使用的产品中受益?哪些新功能可以使产品在这些细分市场中更具价值?你可能需要重新考虑你建立产品与市场的契合度的方法,以达到目标。

如图5所示,其他产品或在新环境中的增长将再次遵循S曲线:首先缓慢增长,然后加速,迅速增长并接近指数增长率,最终达到饱和。通过多样化,您可以重叠S曲线并允许持续增长。
数据分析师之所需要了解的产品系列知识(一)

图5 S曲线增长
> 例如,考虑Netflix的旅程。该公司于2007年在美国开始其流媒体产品,并于2010年进入其Hyper Growth阶段(见图6)。目前,Netflix的高管已经开始为国际扩张奠定基础,该平台于2010年底在其他国家正式启动。到几年后美国经济增长达到成熟之时,国际业务(本身就是一系列重叠的S曲线)推动了Netflix的大部分用户增长。与Netflix一样,大多数企业应在其主要产品的成长阶段积极考虑产品和垂直邻接。推迟启动第二轮行动——或者根本不启动——将阻碍增长。

数据分析师之所需要了解的产品系列知识(一)

有意义的指标

说明:前面的部分假设我们选择了有意义的指标和时间范围,这两者都是正确理解增长的关键。这些因素将极大地影响你对新用户,流失和回流之间的平衡的看法,这三者是增长的动力。

举个例子,考虑两个极端:如果我们跟踪每分钟使用产品的人数(每分钟的活跃用户),我们得到的流失和回流的人数会很大,保留的用户数量会很大,而新用户的数量会很小。另一方面,如果我们跟踪每年使用一种产品的人数(每年的活跃用户),活跃用户的流失和回流就会大大减少。相比之下,保留用户和新用户在活跃用户中所占比例更大。

总结

  • 生长阶段类似于S曲线,包括早期阶段,增长阶段,快速增长阶段和成熟阶段。
  • 早期,新用户是增长的最大贡献者,客户流失率超过了复活率。(早期阶段)
  • 随着产品的增长和市场渗透率的提高,新用户将继续成为净增长的最大推动力,而老用户将在回流和流失之间取得平衡。(增长阶段)
  • 在“快速增长”阶段,较老的人群的留存率提高,而回流超过了流失率。(快速增长阶段)
  • 当你的产品开始完全渗透到市场中时(成熟期),回流和客户流失之间就会出现平衡,而新用户的贡献则微不足道。(成熟阶段)
  • 多种产品线形式的多样化对于实现持续的长期增长至关重要。(扩大产品线阶段)

感谢大家读到最后,相信大家对于产品演化的各个阶段和周期有了基本的了解。
后续博主会继续更新关于数据分析师所需要了解的产品知识的系列文章。

博主码字不易,请大家关注点个赞再走呗 ^ - ^
数据分析师之所需要了解的产品系列知识(一)
参考:
红杉资本数据科学团队研究成果