逆境增长的密档一套体系两个端点三个关键

　　今天想和大家分享一篇较早创作的文章，也是属于常读常新的类型，文章的主干是从以前老大的一次内部分享总结出来的。
　　在豹厂的时候，有幸一起和当时的老大以及小伙伴，完成了当时不可思议的增长，数据进行脱敏后，当时的增长曲线如下图：
　　3个月完成近乎完美的用户增长（量级是百万级别的，具体数字不方便透露），同时完成了正向收益。
　　看到这里，你可能都兴奋起来了，这是何等神奇的模式啊，能完成如此巨大的增幅。
　　这里先给大家浇盆冷水，豹厂作为一家有钱公司，所以当时采用的模式是买量。
　　Low吗？单纯买，确实很容易陷入low的境地。
　　所以再介绍下背景，项目从PC端开始做起，属于流量末期，基本都是跌，很多企业甚至是大跌，而且当时市场格局就是越买越亏。
　　我们最后做成了什么样子呢，第一越买越赚，由买转买卖，从单一增长模式变成流量平台。
　　核心是什么？核心就是在了解产品盈利路径的前提下，做精细化运营，尽量缩减亏损渠道的投入，扩大盈利渠道的规模。
　　当年我们一群人戏称自己是算账产品经理，当时感觉很苦逼，回过头来发现，这段经历真值老钱了。
　　文章细节大家慢慢看，个人常读常新，是因为看了市面上讲运营的很多书、文章，抽象起来无非也就是那些，甚至造成了案例价值更大的情况。
　　但那些案例可能会有误导，就是运营做的好，和你处于的行业周期有关，朝阳行业不乱来，至少不跌，所以能参透本质的较少。
　　之所以分享这篇，价值在于，逆境中运营会做的更细，而且每一个策略都是关系企业生存命脉的，以生存为目的的增长运营，也是很多人没办法体验的。（当然也说不准，移动流量红利时代不也正在悄悄消逝吗）。
　　什么是产品运营？
　　新三年，旧三年，PC市场又三年。PC红海市场难做吗？难做！有多难？难上加难！那为什么要去做？为了赚钱！
　　我想目前PC软件厂商所面临的处境无非就这样，为了营收数据达标，不得不在运营这一块下很大的功夫，而大多数撑不下去的企业，就跪在了不懂如何运营产品这一环节了。那么什么是产品运营？
　　我们先想象以下几个产品场景：
　　网购支付时，按钮文案分别是下一步和去付款时，后者是不是更能让你买买买停不下来；
　　网页中，出现广告时，你会不会时常因为找不到那个被放小的取消按钮，而手残了点进广告页面；
　　文案中一二三和123，后者是不是更能抓住你的眼球。
　　所以非要给产品运营下一个简单的定义的话，那就是：根据用户反馈或数据呈现出来的现阶段产品所存在的问题，提出可持续性的产品方案、技术方案，然后跟踪后续的效果，以此往复。
　　这么说来，一个好的产品运营需要具备的素质与能力也就一目了然了：
　　数据分析：耍得好Excel，写得了Sql，输的出分析报告；
　　产品设计：原型、开发计划，两手抓，文案、宣传微博，发发发；
　　运营策划：应付得公关危机，搞得定商务谈判。
　　当然，并不是一开始就要求几个方面的素质都要冲满级，先把一个方面做好、做精。
　　这些点，再分散出去，相当复杂，在这里干巴巴地说出来也很没意思，大家可以参照下方的图，看看自己还需要在哪方面继续努力。
　　产品运营进阶方法论
　　我自己对于产品运营有一套更简单易懂、见效快的进阶方法论，总结起来，三个点：
　　一套体系思维
　　两个端点：产品用户
　　三个关键：流量（拉新）、转化（优化）以及用户粘性
　　1。一套体系思维
　　工作最忌讳的是没思考清楚就开始蛮干，对你个人是体力、智慧的无谓浪费，对团队，也是极大的信心损耗，我的这套思维体系就是为了杜绝这种浪费。
　　a。发现问题
　　如果是新产品，下面的问题可能需要提前想明白：你的产品为了解决什么问题？市面上有产品去解决了吗？理想的解决方案是什么样子的？
　　如果是旧产品，那么更多的时候是在跟数据和用户打交道：你的核心指标是什么？数据为什么出现了波动？用户为什么喜欢A讨厌B？
