第 17 章 阶段3:病毒性
1997年,风险投资公司Draper Fisher Jurveson(DFJ)最先使用病毒式营销一词来形容网络辅助的口碑营销。1 Hotmail选择在每封邮件内植入一个传染源,即现如今常在邮件末尾附注的链接,以邀请收件人注册Hotmail账号。公司最先从Hotmail案例中看到了病毒式传播的力量。
1 http://www.dfj.com/news/article_25.shtml
早在几十年前,市场营销科学的奠基人之一弗兰克·巴斯,就曾描述过信息是如何传播到市场中的。2 他在1969年发表的论文“A New Product Growth Model for Consumer Durables”中,解释了信息是如何通过口口相传流入到市场中的。信息的传播速度起初很缓慢,但随着越来越多的人开始谈论起它,其传播速度也会随之加快。然而,当市场中听过这一消息的人开始饱和,传播速度又会再次下降。此种模式可以用典型的S型曲线加以表述,即巴斯扩散曲线,如图17-1所示。
2 http://en.wikipedia.org/wiki/Bass_diffusion_model
研究人员若将Hotmail的传播与巴斯模式的预测相比较,就会发现二者几乎是完全契合的。
进入病毒性阶段后,即可重点关注用户获取与增长,但同时也要留意产品的黏性。
- 病毒式营销和口碑营销可能是以牺牲参与度为代价的。你新带进来的用户可能与早期用户不同,因此产品参与度也不高。又或许你独特的价值定位在市场营销中渐渐迷失了,以至于新用户有了不同以往的产品期待。
- 注意,你离开黏性阶段才没多久。如果你在为用户的添加投入资金,但流失率却居高不下,则你的投资回报可能会微乎其微。过早追求用户增长是一种时间与金钱的浪费,并将很快搞垮你的创业公司。
00003.jpg
图17-1:三大必然要素:死亡、税收与市场饱和
三种传播方式
病毒性指用户与他人分享你的产品或服务,我们可将其分为三种类型。
- 原生病毒性。根植于产品内部,作为产品的使用功能而存在。
- 人工病毒性。一种迫于外力的存在,往往根植于一套奖励系统。
- 口碑病毒性。源自于满意用户的交谈,与你的产品或服务无关。
三种类型都很重要,但应将其作为不同的增长方式区别对待,并根据导入的流量类型加以分析。例如,你可能会发现人工病毒性带来了大量一次即失的废流量,而原生病毒性带来的用户参与度很高,且最终会为你贡献营收。
原生病毒性
很多产品都具有原生病毒性。当你使用TripIt时,可以和同事分享自己的旅行计划,同事也可以通过登录来更好地了解你的出行;当你使用Expensify时,可将费用报表发送给他人进行审批;当你使用FreshBooks时,客户可在网站上查看自己的电子发票。
这是最理想的病毒式传播方式,给人一种真实可靠感,收到邀请的人也会有动力去使用这一产品或服务。就像是传染病一样,它并非自愿,也并非是你选择去做或体验的,但却就这样发生了。
人工病毒性
尽管不是最理想的病毒式传播方式,但人工病毒性是可以花钱买到的。Dropbox也具有原生病毒性,例如用户与同事和好友分享文件之时,但除此之外公司也并不吝惜对用户的补偿。若你在Twitter上发表了产品相关内容或给产品点了赞,即可获得公司提供的额外存储空间。此外,公司还会奖励那些助其获取新用户的用户。该服务之所以得到了快速发展,是因为现有用户都在试图说服朋友来注册,以获取更多的免费在线存储空间。
人工病毒性源自于以物质刺激鼓励现有用户将产品告知自己的朋友。做得好的话,效果会很不错,如Dropbox。但如果做得不好,就会让人感到别扭与不自然。从本质上来说,你是在将自筹资金营销活动整合到产品上,但有时却破坏了产品的正常功能。
口碑病毒性
最后是自然的口碑病毒性。一位值得信赖的顾问推荐了你的产品,因此尽管口碑病毒性更难追踪,但却非常有效。你可以通过监控博客和社交平台上与你的创业公司有关的内容,从而窥探到口碑病毒性的传播情况。下次再看到有人做推荐,最好联系上这位推荐人,找出他分享产品或服务的缘由,并试图将其转变为病毒式增长策略中可复制且可持续的一环。
你甚至还需要使用Klout、PeerReach等工具,来评价那些讨论你的人对你产品或服务认知度的影响,因为影响的等级代表着此人传播信息的能力。
病毒性阶段指标
若不想花钱买客户,对病毒式增长的衡量就会变得至关重要。你追踪的数据为病毒式传播系数,风险投资人大卫·斯考克精辟地将其概括为“每位现有用户能够成功转化的新用户数。”3
3 大卫·斯考克对计算病毒式传播系数的解读,包括http://www.forentrepreneurs.com/lessons-learnt-viral-marketing/ 上的两张电子表格。
欲计算病毒式传播系数,需:
1. 首先计算出邀请率,即用发出的邀请数除以现有用户数;
2. 然后计算出邀请的接受率,即用新注册数或新用户数除以总邀请数;
3. 最后将二者相乘。
在表17-1给出的量化例子中,公司2000名现有客户发出了5000次邀请,其中有500人接受了邀请。
表17-1:计算病毒式传播系数的量化例子
现有客户 | 2000 | ||
---|---|---|---|
总计发出的邀请数 | 5000 | 邀请率 | 2.5 |
邀请的点击次数 | 500 | 接受率 | 10% |
病毒式传播系数 | 25% |
这看上去可能非常简单,因为理论上来说,每四位现有客户可以成功邀请来一位客户,而每四位新客户又可以成功邀请来一位客户(即每位现有客户可成功邀请来0.062 5位客户),如此这般,无穷无尽。然而事实上,正如大卫指出的那样,随着时间的流逝,用户不可能一直邀请朋友加入。他们在邀请完那些自认为相关的朋友后,便会停止邀请。而受到邀请的朋友中,又有很多人是同一个朋友圈的。因此,受邀人员的名册总有一天会达到饱和。
此外,还应考虑传播周期这一因素。如果从使用网站到邀请他人加入只需一天时间,你的增长速度就会非常得快。相反,如果新用户需要几个月的时间才会邀请他人加入,增长速度就会慢很多。
病毒传播时间有着举足轻重的意义,以至于大卫认为它要比病毒式传播系数更为重要。大卫利用自己在工作表里取得的样本数据,在一个例子中着重指出:“一个传播周期为两天的产品,20天后即可获得20 470位用户,但若将传播周期缩减一半,20天后就可以获得2000万以上的用户!”
巴斯方程在试图解释信息是如何传播到市场中的以及客户是如何逐步接纳新产品的时候,考虑了诸多因素。
最终,我们追求的是一个大于1的病毒式传播系数,因为这意味着你的产品可以实现自给自足。若病毒式传播系数大于1,则每位用户至少可以成功邀请一位新用户,这位新用户又可以成功邀请另一位用户。这样,你在拥有一些早期用户后,即可实现产品的自行增长。上例中,我们可以通过一些努力让病毒式传播系数更接近1。
- 重点提高接受率。
- 试图延长客户的生命周期,让其有更多的时间来邀请他人。
- 试图缩短邀请的生命周期,以加快增长进程。
- 设法说服客户去邀请更多的人。
除病毒式传播系数之外
要区别对待这三种病毒式增长模式。每种模式都有着不同的转化率,用户的参与度水平也不尽相同。你可以从中得知应把重点放在哪里。
病毒性阶段的重要指标与信息的扩散范围和新用户的使用情况有关。虽然其中最为基本的当属病毒式传播系数,但你仍可对用户发出的邀请量或邀请的生命周期进行衡量。
对于向企业级市场销售产品的公司而言,基于邀请机制的病毒式传播并不常见,其他一些指标可能会更有帮助。其中净推介者比例4 指用户向朋友推荐你产品的可能性有多大,并比较极力推荐者和不愿推荐者的人数。该比例是病毒性的极好体现,因为它表明了有哪些客户会成为你的样板客户、推荐者或在营销宣传品中现身说法。
4 简称NPS, 最先由Enterprise租车公司提出,曾在弗雷德里克·F.里奇菲尔德的著作中出现过,只考虑非常热情的受访者,因为他们“不仅是回头客,还会将Enterprise推荐给朋友”,详见http://hbr.org/2003/12/the-one-number-you-need-to-grow/ar/1 。
病毒性并非在每家公司都能起到关键作用。有些产品天生就没有病毒性,很少具有病毒式传播速度。只有病毒式传播系数大于1时,病毒性才能发挥出最大的威力。换言之,这时每位用户都会至少成功邀请一位新用户。这也就意味着从理论上来说,你可以永远地增长下去。
很遗憾,要想让病毒式传播系数一直大于1,于创业公司而言可谓是可遇而不可求的。
但并不是说你应该忽视病毒性,相反,你需视其为能让自己的付费营销活动事半功倍的助推器。这也就是病毒性阶段位于营收和规模化阶段之前的原因:你希望将投入市场营销的每一分钱最大化,为此,就需要先优化好自己的病毒式增长引擎。
Timehop通过内容分享的试验实现病毒性(案例分析)
乔纳森·韦格纳和本尼·王于2011年2月在一次黑客马拉松中创建了Timehop。最初的产品名为4SquareAnd7YearsAgo,开发过程仅耗时一天。产品整合了你在Foursquare的签到记录,并以电子邮件的形式每天将一年前的记录发送给你。这是一种回顾自己去年今日都做了什么的有趣方式。该项目得到了很多关注,在任其自由发展了几个月后,二人决定全职投入项目的开发。他们将产品重新命名为Timehop,并从风投公司和天使投资人处融到了110万美金。
起初,二人将主要精力都放在了参与度上。幸好,用户对于产品十分着迷,其核心指标也体现了这一点。“邮件打开率始终保持在40%~50%,”乔纳森说,“由此可知,我们的产品具有黏性,参与度高,且深受用户喜爱。”
除证明Timehop是一款用户参与度高的产品以外,还必须证明高的参与度可以带来高的留存率。“人们使用Timehop已近两年,却仍没有感到厌倦或是离开,”乔纳森说,“起初我们一丝不苟地跟踪邮件打开率、退订情况和邮件密度(每天有多少用户可以收到含有去年今日记录的邮件),但这些数据状态都很不错。”是时候更换第一关键指标了。
参与度和留存率给予了乔纳森二人接下来攻克巨大挑战的信心,此处的挑战指的是增长。“我们通过邮件的像素跟踪发现,50%的邮件是在iOS设备中打开的,”乔纳森说道,“这促使我们开始重点关注移动应用:一种可更好地通过分享促进增长的工具。”
尽管人们的确会分享Timehop邮件,但邮件本身并不具有社交性。人们接收邮件后,并不会分享它们。由于Timehop想要打造“关于你过去的社交网络”,正如乔纳森描述的那样,因此产品向移动应用的转型正好有助于鼓励社交行为的发生。事实上,移动应用用户的分享次数是纯邮件用户的20倍。但这依然不够。
“现在我们的关注点完全放在了分享上,”乔纳森说,“我们正在监测的是日活跃用户中分享者所占比例。我们目前并不关注病毒式传播系数(并知道其数值还不到1),但却想要追踪与应用中用户操作更为接近的数据。”公司迅速展开了试验和测试,以探知其能否显著提高这一数字。产品的开发速度很快,并开始重点关注结果的学习与跟踪。同时,公司还设立了一条准线:“我们希望每天至少能有20%~30%的日活跃用户分享一些东西。”乔纳森如是说。
Timehop只关心病毒式增长模式(以及将内容分享作为鼓励病毒式传播的主要机制)。“目前最重要的是病毒性,”乔纳森说,“媒体报道、作秀等其他内容,有如推石头上山一般,永远不可能规模扩大化。但病毒式传播却可以。”
总结
- 乔纳森二人在看到持续性的自然增长以及强大的用户参与度后,将一个耗时一天的黑客马拉松项目转变成了一家真正的公司。
- 在发现有50%的用户选择在iOS设备上打开Timehop邮件后,乔纳森二人开发了一款移动应用,并将第一关键指标由参与度和留存率调整为了病毒性。
- 乔纳森二人几乎是一心一意地专注于内容分享,提高日活跃用户中分享者的比例,以实现用户基数的可持续增长。
数据分析启示
正确理解他人是如何使用你的产品的,在决定产品路线以及阶段发展(如从黏性阶段到病毒性阶段)时可以为你提供重要的洞见。关注病毒式传播系数等指标可能要求过高,相反,应寻找用户在产品内有助于病毒式传播的行为,并确保指标得到了正确的测量,然后划定自己目标中的准线。
打造病毒式传播模式
赫特·沙的ProductPlanner网站5 是用户获取模式非常有价值的来源。从注册流程到邮件的病毒式传播再到好友邀请,网站收录了数十种客户获取的常用流程,并给出了整个过程各阶段的指标。例如,图17-2给出了Tagged的邮件邀请周期。
