企业增长的第一性原理

最近由于和高瓴资本团队在做技术交流,加上所服务的一些企业也有得到高瓴资本的投资,就对高瓴创始人张磊先生写的“价值”这本书产生了浓厚的兴趣。可以说,实际上是我看过书的介绍后,对张磊所提倡的“长期主义”和”第一性原理“这个命题非常认同,欣欣然买下此书,并在几天内读完。

企业增长的第一性原理

以下我结合这本书我的理解,和数字化转型中的传统企业,或者纯互联网团队在增长中要解决的问题,谈谈我的看法。

企业增长的第一性原理

第一性原理在“价值”一书里的解读是天然的公理,思考的出发点。

按照这个角度,人类历史上取得公认地位的公式就是属于这个范畴。

比如下图中改变人类生产方式和生存空间的17个公式(当然不一定每个人都同意这样的排名)。

企业增长的第一性原理

比如第15个公式的香农信息论以概率论、随机过程为基本研究工具,研究广义通信系统的整个过程,但这个抽象理论却奠定了移动通信产业、计算机产业和人工智能产业的理论基础。

既然投资可以但从第一性原理出发,本质上就应该是一个理性的选择,投资标的物如果是一个初创企业,那么企业的创始人也应该通过理性的方法去规划设计业务增长的路径。

理性的方法,不是代表做什么事情就要拿到所有的数据,特别是在探索新业务的时候,数据量肯定是不足的。

理性的方法 = 科学的方法,即便是定性的用户研究也是一个科学的方法。

考虑到当代的心理学早就内含统计学的因子,所以定性的用户研究和用户洞察也是需要做样本分析,只不过样本数据不会很大,同时需要人类的同理心和社会认知的介入(比如输入法的数据隐私保护和AI产品中的用户交互)。

谈到增长,我们在很多场合非常明确地提出过以下观点(可以理解为增长领域的第一性原理):

企业增长的第一性原理

A:前端流量(Top of Funnel):指销售漏斗最顶端能够触达的人群并获得的关注与流量。

B:转化路径(或是消费者转化历程):指从前端流量到完成实际转化的消费者历程。

C:顾客忠诚:生意在时间上的生命力。

D:可扩张性:横向可扩张性——规模化扩张;纵向可扩张性——细分领域的扩张。

E:产品核心价值与产品体验。

t:时间

可以看出,如果理解了这个公式的含义,那么流量永远不会是最关键的问题,关键问题应该是E和t,因为他们是指数。

产品的用户核心价值和产品体验做好了,就可以成就一个牛逼的公司,因为这是增长第一性原理中的指数,比如谷歌和苹果就是典型。

很多重视流量如何重要的人,如果没有扎实做过服务和产品,那就只能停留在A里去研究各种流量渠道的玩法和套路。

流量渠道的玩法的确重要,但不能把这件事理解为企业生存增长的全部。

在互联网增长领域里非常重要的同类人群分析(cohort analysis)就是重要的产品价值分析手段,用来识别不同行为特征的用户群体对产品和服务体验的直接反应。

t是时间,也是指数。

企业的产品特性和增长方式和时间是非常相关的,主要原因是人类是非常有时间习惯特性的动物,任何一个消费类服务和产品,在时间上都有内在的时间属性,包括围绕产品展开的内容营销,也都是需要在特定时间的触达效果最好。

另外时间也包含了消费周期的属性,每种商品有其内在的消费节奏,这在数据分析上会经常作为一个重要因子(时间序列分析),也是大家经常谈的高频和低频业务的来源。

时间如果作为一个外部的因素来看,大家会发现新的年龄圈层在进入主流互联网消费人群后,他们的使用习惯、平台属性、产品偏好、消费能力等会作为一个外部变量影响企业的产品增长空间,即是否产生了新的增量空间?

这些不是流量思维可以解释的,需要回到用户价值的基本面来看,即:

“用户价值 = 新体验 – 旧体验 – 替换成本”

企业增长的第一性原理

从这一点看,微信搜一搜在今后几年会逐步拿走百度移动搜索在年轻人群中的份额,原因就是年轻用户在百度里搜索的总体价值比不过替换掉微信的机会成本(前提是微信不断引入更多优质的内容,比如已经开始逐步开发的搜一搜,支持公众号、朋友圈、服务、小程序、视频号、音乐)。

如果对搜一搜的这个理解有需要讨论的,可以在文章末尾加我企业微信。

增长的底层逻辑和精益运营

“价值”这本书在谈到投资中的商业底层逻辑时,很重要的指出具体方法是不能套用成熟模式,也不能简单看对手在做什么。最重要的是需要每天研究市场的小环境,并长期坚持做这样的研究工作,通过独立思考和持续与市场交流的过程中去除偏见,得出理性的结论。

这种方法和精益运营的原理不谋而合,也是互联网企业可以取得指数级增长的核心方法:试验驱动,迭代测试。

比如在硅谷,由于业务创新或者产品创新,本质上是由于技术条件和外部市场资源/规则的变化,由创新团队(形式可以是创业企业,或者大企业中的创新部门)开展没有完全成功经验,甚至是大量行业失败经验基础上的探索,所以反而可以参考丰田汽车的精益制造作为一个工作的基本方法论。

当年丰田汽车作为日本汽车行业的代表企业,在和美国大型汽车制造商竞争的时候,采取了一种全新的制造流程。

这个流程是放弃传统制造的固定式流水线,取而代之得是通过流程的改造,数据的采集和可视化管理,以单元化生产,持续改善的方式来实现完全不同于美国汽车工业的,更适合日本文化和特点的高效产品制造流程。

这个思想变换到互联网创新和数字化转型领域,就是需要做到“精益运营”:

1)长期研究用户和市场增长的特点

2)用验证的眼光去看待新业务的设计和产品开发

3)数据采集和可视化洞察

4)通过流程和指标体系的设计保证团队的一致性和高效

5)从流量思维转变为用户/消费者思维

6)创建和发展自己可控制、可试验的战略性渠道和打法

7)用收入来解决早期的市场营销投入

8)在进入规模化的增长阶段后,继续坚持验证假设的动力和持续交付测试的能力

9)保持理性的好奇心,不认为已经了解全部的市场真相,用精益运营的流程去创建新的业务和产品

在当下这个时代,过去的经验已经不那么重要,一个可以高效发现潜在机会并有效验证的流程才是最关键的,当然数据分析在其中扮演了核心基础能力的角色。

在增长的底层逻辑里,可以在业务侧带来业绩和效果的工作主要就是2个方面:

一、用户活跃和留存 (Engagement & Retention)

可以依靠数据驱动的方法论,通过合理制定目标,定量拆解,相关性分析预测,针对行为实验的数据驱动流程,找到突破点,无论是挖掘现有用户的需求还是优化产品服务,科学的优化活跃和留存。

能够将增长机制融合到企业自身产品中是最高级的做法,企业应该在这个方向上多做努力,微信自己就是一个很好的例子。而要能够做到这一点很大程度上是依赖数据驱动的决策方法,当然也不乏有资深的行业人才能直接洞察决策(也有运气成分)。

我们需要接受运气成分存在且重要,因为这个世界就是在不确定性中的,但是“运气”无法复制,而且由于“幸存者偏差”的原理,运气这件事连成功者自己都无法客观从所有成功因素中进行分拆,所以最可以复制且稳定的仍然是使用科学的方法,通过相关性去探求促使用户活跃和留存的行为,通过设计策略和试验,不断验证结果的有效性。

一些典型通过数据驱动获得指数级增长的企业例子:

案例1: 谷歌

自2017年第一季度开始,谷歌进一步优化了其广告投放的算法,依靠关键字判断用户购买意图,以及相关广告的历史点击率,综合决定页面的广告显示数;在付费推荐的排序上,综合考虑每次点击成本(CPC)、链接的页面质量、用户点击率等指标智能排序。使得付费点击次数(Paidclicks)增加和每次点击成本下降,在不影响用户体验的同时提升广告效率,增强了广告主付费意愿。

2018年第三季度报中显示,谷歌广告广告投放效率持续改善。三季度付费点击次数同比增幅62%,为自2017年以来最高增幅。单次点击成本进一步下降,同比降幅28%,也为2017年以来最大降幅。同时谷歌搜索、Gmail、YouTuBe、地图、AdMob、AdSense、DoubleClick等 广告相关营收289.5亿美元,占全公司收入比重85.8%,同比上涨20.3%。

谷歌能不断降低CPC,惠及广告主,同时能做到收入和利润上升,这是一个利用海量数据,准确洞察用户和客户,并不断巩固业务壁垒的最佳实例。

下图是谷歌从2008年第一季度到2018年第三季度的收入曲线 (单位:百万美元)

企业增长的第一性原理

案例2: 今日头条

上线3年时间,日活跃超过3千万,日均点击量接近5亿,视频超过1亿,用户平均使用时常47分众,超过5千家合作媒体,3万个自媒体。上述的数据还在刷新,作为一个似乎很传统新闻资讯类APP,却靠着数据能力在短时间让所有人瞠目结舌。
今日头条从一诞生就有数据基因,从取名开始就是让数据来说话,用户来选择。如今,算法分发已经逐步成为信息平台、搜索引擎、浏览器、社交软件等几乎所有软件的标配。今日头条的信息推荐算法自2012年9月第一版开发运行至今,已经经过四次大调整和修改。目前服务全球亿万用户。

案例3: 携程

携程通过对海量酒店点评数据的文本挖掘,提取用户的价值诉求核心信息,通过对系统中200万段用户点评语句的的数据挖掘,并通过机器学习技术让系统从10万种用户模式中最终学习出2000种最好的POI位置信息展现模式,并在整个APP和网站通过AB测试验证对业务的贡献,验证成功并放开流量后,整站转化率提升0.78%,平均每天增加3922个酒店订单(5437间夜),是一个典型的旅游业数据驱动业务典范。