　　无论新旧产品，发现底层问题，并尝试解答，才能帮助你继续在看似平坦的路面曲折前行，盲目采用ABCDEFG测试法去求解产品路径，是智力上的偷懒，也会导致产品不解决问题，不断创造问题。
　　b。解决问题
　　学会第一招，也只能占着茅坑不拉X，要知道商业世界很凶残，可以有理想主义情怀，但千万别把做事情的过程理想化。
　　就像上图一样，往往我们列计划时，把每个问题都单元化，实际上，剧情永远无法按预期的剧本开展，所以一个好的产品运营需要有场景感，你是产品的导演，能够想象出产品策划、开发、上线、运营这些阶段的不同发展路径，经验越丰富，能推演出的场景就越多（吃经验的一个岗位），当然没经验的时候，就学习星爷般若波罗蜜的死磕精神。
　　在看似平坦的地面曲折前行，还有一个关键点就是c核心目标或者业务价值。
　　c。业务价值最大化
　　那么问题来了，很多人可能不明白业务价值的真正含义，那这就是你在a那一点没做扎实，当然你也别急着回头看a，我这里列了两个逻辑图，第一个告诉你业务价值，第二个高速你如何最大化
　　逻辑A：可爱的DAU
　　指标，我们可以列很多：PV、UV、CPC、CPM、CPA、安装量、留存等等。但每当看各互联网公司财报时，列的最前面的或者唯一会列的指标就是日活DAU，而且每当DAU达到一个特定的量级时，这些公司都会发布里程碑公告，可见DAU对公司意义多大。
　　那么围绕DAU，我们就可以很容易的把其他业务相关指标串起来，营收这些利益指标也可通过DAU反推出来，具体细节，图中已展现的很明白了，再解释就是侮辱各位看官的智商了。
　　逻辑B：万金油漏斗模式
　　漏斗模式是我在猎豹工作这么多年，用的最好的一个工具，不需要大数据分析，不需要云计算，更不需要人工智能，只需要用眼看，你就能迅速定位当前产品模型的数据折损点，后续计划都可围绕漏斗模式开展，这更是取得优秀工作成果的高效途径，定义好你的漏斗节点，如果想到新的节点，直接插入现有模型即可，好了，说多了又有点侮辱各位了，自己看吧。
　　d。结果可能就是一个数字
　　对于运营来讲，结果可能就是一个数字。只是要搞清楚结果所面对的对象：
　　老板：营收
　　产品负责人：活跃
　　技术负责人：成功率
　　运营负责人：用户反馈
　　输出结论，切记搞清楚对方的真实目的，虽然核心的指标只有一个，但不同的人做决策时的参照系是不同的。
　　这一套思维关注的是面线点的逐步决策。
　　2。两个端点：产品用户
　　产品和用户，要两头抓，多花心思了解产品和用户，下面的心诀可以参考下。
　　了解产品：
　　你的产品功能解决了什么需求？
　　你的产品在行业中的位置
　　了解竞品及竞合关系
　　产品的基本工作原理
　　数据来源及数据指标
　　了解用户：
　　你的产品功能解决了他的什么需求？
　　他是怎么使用你的产品？
　　他怎么看待你和竞品的区别？
　　听得懂用户需求
　　懂方法还不够，该做的调研就要做，该用的产品就得用，产品运营是一份DirtyWork，用用用！想想想！做做做！
　　这里总结起来就是，执行层面要关注点线面，从点到面，要有想象能力，实际的推演意味着代价，通过想象提前布局，最后的目的是找到关键路径，而不是做无头苍蝇。
　　3。三个关键：流量（拉新）、转化（优化）以及用户粘性
　　说了这么多了，产品运营最多的工作还是用数据，用数据去做流量的拉新工作（新用户的拓展），用数据去优化渠道质量（旧用户的监控），同时不要忘了持续的改进产品功能，提升用户粘性，PC软件的可替代性太强，一个小错就有可能让大批用户流失。
　　那么数据到底应该怎么用？理解如何去汇报数据呢？
　　这里就要祭出又一利器数据分析三板斧：数据决策、数据定位、数据监控。
　　a。第一板斧：数据决策
