Image

从0到1:新产品用户洞察

Avatar
陈 加兴
2019.06.16
Avatar
杨 舒涵
2019.06.16

大企业推出新产品时,可以采用很多策略导出新用户,比如说,对已有产品的存量用户进行分层、引流,或针对某个渠道的线下用户、二级用户进行推广,吸引到线上新产品,等等。

  1. 创业团队的新产品,往往没有时间和资源做详细的市场调研,甚至,由于理念和概念太新了,调研根本不会有结果,或者得出错误的结果。
  2. 互联网新产品,面对的是海量用户,应该调研多少样本呢?面对不同的调研结果,应该如何做出权衡呢?

这时候,应该怎么做呢?您猜对了,这样的产品,往往是通过“实验和数据驱动”逐步打磨成型的。“精益创业”推出了“构建—度量—学习”创意落地过程,但如何做到有效的度量和学习,今天就为大家分享Persona-X的一段构建过程。

01 基本运营指标

说到线上产品的运营,您肯定瞬间就想到了访客数量(UV)和浏览量(PV),以及注册用户转化率了。但UV/PV还过于笼统,要找出问题,您需要对数据进行分析,包括:

  • 日活跃用户数量 DAU
  • 月活跃用户数量 MAU
  • 渠道来源 Channel
  • 搜索关键词 Keyword

如果产品已经有较多的模块或页面数量,还需要进一步分析入口页面、停留时间等等。

02 建立度量体系

有了基本的运营指标并实施了访客跟踪(我们采用了百度统计和Google Analytics两个工具),很快就有了第一手产品数据了。对互联网产品如社交、通讯以及电商,DAU/MAU比率是一个重要的指标。普遍认为,DAU/MAU如果达到20%,就是一个足够好的产品,而如果达到50%以上,就是一款世界级产品了。

但随着越来越多的活动“被数字化”,DAU/MAU已经不能准确反映产品的好坏了,比如说,只有人们有打车需求时,才会打开Uber,而Uber司机基本上都不是全职司机,所以它的DAU/MAU并没有达到50%;LinkedIn,只有猎头和正在找工作的人才会每天使用它;Airbnb/Booking这样的旅游网站,每个人可能一年只用上一两次,但它已经做到了亿级交易量。

事实上,最不适用DAU/MAU评估的就是SaaS产品了,世界上最好的SaaS类产品,包括SalesForce、DropBox、WorkDay和Google Analytics,每周都只有1~2次的使用量。针对商业产品,您需要建立起合适的度量体系,一种好的方式就是围绕商业与用户目标,测量您的产品达成目标的程度。

下图是各类线上产品90天回访率与每周使用频次的统计,供参考。

03 从数据发现问题

由于我们的产品在开始推出时,需要成为注册用户才能使用,所以注册转化率是我们的度量指标之一;又由于产品名称和首页都包含Persona,使得在百度搜索引擎上Persona关键字的搜索排名很高。通过对比直接访客和搜索访客的注册转化率,发现搜索访客的注册转化率几乎为零,于是我们展开了分析,以寻找原因。

PV UV 新访客 跳出率 平均访问时长 平均访问页数
- - 90% 65.85% 3:39 2.59

从百度搜索来源的访客转化漏斗如下:

百度搜索 Persona关键词 访问>1页 平均访问页数
100% 58.5% 34% 5%

从百度搜索进入产品网页的访客地域来源如图所示,其中四川的访客占比29.73%,其次为北京、上海、广东以及浙江。从整体分布情况可以发现访客多来源于发展水平较高的省份,可能原因是这些城市的互联网公司较多,有大量做用户画像的需求。以排名前五的省份做深入分析,可以发现四川的访客占绝大多数,网站跳出率相对较低,访问深度为3.66页,访问时长7.01分钟,处于较高水平;北京、上海、浙江的跳出率较高,上海和浙江的访问深度较低,但从整体看来,访问深度和访问时长都是有效的。

省份 跳出率 平均访问时长 平均访问页数
四川 41.46% 7:01 3.66
北京 80.00% 5:35 2.53
上海 73.33% 4:42 1.47
广东 53.55% 3:46 2.55
浙江 80% 3:20 1.6

04 分析访客动机

既然绝大部分访客都在产品网页上停留了足够多的时间,但在转化率上为什么体现不佳呢?我们需要进一步分析访客的动机,即来到我们的网站希望获得什么?动机将分为两个部分进行探讨,一个是搜索关键词“persona”的人群动机,另一个为进入产品网页的访客动机。一个好的工具就是借助搜索引擎本身的指数,它带有了大量的搜索相关数量。

