用紅杉資本思維：打造成功NMN茶葉產(chǎn)品的必備DNA，爆款的誕生

?

指標(biāo)的監(jiān)測對于判斷產(chǎn)品是否成功至關(guān)重要。一旦選定了某一個(gè)能夠準(zhǔn)確反應(yīng)產(chǎn)品整體目標(biāo)的指標(biāo)，努力讓該指標(biāo)朝著正確的方向變化便成了首要之事。那么應(yīng)該如何判斷哪些因素是關(guān)鍵指標(biāo)變化的主要驅(qū)動(dòng)因素，以及如何對其進(jìn)行分析呢？

?

《指標(biāo)變化分析》系列文章將從產(chǎn)品變化、季節(jié)性因素、競爭及其他外部因素、比例變化、行動(dòng)指南這幾個(gè)部分入手，深入探討針對每個(gè)因素應(yīng)作何考慮，以及如何分析產(chǎn)品指標(biāo)的改變。本文研究成果來自紅杉美國數(shù)據(jù)科學(xué)團(tuán)隊(duì)，Jamie Cuffe、Avanika Narayan、Chandra Narayanan、Hem Wadhar 和 Jenny Wang 對本文亦有貢獻(xiàn)。以下是部分要點(diǎn)摘要：

?

??產(chǎn)品變化，不管是新產(chǎn)品上線、通知方式的改變或是無意的漏洞，必然會(huì)導(dǎo)致指標(biāo)的變化。

??季節(jié)性因素通常會(huì)引起關(guān)鍵指標(biāo)的劇烈波動(dòng)。

??競爭的影響很難測量和消除，但行業(yè)數(shù)據(jù)可以幫助指引方向。

??嚴(yán)格監(jiān)測關(guān)鍵指標(biāo)，擁有強(qiáng)大的分析DNA，能減輕外部事件的負(fù)面影響。

?

?

?

產(chǎn)品變化

?

由于試驗(yàn)性的產(chǎn)品更新的出現(xiàn)，近年來新產(chǎn)品開發(fā)也呈現(xiàn)爆炸性增長。當(dāng)產(chǎn)品發(fā)生變化，往往伴隨著關(guān)鍵指標(biāo)的變化。因此，理解推出某一產(chǎn)品將會(huì)帶來何種影響，確保能取得理想的結(jié)果，這點(diǎn)至關(guān)重要。

?

例如，2014年7月，當(dāng)Facebook開始通知用戶他們將無法使用手機(jī)上的Facebook軟件發(fā)送消息，此后一個(gè)月內(nèi)近2000萬美國iOS用戶下載了另外的聊天軟件（見圖1）。

?

再舉一個(gè)例子，試想下如果改變某一產(chǎn)品的通知算法，哪些指標(biāo)會(huì)受到影響？看到通知的人數(shù)、對通知做出反應(yīng)的人數(shù)百分比、進(jìn)入登錄頁面的人數(shù)百分比、和產(chǎn)品積極互動(dòng)的人數(shù)百分比……當(dāng)產(chǎn)品發(fā)生變化的時(shí)候，這些指標(biāo)以及其它等等都可能受到影響。

?

當(dāng)然，產(chǎn)品變化不總是有意而為的。妨礙用戶下載、更新軟件或發(fā)送消息和接收通知的漏洞，也可能會(huì)嚴(yán)重影響關(guān)鍵指標(biāo)。因此，認(rèn)真追蹤關(guān)鍵指標(biāo)，當(dāng)產(chǎn)品發(fā)生重大變化或是更新版本時(shí)，尤其要留心觀察，爭取發(fā)現(xiàn)和理解漏洞，以及采取措施減少漏洞造成的損害。

?

A/B測試是評估變化給產(chǎn)品帶來的影響的最好辦法。進(jìn)行A/B測試時(shí)，給不同用戶隨機(jī)呈現(xiàn)兩個(gè)不同的版本中的一種，采用數(shù)據(jù)分析來判斷哪個(gè)版本更符合預(yù)設(shè)目標(biāo)。當(dāng)變化相對較小的時(shí)候，進(jìn)行A/B測試尤其重要，而大多數(shù)情況下變化也都是小改變。像上面Facebook例子中的較大變化時(shí)，可能被觀察到。但是通常來說，如果沒有A/B測試，則其影響幾乎不可能被輕易發(fā)現(xiàn)和測量到。

?

季節(jié)性因素

?

季節(jié)性因素通常會(huì)引起關(guān)鍵指標(biāo)的劇烈波動(dòng)。隨著時(shí)間和環(huán)境的變化，人們做出的表現(xiàn)也是不同的。季節(jié)性是可以使用數(shù)據(jù)進(jìn)行分析的最顯著的影響之一。

?

季節(jié)性

季節(jié)性是用戶行為周期性變化的一個(gè)明顯特征。例如，當(dāng)人們在新年下定決心時(shí)，便會(huì)在每年年初有所改變——至少在短時(shí)間內(nèi)如此。在圖2中，我們發(fā)現(xiàn)，1月1日之后，鍛煉時(shí)間在30分鐘甚至更久的人的百分比明顯增加。季節(jié)性的其他例子還包括基于一天中不同時(shí)刻、一周中不同日子、一年中不同季節(jié)等出現(xiàn)的行為變化。將這些與外部因素分開是很重要的，例如游戲《精靈寶可夢》的發(fā)布，它對人們的鍛煉行為也有著類似的影響（見圖2）。我們將在未來的文章中繼續(xù)討論這些外部變化。

?

季節(jié)性分析

季節(jié)性通常是關(guān)鍵指標(biāo)出現(xiàn)變化的根本原因；因此，這是第一個(gè)需要研究的行為變化因素。

?

要正確分析任何行為變化，就必須了解產(chǎn)品的整體生態(tài)系統(tǒng)。例如，了解年輕人在暑假期間做什么，中年女性如何購物，使用Android系統(tǒng)的人與使用iOS系統(tǒng)的人相比表現(xiàn)如何，或者誰可能是你公司產(chǎn)品的早期使用者，了解這些可能會(huì)很重要。

?

了解這個(gè)生態(tài)系統(tǒng)可以讓你提出一些好問題并建立正確的假設(shè)，對行為變化的有效分析幾乎都是這樣開始的。問問你自己：關(guān)鍵指標(biāo)發(fā)生變化，其根本原因可能是什么？然后，你可能會(huì)假設(shè)原因是季節(jié)性，用戶感到了厭倦或是對產(chǎn)品的看法（正面的或負(fù)面的）發(fā)生了變化。一旦你對關(guān)于關(guān)鍵指標(biāo)可能發(fā)生變化的原因有了綜合的判斷，你就可以進(jìn)行進(jìn)一步的調(diào)查了。

?

如果你正在驗(yàn)證季節(jié)性是發(fā)生變化的影響因素這一假設(shè)，你可以采取以下幾種方法：

?

??周間變化

大多數(shù)產(chǎn)品表現(xiàn)出非常強(qiáng)烈的周內(nèi)效應(yīng)，因?yàn)槿藗冊诠ぷ魅盏谋憩F(xiàn)與周末相比截然不同。要消除這一影響，我們使用七天（或滾動(dòng)七天）指標(biāo)的平均值。例如，圖3明確顯示了Yelp使用時(shí)長以周為周期的變化模式，并會(huì)在周末時(shí)增加。如果沒有7天的平均值，周與周之間的變化將會(huì)淹沒在日常波動(dòng)之中。

?

（注：社交應(yīng)用程序通常也有類似的日內(nèi)效應(yīng)，因?yàn)榇蠖鄶?shù)人晚上花在社交應(yīng)用上的時(shí)間比白天多得多。如果你為這樣一個(gè)應(yīng)用程序研究的最低粒度級(jí)別是每日，你將錯(cuò)過這一信號(hào)。）

?

??日間變化

如果你有興趣檢查每日變化，那么要嘗試覆蓋一周中的每一天，如圖4所示。此方法將為你提供更詳細(xì)的信息。例如，與其他周相比，第3周出現(xiàn)了最大值和最小值。

?

??同比變化

觀察數(shù)據(jù)的年度變化趨勢是確定季節(jié)性影響最有效的方法之一。這種方法將闡明假期、返校季、節(jié)日和寒冷天氣等產(chǎn)生的影響，并幫助你確定這些對關(guān)鍵指標(biāo)的影響是否會(huì)隨著時(shí)間的推移而擴(kuò)大或降低。

?

例如，圖5上方的圖表顯示了電子商務(wù)公司明顯上漲的7天滾動(dòng)平均收入。在某些情況下，如果變化不那么明顯，那么較長的滾動(dòng)平均值（例如28天）（參見圖5下方圖表）可以幫助演示某一指標(biāo)是如何隨時(shí)間推移而變化的。

?

然而，關(guān)于一個(gè)關(guān)鍵指標(biāo)是如何逐年增加的，我們從28天的平均滾動(dòng)率中能看出的不多；我們看到年底（度假季）增長勢頭強(qiáng)勁，但其他模式則幾乎沒有這一現(xiàn)象。相反，我們應(yīng)該看看年度指標(biāo)（見圖6上方圖表），就能從中發(fā)現(xiàn)更多的季節(jié)性模式的信息。

?

圖6下方的圖表顯示了同比28天的滾動(dòng)平均值模式；而一年之內(nèi)的變化更加明顯。現(xiàn)在我們可以清楚地看到，5月到7月之間的收入受到季節(jié)性的影響。5月份收入減少，6月初開始大幅增加，然后再次減少，直到7月4日左右，此時(shí)我們看到2016年和2017年都出現(xiàn)了大幅增長，可能是由于開展了促銷活動(dòng)。因此，了解每年發(fā)生的這些事件將有助于為未來規(guī)劃。

?

通過繪制一年到下一年的收入比率可以更好地理解同比變化（參見圖7上方圖表）。2016年收入增長同比下降，但2017年，這一情況顯著改善?！爸笖?shù)歸為1”（參見圖7下方圖表）是另一種有效的方法，可以觀察從年初開始事情如何變化。在這種情況下，它表明2017年是同比增長表現(xiàn)最好的一年，因?yàn)樵摴驹O(shè)法扭轉(zhuǎn)了局面。

?

??對比

你還可以通過將關(guān)鍵指標(biāo)與具有相似受眾特征的其他應(yīng)用進(jìn)行比較來分析季節(jié)性。舉例來說，如果你的應(yīng)用針對年輕人群，并且你的關(guān)鍵指標(biāo)在8月和9月發(fā)生了變化，你要嘗試從具有類似受眾特征的其他應(yīng)用（例如Snapchat）獲取數(shù)據(jù)，查看這一應(yīng)用是否經(jīng)歷了類似的變化。如果是，則有可能是返校效應(yīng)導(dǎo)致了這一變化。

?

在此分析中，平均天數(shù)最好不少于七天，并將指數(shù)歸為1，以便確定宏觀趨勢。將你的指標(biāo)與不同地點(diǎn)（以及不同開學(xué)日期）的應(yīng)用程序進(jìn)行比較，也有助于識(shí)別此效應(yīng)。

?

競爭及其它外部因素

?

用戶行為也會(huì)受到競爭及其它外部事件的影響，如政府行為、新產(chǎn)品廣告和社交媒體廣告。這些因素會(huì)顯著地改變用戶使用你的產(chǎn)品的方式。優(yōu)步就因?yàn)椤靶遁d優(yōu)步運(yùn)動(dòng)”而損失了大量用戶，整體市場份額也因此縮水（見圖8）。

?

通常，關(guān)鍵指標(biāo)的變化越大，變化發(fā)生的時(shí)間段就越短，原因也更容易發(fā)現(xiàn)。對于許多外部事件尤其如此，盡管競爭帶來的影響往往難以量化。我們從下面幾個(gè)對不同外部因素影響的分析入手：

?

??分析競爭的影響

競爭對你的產(chǎn)品的影響可能微妙而難以識(shí)別，消除其影響也更難。這是因?yàn)楦偁幍挠绊懲ǔＲ钥蛻袅魇楸憩F(xiàn)。雖然我們能夠發(fā)現(xiàn)用戶在流失，但如果不進(jìn)行用戶體驗(yàn)調(diào)查，則幾乎不可能知道用戶離開是否因?yàn)檫x擇了競爭對手的產(chǎn)品。

?

如圖9所示的音樂行業(yè)的例子，Pandora原本穩(wěn)步增長的趨勢在Spotify開始迎頭趕上的時(shí)候陷入停滯。

?

有可能用戶開始由Pandora轉(zhuǎn)向使用Spotity，進(jìn)一步加速Spotify的增長，并使得Pandora的增長走平。但是，很難將這一變化精確地量化。

?

利用覆蓋你所在行業(yè)的第三方數(shù)據(jù)集（如通過App?Annie了解使用信用卡情況和消費(fèi)者消費(fèi)情況等），頻繁地開展用戶調(diào)查，這能幫助你更好理解競爭如何侵蝕了你的用戶基數(shù)。但是在這方面你很難做到很好，即便是最好的分析也常常只是方向性的。我們之后會(huì)發(fā)一篇文章專門探討競爭、市場吞并和漸進(jìn)性增長。

?

??分析事件的影響

了解某個(gè)異常的外部事件的影響通常相對容易，因?yàn)榇祟愂录ǔ?huì)導(dǎo)致關(guān)鍵指標(biāo)的突然變化，從而使相關(guān)性變得清晰。圖8所示的“卸載優(yōu)步運(yùn)動(dòng)”就是這樣的例子。

?

??分析宏觀趨勢

與競爭導(dǎo)致的行為變化類似，長期行為趨勢難以發(fā)現(xiàn)，但可以通過用戶體驗(yàn)調(diào)查獲得指導(dǎo)。

?

這些宏觀變化通常受到外部事件的驅(qū)動(dòng)。例如，印度引入低成本4G連接（運(yùn)營商為Reliance Jio）使該國的互聯(lián)網(wǎng)接入更便宜可靠，反過來又大大增加了印度人花費(fèi)在YouTube上的時(shí)間（見圖10）。

?

當(dāng)然，這種宏觀變化的影響并非都是積極的。在圖11中，我們看到寬帶互聯(lián)網(wǎng)使用的增加改變了消費(fèi)者獲取新聞的方式。谷歌的廣告銷售大幅增加，而美國報(bào)紙的印刷發(fā)行量迅速下降，之后表現(xiàn)為報(bào)紙廣告銷售收入大幅下降。

?

外部因素可以極大地影響產(chǎn)品的表現(xiàn)，而且除了宏觀趨勢之外，大多數(shù)外部因素都很難預(yù)測。但是，如果你嚴(yán)格地監(jiān)測關(guān)鍵指標(biāo)，確保公司具有強(qiáng)大的分析DNA，那么你將能夠更好地利用機(jī)會(huì)，減輕外部事件的負(fù)面影響。?

?

?