确保产品有效增长,看这四个关键指标就够了
图片来源@视觉中国
文|雅格布
世界著名投资艺术家巴菲特先生曾对他的司机说过这么一段话:
"把你想做的20件事写出来,排个序,形成一个目标清单,然后只保留前五个目标,把最后的15个目标归为一类,并提醒自己无论如何都不要在这些目标里浪费时间。"
不可否认,这是个很明智的做法,它诠释了所谓的专注。
在生活当中,很多人这也想做那也想做,到头来其实哪样都做得不好。但往往决定你未来高度和深度的就是那几个重要目标的完成度。而你大部分的时间却会被其他不相干,可做可不做的目标所瓜分了,十分可惜。
行业里,做产品有句老话,面面俱到,也就是一无是处。
因为一个产品通常会分成几个不同功能的板块:拉新的、促活的、留存的、转化的、背书的等,每个板块都有各自的指标,星罗棋布,让人根本难以分辨。
其实就和实现人生目标一样,做产品也需要追求极致的专注,不然你无法控制产品的投入产出比。你被其他无效的指标拖累了时间,你无暇思考更重要的问题。
为此,我分享一下我自己对于关键指标筛选的方法,希望对你有所帮助。
在真正说这个方法之前,我想先简单介绍一下这套方法的组成部分,它分为两个视角,每个视角包含两个指标,一共由四个指标组成,这是我的一级指标,其余的都是二级指标。
一级指标力求简单、清晰、明了,毕竟一旦出现问题,肯定是致命性的问题,所以务必尽早发现。
视角1:用户视角
为什么会有用户视角?
这个视角存在的意义是让你明白,下面两个指标的提出,是基于用户的角度,是用户对你产品的考核标准,通常这是用户最介意的指标。
为什么会有两个指标?
从用户使用产品的整个生命周期来看,我们可以分为两个部分:准备过程和服务过程,下面我仔细说说这是什么回事。
1.准备过程
用户是在无意中接受到我们产品的推广宣传而得知的,这个过程的形成和分析我在《为什么你每天兢兢业业推广产品,依然收获甚微》这篇文章里有仔细分析,这里就不细说了。
而用户顺利被你"安利"后,开始使用你的产品或者服务时,直到能真正享受服务之前的这段时间,我称作为准备过程,毕竟很多产品使用前是有门槛的。
例如:
- 使用滴滴,在你真正打到车之前,都是准备过程
- 使用支付宝,在你真正付款出去之前,都是准备过程
- 使用淘宝,在你买到你想要的东西之前,都是准备过程
- .....
准备过程一般都是让用户在衡量服务的确定性,用户使用你的产品,是因为他们确信你能够给到他们想要的服务,这是一个确定性问题,确定性能让用户留恋。
毕竟没人喜欢在没用的东西上面浪费时间。
而这份确定性,需要你量化出来,不同的业务场景却有不同的量化指标,对于滴滴来说,在你想要叫车的时候能够叫到车,就是确定性十足的表现,量化的指标就是:等待时长。
而对支付宝、同花顺、京东金融等理财产品来说,在你想投资、转账的时候就能满足你,这个也是确定性十足,量化的指标就是:完成投资时长、完成转账时长。
这里可能很多人会问,上面这些为什么不是投资转化率或者转账转化率?而是时长数据,显然这就是一个视觉问题。
只有我们才会关心转化率,用户是不会关心这个的,用户只会关心这个业务的完成时长够不够短,是否在合理的接受范围内。
所以我们一开始才划分了视角,在用户视角里面,我们只关心用户关心的指标,转化率是一个比较片面的数据,因为很多用户在使用的时候,目的性不会很强,可能就是来看一看,或者在第2步、第3步的时候就跳出了。
这个时候会给你营造出一种感觉,转化率不高,业务流程不通畅。但实际上只是目的性很强的客户少了而已,需要加强的只是前端用户推广的精准引导。
准备过程,我们一般看的是时长数据。当然有些没有准备过程的产品,是不需要看的,因为他们的时长数据接近无限小,也就是极好的意思。
2.服务过程
用户在通过产品前期的"洗礼",终于来到核心场景,从这一刻开始开始享受服务,对滴滴来说就是上车的那一刻,对理财产品来说,就是确认投资,开始享受市场波动的那一刻。
服务过程用户看重的点也是各不相同,对滴滴来说,上车之后能安全到达目的地,而且车子不会抛锚,司机没有歹念就是最核心的了,至于座椅是不是真皮,音响低音炮好不好这都是次要的。
这个时候,行车途中有没有异常就是用户考核的点,量化指标就是:服务异常率;这个包括很多方面,只要有突发情况发生,都算作是异常。
而如何去控制这个率,就是产品经理要去思考的地方。
因为某些场景下的某些功能, 能很容易让司机和用户的情绪发生变化,从而令有异常情况出现的概率高了,尽管这个功能能为公司和产品带来一定的利润空间和市场份额,但这却是间接提升服务异常率的做法。
很明显,有时候我们就是没有跟踪正确的核心指标,而是把目的放在了利润最大化的角度,产品经理也全然不知,懵逼前行。
服务过程,我们一般看的就是异常数据。用户只是关心我享受服务的时候是不是如我所愿,不会突然间发生什么意想不到的事,毕竟这是破坏用户确定性的因素。
以上两个指标,找出来其实并不难,但是我相信80%的人都从来没有在意过,公司说着为用户
创造最大价值,回头却是紧盯着转化率和利润指标,全然漠视用户的感受。
用户视觉的指标,是产品自然增长的关键,也是决定产品留存的重要分水岭,其余的商业指标都是建立在用户视角指标健康运转之上。
我不是说不需要看商业指标,可以看,但在下面的视角里面看。
视角2:产品视角
为什么会有产品视角?
