首页  >  产品增长  >  产品经理分享:资讯类APP如何利用工具驱动增长?

产品经理分享:资讯类APP如何利用工具驱动增长?

由于业务关系,我们接触的数据服务公司比较多,因此一直被灌输着“数据增长”的理念。也是因为这原因,公司做的一款类似趣头条、快头条的内容资讯类的APP,打从上线一开始,就在使用数据分析工具来跟踪数据和做A/B测试。碰巧,在5月的运营活动中,我们依靠数据分析进行了一次成功的优化实验,为Banner带来了可观的增长。整个过程,先是数据分析,而后进行A/B测试,又有Testin Data.AI进行智能优化,几乎全是按照数据驱动的思想来实现的,带来的结果也足够惊人(点击率翻了三番)。现在将整个过程复盘如下,供大家参考~

5月初,这款内容资讯类APP,有条,遇到了不小的麻烦:运营汇报显示,在过去的一个月里,我们APP的收益,正在不断下滑。这款APP的收益主要和一个项目有关:该项目在APP内的Banner(轮播图)上接入一些游戏门户网站的广告,依靠APP内的流量带去点击和下载,从而给我们带来收益。

然而,我们根据自身的统计数据和游戏门户方面反馈的数据观察到,这个项目的收入,5月初与4月初相比,降低了30%。

根据数据表现,分析和推测原因

怎么办,出了情况就要解决啊,毕竟少的都是钱诶!我们几个产品、运营同事,拿着这几个月的各项数据,对着整个流程进行了讨论,最后认为,问题就出在Banner位置的广告图上,是广告图的设计不佳,导致Banner点击率从原先的3%左右,一路降低到了1.5%附近,降低了近50%。其他一些相关指标虽然也有一定的下降,但是影响最大的就是点击率这块儿。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

banner用图,点开会跳转游戏门户网站

那么任务就很明确了:提高Banner的点击率。

创建不同的用户画像

为此,我们重新分析了用户的身份和行为逻辑,针对该项目划分了新的用户群组,以决定今后进行优化的方向。根据APP的特性,首先将目标用户群分为两种:

第一种,是偏好游戏、喜欢玩乐的人群,这类人群应当有较多的闲暇时间,年纪比较轻,且容易下载更多游戏,单个用户带来的收益会比较高,提高他们的点击率将会有较高的回报;

第二种,是所有切合APP本身特性的人群。这类人群的特点是对于能带来收益的事情非常感兴趣,用户量级很大。

(这里需要说明一下,公司的这款内容资讯类APP,会根据用户的阅读数量和活跃程度给用户“发钱”,从而达到引流的目的;而游戏门户网站,也会给下载游戏的用户“发钱”)

设计新的广告方案

对于两种目标用户群,就需要分别设计一下Banner用的广告图片了。

我们先设计了几种市面上常见的广告图,它们本身风格偏向游戏,并且文案也突出了游戏这个点,例如“游戏轻松玩”、“游戏集结号”等等。

《产品经理分享:资讯类APP如何利用工具驱动增长?》 《产品经理分享:资讯类APP如何利用工具驱动增长?》 《产品经理分享:资讯类APP如何利用工具驱动增长?》

此外,考虑到用户心理,大部分用户在玩游戏的时候,肯定是希望放松、愉悦身心的,因此我们运用年轻群体熟知的“北(ge)京(you)瘫(tang)”形象作为背景,以年初火热的“百万英雄”“芝士超人”等知识问答类APP常用的文案为参考,单独设计了一个极具针对性的版本。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

为第一类用户群单独设计的版本,下文中的“4号”

而针对第二类人群,我们暂时只设计了一种版本。这个版本的文案就没有对用户做任何区分了,一句很简单的“百万现金限时送”。相比前面提到的版本,它传递给用户的信息就是:只要你想获得收益,就都可以点击进来。值得注意的是,该版本的图形设计风格,也与“百万英雄”“芝士超人”等知识问答类APP的风格有一点点类似,这也是因为,我们APP和这些答题赢钱的APP,两者的用户群有一定的相似程度。因此这样设计,也是为了让这类人群能找到代入感,从而提高点击的欲望。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

为第二类用户群设计的版本,下文中的“1号”