案例4: 某头部电商平台

这是我真实处理过的数据驱动增长项目。

在我们的支持下,该头部电商运营策略团队在2020年做了全站换机人群预估和数据驱动运营项目,对1700w换机用户进行AB广告触达。

企业增长的第一性原理

数据驱动增长的成绩很好:

  • A组通过换机标签,拉新实现组用户转化率提升69%,ROI增长率提升89%
  • 跨品类拉新实验组用户转化率提升88%,ROI增长率提升124%;
  • 复购实验组用户转化率提升22%,ROI增长率提升30%;
  • 流失召回实验组用户转化率提升38%,ROI增长率提升11%。

整体表现优异,后续将此标签及流程用以平台各类产品及长期营销活动中。

如果对该头部电商项目中的实战经验有交流的兴趣,请在文末加我企业微信。

二、用户获取(拉新)(Acquisition)

我遇到的绝大多数企业都有长期的拉新需求,变化的是不同阶段对拉新的渴望程度,以及渠道特性不同。

无论是纯移动互联网产品,还是传统企业的线上化业务,拉新的核心问题其实不是拉多少新用户,而是需要有能力高效持续获得高质量的用户。

这里网络效应是一个重要因素。

硅谷A16Z的合伙人Andrew Chen曾经对符合网络效应的互联网企业有过这样的描述:

  1. Cohort的留存开始上扬 ,不再平坦 (粘性)
  2. 活跃/注册 > 25%
  3. 超级用户/核心用户开始呈现微笑曲线,集中体现核心活跃用户
  4. Viral factor病毒因子 >0.5
  5. dau/mau > 50%
  6. 与其他同类型平台对比,网络效应体现在长期更好的Engagement
  7. D1/D7/D30 that exceeds 60/30/15 (daily frequency)
  8. 收入或核心行为/每用户呈现上升趋势
  9. 大于60%的自然流量获取 — 都不需要考虑CAC!

实际上,只有比较符合这些特征的在线产品和服务,才算是找到了自己的PMF(产品-市场-契合度)。

另外一个好处是:由于这样特征的服务和产品可以自动引发老用户带动新用户的涌入,即便开始投入付费广告,整体的营销ROI也会比较健康,经得起较长期的投入。

特别要注意自然流量的获取是重点,下面我们谈谈这个话题。

微信里的自然流量获取机会

在自然流量方面,我们自己多年的经验是大家需要对于流量的正确认识和其载体的正确理解,结合自己的业务设计出符合自身的各类渠道玩法和战略性渠道,尤其是微信这类社交环境,流量红利主要就集中在这类移动社交类平台上,需要重点挖掘和开发。

我之前撰文写过对私域流量的理解。

本质上,在微信这样的社交平台及综合搜索引擎内的流量获取继续遵循2个方法:

  • 通过关键词获取流量
  • 通过关系链获取流量>

1) 基于关系词的SEO流量

通过关键词获取流量的基本方法仍然是经典的搜索引擎优化,但是微信搜一搜的机会在于目前还没有商业化,还处在平台逐步开放的早期,想象一下如果一个搜索引擎平台里有大量长尾关键词的搜索量,却没有独特、有价值和时效性的内容提供,这就是企业可以获取流量红利的机会。

任何外部生态、规则等发生变化,且属于增量性质的时候,都是可以提供增长动力的机会。

那么为什么我认为微信搜一搜是一个全新的增量机会?我会另外用文章来说明。

2)基于关系链数据的KOC/KOP

我之前总结过,一个企业,特别是消费类企业,社交流量做法的核心能力是你必须可以识别出企业客户/用户群体中的KOP,或者叫KOC也可以。

具体可以去读我写的“私域流量”这篇文章,私域流量的真相。

在大家继续因为“私域流量这件事”比较兴奋的时期,我想提醒的是:

首先私域流量的逻辑基本面就是10年前开始的SCRM,所以本质没有变化,只是工具和应用环境有了变化,更多的人开始有能力运作。

在当下的技术条件下,SCRM的核心能力反而是企业可以自动将有价值的KOP行为特征扩散到企业其他同样具有同样能力的KOP寻找过程中。

在数据层面,用户在任何一个电商/商城类小程序/APP上的屏幕滑动行为,比如对某类并不非常有名,但质量和品牌其实相当好的产品的主动搜索,主动长时间浏览和分享,这些数据层面的的特征将完全可以自动通过特征工程的技术给此类人群赋予业务上有意义且可以观测指标变化的人群标签。

这种能力就是企业可以自动去识别KOP的数据能力,等于给市场营销部门揭开了一道神秘的面纱,彻底理解用户和用户之间的巨大不同,从而制定有针对性的裂变增长策略,或者说是数据驱动下的MGM。

我们在数据驱动的MGM中有过不少项目经验,其实中高端零售连锁、教育行业和金融就是一个很适合这种打法的行业。

对于“价值”这本书里的“长期主义“和”第一性原理“,如果你有自己的独到观点,欢迎留言。

业界动态

SaaS产品设计(六):SaaS 常用指标

2020-9-23 11:22:23

业界动态

从野战部队进化为集团军的趣头条,依旧没有梦想

2020-9-23 12:28:44

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索