　　会多少种方法不重要！重要的是会多少种好方法，我这里介绍自己常用的三个：1。ABCDEF测试大法2。比例推算法3。比率曲线法。
　　好抽象怎么办？别担心，我一个个解释。
　　不是说了ABCDEF测试大法是智力上的偷懒吗？记住这个结论的前提是盲目使用。当你需要在短时间内拿定产品方案时，在适当思考的基础上，得出多种方案，使用ABCDEF测试法可以最快地得出各个方案的优劣。
　　第二个好方法是比例推算法，在用户量极小的情况下，数据基本是没用，人群越小，不可控的因素就越分散，在我工作这么多年里，我发现10W是一个比较靠谱的用户量级，数据的信噪比能够达到可用的层级。在此量级的基础上，去分析用户的行为分布，可以得出相对准确的结论。
　　最后一个比率曲线法，就是拿两个关联数据做除法，得出一个系数，直接观察该系数的变化，得出数据结论，如安装与DAU的系数变小时，往往意味着用户增长速度达到一个上限，你的流入用户马上就要与流失用户持平，如果你是一个注重渠道推广的产品，那么就要想办法开拓渠道，如果你是一个注重用户质量的渠道，那么是时候做一下用户流失原因的分析了（主动卸载、同类竞争等）。
　　b。第二板斧：数据定位
　　这一点非常适合系统性的解决数据异常：
　　数据异常先定性；
　　异常要看多维度；
　　数据上下看三级。
　　遇到产品数据出现异常时，不要慌乱，拿一堆没用的数据看来看去，最后只能任由问题继续扩大负面影响。先细分数据可能出现的问题原因，然后看每一个原因所能影响的量，千万级的产品本身的数据维度就多，不定性地分析都是在瞎搞。
　　定性定量做完后，就要从周比、同比、年比这些时间维度去看目前的波动是否以前也出现过，或者是不是周期性的出现，对了，在中国，你还得考虑农历比这样子的特殊属性，一般过农历节假日，中国的PC软件都会出现比较大的数据波动，这时候看看往年的波动率，就能知道今年的波动异常与否了。
　　三级？哪三级？别想歪了，上游数据、下游数据以及你所定位到的数据，以一个PC软件的分发为例，从下载到安装再到使用，你并不一定能掌控所有的入口，当你所负责的数据量出现异常时，通过比对上下游的数据，可以进行简单有效的异常排除，这其实就是上面说的漏斗模式。
　　c。第三板斧：数据监控
　　第三板斧，可能是很多互联网公司或者互联网团队做的不够好的一个地方，自动化监控可以让产品运营人员，及时了解产品动态、迅速定位问题、专注问题解决。
　　监控只需做到下面三点，同样是三句简单易记的口诀：
　　量级数据做分时；
　　比率数据做报警；
　　用户群要切片化。
　　分时又分为分小时与分时段，PC互联网的发布节奏并不比移动互联网慢，一个小bug发布后，只有通过分时数据才能看到修复效果。
　　比率在前面也提到过，两个关联数据（比如：DAU与功能使用人数）做一个简单的比率相除，能更直观的看到异常点，这一点能让你间接看到用户在安装了你的产品后，使用频率处于一个什么水平，是不是成了所谓的僵尸用户（安装但不适用）呢。
　　最后一定要做切片化处理，切片可以按照系统、用户属性、竞品环境等维度操作，切片化最大的用处是防守以及严密观察市场份额的变化（残酷的市场）。
　　当然三板斧并不是万能的，切记：
　　不要被数据绑架；
　　数据知识辅助工具；
　　核心还是回归到业务本身和目标
　　数据可以让你从A走到B，而清晰的目标可以带你到任何你想去的地方。
　　4。最后说两点：如何汇报数据以及我的产品运营方法论
　　如何有效地汇报数据？
　　统一口径和认知；
　　数据结论放最前；
　　进度影响要关心；
　　需要资源及影响。
　　注：数据指标结果一定要有参考值，这一点也是DirtyWork，不做这一步，你的数据将会失去意义。
　　我的产品运营方法论：
　　吃透你的产品和用户
　　数据很简单，用好数分三板斧
　　想比快更重要，学会推演，找到核心目标和关键路径