作者 | Louis 徐玮，Facebook 增长产品技术 leader
来源 | 转载自公众号「 Louis徐玮 」
最近和国内的朋友交流，发现大家都对硅谷做增长的方式很感兴趣。我决定整理一些关于 Growth 的资料和案例。以用户增长产品经理的视角，看如何用 Growth Hacking 的方式做产品。
让我们回到 2014 年的那个夏天，Airbnb 产品已经取得了初步的成功。但是公司希望有新的方式进一步推动增长。这时老板找到你，希望你通过某个产品建立与用户的联系，从而推动进一步增长。
摆在你面前有很多选择，和 DS 商量以后决定采用邮件这个产品。原因是大部分用户是邮件注册的，而且正好补充了 Airbnb 和 Guest 连接的渠道。
读到这里，我希望你停下来，想一想如果是你来做这个产品，你会怎么来设计这个产品？你会看哪些数据？设定什么样的目标？
当时 Airbnb 最重要的指标是 Nice book 。但是用户从登陆网站，搜索，explore ，到预定，完成这个 book 是一个漫长的过程。
如果是用 email，应该推送给哪些用户？推送什么样的邮件？多频繁地推送？… 才能使 nice book 得以增长？
放在你面前的有几个选择：
- 给没有注册的用户发邮件，增加用户的注册数量；
- 给注册过的且预定过的老客户发邮件，促进他们再次预定；
- 给已注册但还没有完成第一次预定的用户发邮件，促使他们完成第一次预定；
- …
还有很多方案，你想所有都做，但是公司的资源有限，你必须以最快的速度想出效率最高的 MVP 版本。在这时候能帮到你的，就是数据了。
你开始看各种过往的数据：user booking pattern，user behavioural funnel，actication，retention，etc 。发现了一些有趣的现象，比如：
以邮件方式拉新的转化率并不是特别高，主要是用户数据不太全面，很难做到个性化的推送。导致 CTR 不高，效果不是很好；
对于注册用户而言，如果用户有了第一次的nice book ，这些用户的复购率会非常高，远高于同时期新用户的预定率。这一部分的用户不是这个增长 funnel 的瓶颈，也不应该是重点；
这时你把目光放到了推动第一次的预定的用户身上。你发现这些用户在预定的每一步，流失率都非常高，但是一旦完成了第一次的转化，就有很高的概率长期留存。
你发现了这个数据的缺口，非常兴奋，决定把这个作为产品 MVP 的方向。
这个产品模型也特别好，既能快速通过数据得到实验回馈，也不会耗费太多公司资源（无需发送大量的 email ，无需投入大量的工程成本）。
用户来到 Airbnb 的网站，可能会搜索一个地方，可能会看中某个推荐的房子，然后选定预定的日期，review 信息，填上支付方式，确认预定，入住，等等。
每一个步骤用户都有可能离开，但是对于你来说，其实在这个过程中收集了很多的用户信息。比如她喜欢的城市，她休假的日期，为了完成预定下一步应该是什么。有了这些信息之后，你就可以根据这个来编写个性化的 email ，以期把用户拉回完成第一次预定的关键时刻。
说干就干，你把符合特征的用户分为两组。Control 组不发送邮件。Test 组发送召回完成第一次预定的邮件。
看看测试组的一些邮件：
当你 cancel 了第一次 trip 的时候：
A/B 测试结果发现，在实验组里面的用户完成第一次预定的人数比 control 组有了显著的提高。你觉得很开心，想要进一步推动实验的结果。
但是问题来了，现有的 backend infra 并不支持大规模地及时推送。这时候你拿着你的方案找到 engineering team ，因为大家看到了巨大潜在的 impact ，Engineer 们甚至抢着想要做这个 project 。
new email backend system design ：
经过团队的共同努力，系统终于上线了，整个产品开始自动化运作起来。
老板看到了你的成绩，非常开心，大老板也越来越重视，希望进一步优化这个产品。机智的你，看到自己的产品 scope 越来越大的同时也看到了巨大优化的潜力。
对于优化，最重要的是确定目标。
而对于 Airbnb 而言，最首要的目标是 nice book 。但是如果想知道在 email 上做的优化能不能提高 nice book ，很难得到直接的结论。聪明的你会如何做呢？
你以 funnel 的形式确定了三个层级的目标：
- 产品直接的数据指标：用户喜不喜欢你的数据？
- 导向性的数据指标：你做的产品是不是在正确的方向上？
- 最终公司的总目标：你的产品能不能推动公司总体的增长？
对于每个层级，你都要给你的团队一个明确的 metric 。
比如说第一个层级，用户喜不喜欢你给他们发送的 email ？你定了一个 metric 叫 Quality score 。以下就是这个 Quality 的 definition ：
% Quality Score = 1 - ( unsubscribed / clicked )
这个公式对比了喜欢及不喜欢这封邮件的比率，侧面反映了邮件的 quality 。有了这个指标，就可以开始做各种优化实验了。
由于种种因素，一开始召回类型的邮件是两周以后才发送的。你做了个实验把这个 trigger 调成了当天内发送。实验跑出来的结果大大提升了邮件的 Quality score ：
我们再看看第二层的数据指标。
不能简单希望用户点我们的 email ，而是真正用到我们的产品，但是 nice book 的周期太长，需要找一个发生更频繁的 top funnel metric 。这时你决定采用 search with date 来做为 goal metric 的 proxy 。
对于最后一层的 goal metric ，也就是我们所说的 nice book 。
你采用的方法是设置一个 long-term holdout group ，从更长的时间，看你的产品对公司目标的影响。
最终你的产品今年 drive 了 12% 的 incremental growth 。做出了一个非常成功的增长产品。
若有收获，就点个赞吧
0 人点赞
