产品运营神器|漏斗模型

产品运营神器|漏斗模型

产品和运营是不分家的,产品经理必须懂得产品运营的相关知识,今天咱们来一起看一个产品运营的基本功——漏斗模型。

漏斗模型是什么鬼?

漏斗模型是一个看似简单的评判产品健康度的数据工具,简单来说,就是通过产品每一个设计步骤的数据反馈得出产品的运行情况,然后通过各阶段的具体分析改善产品的设计,提升产品的用户体验。

漏斗模型符合自然规律

世界上的任何东西,发生相互之间的传递、转化时,一定会导致损耗,换句话说,你投入的资源不可能完全转化为你想要的东西。在产品设计中,也是一样,再牛X的产品也不可能达到100%的转化率(利润率可以达到或超过100%,但是转化率不行,这个需要强调)。

漏斗模型普遍适用于互联网产品:网站、APP、客户端,用户从刚进入到完成产品经理设计的产品目标时,中间的步骤肯定会发生损耗,在很多时候,这个损耗还很大。比如,用户进入一家电商网站,到浏览商品,到把商品放入购物车,最后到支付,每一个环节都有很多的用户流失损耗,没有产品能够做到100%的转化。

AIDMA理论

AIDMA理论是漏斗模型的理论基础,它的基本要素如下图:

产品运营神器|漏斗模型

产品运营神器|漏斗模型

Attention:关注Interest:兴趣Desire:渴望Memory:记忆Action:行动/购买

举个例子:

Glen公众号有5000粉丝,Glen写了一篇中等水平的文章,群发之后,不进行任何推广,一般一天之内会获得500左右的阅读量,有100个左右的朋友有更多的学习渴望,他们会收藏Glen的文章,便于以后学习、记忆,更有10个左右的朋友给Glen赞赏一些零花钱。

以上就是一个漏斗模型的简单例子,如果以盈利为目的,从5000到500到100到10,每一个环节都会有损耗,最后的用户付费转化率为0.2%。

漏斗模型应用

漏斗模型不只是AIDMA理论。

漏斗模型修正

AIDMA理论是漏斗模型的基础,但是时代发展到21世纪,特别是移动互联网时代,漏斗模型有了更多的内涵,在传统的Attention、Interest、Desire、Memory、Action之外,应该还有Share。

产品运营神器|漏斗模型

产品运营神器|漏斗模型

在产品运行的漏斗中,每一个环节都可以产生让用户分享给其他人的交互点。这个社交网络的时代,用户愿意在网络上分享自己的生活。

漏斗模型应用

在产品设计的一些关键路径上设置数据反馈点,定时收集数据,进行漏斗传递的路径分析,得出产品运营健康度的评价。

举个例子,需要通过漏斗模型分析某流量型APP的游戏营收健康度。这款APP的日活是400万,每天APP内“游戏中心”的游戏下载数是2万,日付费金额是5000,每日平均付费人数是80人。借由以上关键数据反馈点,可以得出每一步的转化率:

付费人数/下载次数:0.4%

ARPU(每用户平均收入):55元

根据转化率水平进行产品设计的优化:付费人数/下载次数比率偏低,则考虑是否是产品设计方面的展示不够明显,或者是运营活动没有做好,总之能够通过数据去分析产品的健康度,做出针对性的产品改进方案。

反向漏斗

有时漏斗模型也可以逆向使用,推断产品正常运行所需要的一些基本要素。比如一个主打弹幕的视频网站,用户在一个视频窗口需要热闹的弹幕,至少需要20个人同时在发弹幕。我们假定普通用户中有10%的人会主动发送弹幕,那么这个视频窗口至少需要2000人同时在线才能够让弹幕热闹。从主页点击到该视频窗口的转化率最多也不会超过10%,那么要保证该网站一个视频窗口弹幕能够热闹的发送,网站首页的PV必须超过20000。

由以上的推断,得出了一个网站的弹幕正常运行的要求,依次可得出该网站产品每日需要的流量,根据流量要求即可策划索取所需的资源了。

感谢阅读!

#专栏作家#

Glen,微信公众号:JiGlen,人人都是产品经理专栏作家,一名来自中山大学的产品经理。爱看书、喜欢码字、愿意走出去看世界。产品路上刚起步的新人,不喜欢严肃、高冷的氛围,喜欢在幽默中完成任务,力图成为史上最幽默产品经理,欢迎交流。

标签:

免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
评论“产品运营神器|漏斗模型”
暂无“产品运营神器|漏斗模型”评论...

RTX 5090要首发 性能要翻倍!三星展示GDDR7显存

三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。

首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。

据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。