用户视角好理解,你一定会好奇为什么会有产品视角,而这里的产品更多时候指的是产品经理,泛指那些对产品负责的人。
在之前一篇文章《产品不强调设计,它理应是一种服务》里我也详细分析过,其实产品就是产品经理(泛指所有产品台前幕后工作人员)和用户的一个交流媒介。
用户把他们的集体人格投射在用户行为上,产品经理去研究这些行为,然后又把他们自己的集体人格投射在产品迭代上,用户又去体验和感受,不断循环重复。
因为产品大部分是公司和企业的产物,更是投资者的谈资,带有盈利性质,所以很多时候我们为了给用户未来更好的服务,是需要创造一定的盈利空间。
这是一个互相成长的过程,企业用产品解决用户的问题,用户让企业赚到钱了,企业投入更多资源更好地解决用户的问题,更多的用户让企业赚到了更多的钱...
所以在产品视角,我们要看什么指标?
很遗憾,我们没有什么新的指标创造出来,我们依旧是看一般企业,甚至那些失败的公司也还在看的利润指标,我想分享的这个不在指标本身身上,而在这个指标的拆分上。
通常来说,这个利润指标我会拆分为两个指标来看:前期量化指标和结果指标,而结果指标就是前面所指的利润指标。
怎么说,我用两个例子来说明这件事:
- 大家都知道,利润=收入-成本,每个公司都是这么计算的。
- 大家都知道,腾讯前期很多用户,但是差点被60万收购了。
例子就举完了,但是背后的逻辑确实值得一说,第一个例子当中,这些公司只有两个方法走下去,要么维持现在高利润,要么维持稳定现金流,向大家证明以后会有高利润回报。
第二个例子当中,腾讯当时并不属于高利润的模式,新增的用户需要不断新增服务器,在当时也没能向大家证明以后会有高利润回报。
但慢慢,社会上衡量好公司的关键指标变了,韩国和美国某些游戏科技公司率先证明,在互联网时代,流量确实能通过业务场景转化而变现的。
投资人的价值观,从以前单一追求利润最大化转变为追求一个颇新潮的名词:流量。而当时,腾讯手握中国2亿网民,比一个欧洲国家的总人口还要多。
那么对于早期的公司来说,广告是最直接清晰的一种盈利方式,而广告主的付费就是直接的收入来源,当中的利润,就是他们的结果指标。
而前期的量化指标则是:产品流量,细分出来就是日活、周活、月活。你能吸引多少人过来,你能搞到多少的流量,明显这就是你前期应该关注并持续量化的东西。
前期量化指标的目的是为了指导执行的,但前期量化的指标却会随着时代的变化而变化,并非一成不变,永远受用的。
现在,依然有很多公司和产品还是靠流量为生,他们的前期量化指标依然是通用流量,这个没有问题,只是说如果以这个作为量化指标,这条路已经没有以前那么好走了。
通过用广告这种方式作为主要盈利方式的,会很吃力,毕竟这个的关键点在于通用流量的争夺,也就是你需要和BAT去瓜分市场上的份额。
所以关于怎么找出前期的量化指标,我也有一些方法和故事可以分享,毕竟这个也足够再开多一篇文章来分享,下次再详细聊聊。
做过淘宝C店的人也许能发现,可能他们没有设置前期量化指标的习惯,但不可否认的是这些指标一直在变:
第一个五年:尽可能地上更多的商品
第二个五年:尽可能地拉更多的流量
第三个五年:尽可能地提升购买转化
第四个五年:...
但结果指标一直只有一个:店铺商品交易净利润,难道你要拿这个一成不变的结果指标指导四个不同时期的发展么?
雅格布的结论
其他的都是二级指标的,一级指标关注这四个就够了:
用户视角:时长数据和异常数据
产品视角:前期量化指标和结果指标
这是一个不断交互,反复融合的过程,你需要盯着就是两边不断演进的变化过程,提炼出相关的东西,并用科学的方法量化出来,监控过程,引导变化。
更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: