江苏龙网

  1. 首页 > 资讯 > 科技 > >

生命周期|产品也有生命周期？有而且很重要( 四 )


备注：这里我们使用了目标企业的发展历程事件进行了验证修正 ， 反之 ， 如果我们正在做一家企业 ， 进行了很多产品迭代和运营动作 ， 我们也需要用指标数据来衡量我们的迭代和运营效果 。尤其是活跃用户指标 ， 是可以直接影响企业价值的 。
同理 ， 再给出知乎的产品生命周期趋势图 ， 如下所示 ， 依旧是百度搜索指数替代活跃用户数：
生命周期|产品也有生命周期？有而且很重要
文章图片

文章图片

大家可以看到 ， 从2019年到2020年现在 ， 趋势是走出了一个上涨的态势 ， 事实上 ， 我们去梳理知乎的产品迭代路线时 ， 发现这个时间段也是知乎在高频迭代产品的时候 ， 知乎大学、盐选会员等等一些列新模块诞生 ， 才造成了这一波走势 。
大家可以看到在百度搜索指数走势图上 ， 有很多突然下降的低谷 ， 我们没有考虑这些波动 ， 直接过滤掉 。因为百度搜索指数本身就不能精确代表活跃用户数 ， 只是趋势相近 ， 所以我们没必要把注意力集中在这些波动上 ， 这就是我们前面红字部分强调的：过滤波动 。
而事实上即使你使用了精确的活跃用户数据 ， 也是需要过滤掉异常波动的 。过滤波动、清洗数据这个是数据分析的基本功 ， 无论我们是在做宏观分析还是微观分析时 ， 异常波动数据都是一个十分影响结果的数据 。过滤的方式也有很多 ， 我们这里不展开讲 。但是对于产品生命周期这样的宏观分析来说 ， 直接滤掉是比较高效的操作 ， 对结果没什么影响 。
3. 总结使用活跃用户数据（或百度搜索指数代替）画出活跃用户数据变化曲线；在曲线图上标注出走势箭头 ， 根据走势箭头判断周期阶段；对于结论 ， 要带入企业发展历程事件进行验证 ， 所有的走势都是有迹可循的 ， 不是突然发生的 。这是一个宏观分析过程 ， 可以直接过滤掉数据中的异常波动 ， 只看趋势 。
关于宏观和微观：
很多初学者拿到数据之后会很迷茫 ， 我们一定要搞清楚我们要分析的目的是什么 ， 像产品生命周期这样的宏观分析 ， 一定要拉大时间跨度 ， 从宏观视角去看数据走势 ， 而不是具体某个数据的变化 。
对于具体的月度KPI、季度KPI来说 ， 我们才需要将数据拆开看微观 ， 看增长率 ， 这个这里不展开 ， 因为挺复杂的 ， 而且和主题无关 ， 以我现在的水平也没法系统的讲解 ， 只能就事论事 ， 看着案例分析 。
三、产品生命周期和用户生命周期的关系1. 什么是用户生命周期
万事万物皆有生死 ， 产品有生命周期 ， 用户也有生命周期 。用户的生命周期揭示了用户从被拉新进入产品 ， 逐步成长为老用户、高价值用户 ， 到最后觉得产品没意思 ， 逐渐不玩卸载了这个过程 。
如下图所示 ， X周是时间 ， Y周是用户价值：
生命周期|产品也有生命周期？有而且很重要
文章图片

文章图片

同产品生命周期一样 ， 用户生命周期的这几个阶段也是可以互相转化的 。
例如一个游戏用户到了衰退期准备不玩了 ， 突然游戏又发布了新版本新任务 ， 他又开始玩又充值 ， 那他可能又重新回到了成熟期 。
用户生命周期的作用在于：判断用户处于哪个阶段 ， 设定对应的运营策略 。外部引流：拉新策略新客户期：引导用户熟悉使用产品成长期：引导用户持续活跃 ， 进而付费成熟期：引导用户持续活跃、持续付费衰退期：引导用户使用新功能、参加新活动流失期：通过利益刺激引导用户重新回到产品使用新功能、参加新活动
用户生命周期的判断在于用户价值的判断 ， 这里有2点需要注意：用户价值的定义公式 ， 例如用户登录时长、用户消费金额、用户发帖数量等数据来组合衡量 ， 这些数据一般通过后台埋点获得；用户价值的等级划分 ， 即确定哪些属于成长期、哪些属于成熟期等等 。这里不展开 ， 因为用户价值还涉及到用户分层、用户分群等 ， 设计一套好用的用户成长体系不是一个简单的事情 。但是对于初创企业而言 ， 这个成长体系可以逐步建立、先易后难 。


推荐阅读


上一篇：天猫618天猫618李国庆来淘宝直播！将拍卖自己一小时，起拍价1000元

下一篇：血糖|糖尿病检测新突破，「博邦芳舟」推出无需扎针的无创血糖仪