遇事不决问A/B

感谢公司的设计师小姐姐们,出图很快。拿到图后,就要进行A/B测试来判断哪个图的转化最高了。不过,要做A/B测试,就意味着需要足够大的实验样本量。而实验样本量的多寡,一是取决于版本差异,二是取决于原始版本自身的转化率。原始转化率上文也提及了,仅有1.5%左右,那么需要的样本量一般就会比较大。这也意味着,一旦有不好的版本出现,带来的损失也不会小。

因此我们没有用传统的A/B测试来进行实验,而是用DataAI智能优化引擎,自动进行数据比对,解放人力的同时还能自动将较大的流量分给当时表现最好的版本。具体来说,就是对Banner使用“动态变量”进行一次代码集成,然后把剩下的事情交给引擎,我们只需等待最后的结果即可。

Tips:

动态变量是什么?

指仅进行一次编程开发的A/B测试实现方式。它能在不影响图片内容正常排期的情况下,动态实时替换app、H5里面关键元素的图片内容,从而随时随地进行A/B测试。

动态变量有什么优势?

  • 1、只需一次编程开发,长期零代码更新,降低操作成本。
  • 2、数据精准,安全可靠。
  • 3、不影响产品本身任何业务。
  • 4、缩短试错周期,快速提升产品价值。

疯涨的实验结果

集成进展的很顺利,一个小时左右就搞定。我们在内部测试检查数据正常后,实验就正式上线了。令我们非常诧异的是,仅仅运行了一天,各个版本就给出了相当……夸张的表现。最优版本一度达到了5%左右的转化,这已经是原版(1.5%)的三倍以上。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

各个版本在刚上线前两天的表现,1号是为第二类用户群设计的版本,4号是为第一类用户群单独设计的版本

这个数据未免太好,好到我们怀疑数据真实性了。然而经过真实环境的测试,我们发现DataAI平台统计到的总数,与我们自己统计的图片点击数量是几乎相同的。这就是说,各个图片的转化率,切切实实,就是要比原始版高很多。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

点击率最高的1号(为第二类用户群设计的版本)

《产品经理分享:资讯类APP如何利用工具驱动增长?》

点击率第二高的4号(为第一类用户群设计的版本)

实验进行到第六天,1号的转化率已经飙升到了原版的八倍以上。不得不说,是原版的转化率实在太低了啊……亏我们之前还用原版用了一个多月。所以,到这里,我们是不是应该直接把1号图片发版上线,把该banner的用图全部替换为1号了呢?

不。我们可能可以更进一步,也就是能锦上添花。

基于优秀版本进行快速迭代

1号的点击率已经是最大了吗?

诚然,经过将近一周的实验,1号的转化率提升非常大:

《产品经理分享:资讯类APP如何利用工具驱动增长?》

实验进行6天的结果

但是我们觉得,还能通过一些小的改变,把点击率再提升一点。因为原版的配图,颜色比较偏向冷色调,如果换成暖色调,用户的点击欲望应当会更强烈。此外,如果营造出一种“金钱迸发”的效果或是氛围,也可能会让用户更容易接受

在这个理念指导下,我们又设计了7个1号的变种版本,每个版本全都只是将1号方案的背景图颜色进行了修改。

值得一提的是,TestinData.AI的动态变量支持快速迭代,能够不发版、无开发,直接进行线上的banner图片迭代工作,倒是很方便。

话不多说,直接上数据表现图吧。

《产品经理分享:资讯类APP如何利用工具驱动增长?》

1号方案及7个变种上线7天后的表现

可以看到,1_6的表现,比1号方案还要再优秀2.6个百分点。最终上线的,也是这个版本:

《产品经理分享:资讯类APP如何利用工具驱动增长?》

1_6,点击率最佳的版本

整个优化行动到这里就告一段落了,疯狂的点击率提升,带来的是收益的大幅上涨。在实验的半个月里,广告方面的收入提升比例达到了178.6%。当然,我们的任务还没结束,因为这个阶段的优化,用AARRR模型来说,也就只是第一阶段“获取用户(Acquisition)”方面的增长,而转化漏斗里的其他部分还需要我们继续去优化,去提高。

文:一颗糯米@云测数据(testindata)

增长黑客荐读产品运营:

从“曹冲称象”看设计增长的核心在于量化,量化的核心在于分解
自如如何实现用户增长?Testin A/B测试让数据运营更简单
通过A/B测试,如何判断一个需求可以做?

更多精彩,关注:增长黑客(GrowthHK.cn)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

点赞

发表评论