4.1 搜索动机分析

百度指数搜索“persona”的显示结果如图,选取了百度前两页的结果进行分类,分别有广告、动漫、翻译、用户画像、影音以及Persona-X的网页。可以看出搜索结果中用户画像、动漫和影音占大多数,其中用户画像占29%,动漫占24%,影音占14%。

来源相关词反映用户在搜索中心词之前还有哪些搜索需求。通过过滤出中心词上一步搜索行为来源的相关词,按相关程度排序得出。从来源关键词顺序表的结果可以猜测,有很多人是在查询完pesonal/personality单词后,顺带搜索了相同词根的persona。从去向关键词可以发现搜索“persona”之后的访问情况,大部分是有关名为“persona”的影视和明星。

4.2 访客动机分析

从搜索动机可以猜测有一部分访客对用户画像感兴趣,将“用户画像”和“persona”对比做趋势分析,媒体指数趋势见下图,绿色为“用户画像”,蓝色为“persona”。可以看出3月底开始到5月,媒体指数波动较大。用户画像的6个次最高点均为有关“用户画像”的新闻和文章。“persona”的6个最高点为电影persona、专辑、游戏的新闻。结合“用户画像”媒体内容,可以猜测访客对用户画像的建立有较大兴趣。在百度搜素框输入用户画像,通过生成的联想词可发现对用户画像感兴趣的人可能还会搜索“用户画像分析”“用户画像工具”“用户画像生成器”“用户画像案例”等词,从这些相关搜索词可以推测访客首先是对用户画像感兴趣的人,由于对用户画像的建立流程不清晰,访客倾向于搜索建立的方法、工具以及案例。有了这一步基础,我们就可以去寻找相似用户,并进一步发现他们的需求了。

05 分析访客的需求

5.1 用户研究的系统方法

从知乎和人人都是产品经理两个网站上的信息做分析,首先这两个都是知识分享型的网站,有大量对用户研究感兴趣的用户。用知乎举例,有4446个知乎用户关注“用户画像”话题,目前有261个问题,这是一个不小的关注量。继续查看话题页情况,可以看到许多科普用户画像的回答和文章,由于撰写者大多数为自由作者,文章是站在产品经理、运营等职业人士角度的分享,内容专业性参差不齐。评论区常常能够看到有关具体方法的疑问,“写了挺多,但还是不知道怎么做”。并且由于文章篇幅和各撰写者观点和方法的差异,通过这类文章学习用户画像耗时较长且不够系统,需要阅读者自己的整合。在用户画像的最近最近提问也能发现,许多人对用户画像的系统方法、意义有疑问,还有部分人想直接获取某个网站的用户画像。

5.2 辅助进行用户研究的工具

除了学习用户画像建立的方法以外,访客还需要一个便于他们建立和分析用户画像的工具,结合百度搜索“用户画像”时的联想词“用户画像 工具”“用户画像生成器”,可以推测有一部分人想找到一个制作用户画像的工具,他们可能是用研新手,也可能是目前的工具无法满足他们需求,想寻找一个更适合的工具。同样在知乎和产品经理的评论区也发现了这个问题,“具体的用户画像,是用什么软件,哎哎,一头雾水”“标签分类和层级是用什么画的?”。问到具体工具的用户已经是学习意图强烈的人群了,已经了解了用研方法却缺少工具,就好比一个文思泉涌的人没有纸笔。

5.3 练习资源

除了方法和工具以外,还可以从提问区和评论区发现想要数据进行演练的用户,“没有数据积累如何做用户画像?”“如何获取公众号的用户画像数据?”“大佬有没有具体的代码或者啥案例吗”“如何从海量的数据中从零开始逐步建立用户画像?”“请问是否有电商平台,用户画像的公开数据,国内或国外的?”。有了方法和工具却没有数据资源的用户,好比有了纸笔的文人没有墨水。用户需要的练习资源主要是具体案例或者数据。

通过一步的数据、动机与需求分析,我们就可以总结出初步的用户需求了:

  • 系统的学习方法和路径,涉及用户画像的意义、流程、学习方法。
  • 能满足建立用户画像基本流程的软件,包括存储用户信息、构建标签体系等功能。
  • 案例和数据来源,一方面能满足用研小白练手的需求,另外也要满足有用户调研需求但没有数据来源的公司。

如果您也正处于产品启动期而又没有大量面对面的机会与用户直接沟通,希望我们的实践可以给您带来一些借鉴意义。

Icon For Arrow-up