5 ProductPlanner最近下线了,它原来的网址为http://productplanner.com 。
00062.jpg
图17-2:邮件邀请周期的步骤和追踪指标十分简洁明了
尽管ProductPlanner网站已无法访问(其创始人转而做了KISSmetrics),但你仍可利用此模式设计自己的增长方式,并快速找出你应在此过程中跟踪哪些指标。随后即可着手实现你的病毒式传播,找到生命周期的断点并做出相应调整,然后逐渐达到病毒式传播系数为1的状态。
黑客式营销
大部分创业公司只依靠渐进式增长是无法存活的。此种增长模式速度非常缓慢。若想要增长,你需要压倒性的竞争优势,扭转乾坤,像个黑客一样。
黑客式营销是一种用于形容数据驱动游击式营销的流行说法,并依赖于一定的深入了解,即企业各部分是如何相关联的,以及客户体验的调整所带来的影响。黑客式营销包括:
- 通过试验找到一个可在用户生命周期早期开始测量的指标(如一位用户邀请的朋友数),或利用手头数据分析优秀用户的共同点;
- 了解这一指标是如何与某关键性商业指标相联系的(如长期参与度);
- 基于今日测得的早期指标,为这一目标建立预测模型(如90天内可获得多少高参与度用户);
- 更改当前用户体验,以达到明天的商业目的(如向用户推荐其可能认识的用户),并假设当前指标会改变明日的目标。
黑客式营销进程的关键在于你的早期指标(又称作先行指标,即可预示未来的指标)。尽管看上去相当简单,但要想找到一个好的先行指标,并通过试验确定其对公司未来的影响,却实属不易。这也是现如今许多迅速崛起的企业家实现增长的方式。
找到先行指标
Academia.edu的创始人理查德·普里斯向大家讲述了最近一次黑客式营销大会6 上几家元老级成功创业公司分享先行指标的故事7 。
6 http://growthhackersconference.com
7 http://www.richardprice.io/post/34652740246/growth-hacking-leading-indicators-of-engaged-users
- Facebook增长团队前负责人卡马斯·帕里哈比提亚曾说过,如果用户在注册账号的10天内至少加了7名好友,即可认定其为“高参与度”用户。前Twitter员工乔希·埃尔曼曾指出Twitter公司也有着类似的指标,即新用户关注了一定数量的用户,而这其中又有人关注他,就有可能称其为高参与度用户。事实上,Twitter上有两种用户:一个月内至少访问一次的“活跃”用户,以及一个月内至少访问七次的“核心”用户。
- Zynga公司的前总经理纳比尔·赫亚特,曾运营过一款拥有4000万玩家的游戏,并指出Zynga公司重点关注的是首日留存。如果用户注册游戏后,第二天再次登录游戏,就有可能成为一名高参与度用户(乃至付费用户)。赫亚特还强调了寻找第一关键指标以及在进入下一阶段前对其不断优化的重要性。
- 据Dropbox的ChenLi Wang所说,若用户至少在某设备的某文件夹中放入一个文件,其成为高参与度用户的几率将大大提升。
- LinkedIn的埃里奥特·施姆克勒称公司负责跟踪用户在一定天数内建立的联系人个数,以预估其长期参与度。
然而,用户增长并非黑客式营销的全部。你可能还会试图关注其他关键性目标,如营收等。乔希·埃尔曼告诉我们,早期的Twitter公司把主要精力都放在了新鲜事浏览量的提高上,因为公司知道自己的营收与广告紧密相连,而广告只有在用户浏览新鲜事时才会出现。即便是公司进入营收阶段以前,新鲜事的浏览量也俨然是营收潜力的先行指标。
优秀先行指标的构成要素
优秀先行指标具有一些共同特征。
- 先行指标往往与社交(发送链接给好友)、内容创作(帖子、分享、赞)或回访频率(上次访问时间、在线时长以及每次访问页数)联系在一起。
- 先行指标应与商业模式的某部分明显相连(如用户数、每日流量、病毒式传播或营收)毕竟,这是你最终希望改善的商业模式。你并不只是想要增加每位用户的好友数,而且想要增加忠实用户的数量。
- 该指标应出现在用户生命周期的早期或转化漏斗的上游。这是一个非常简单的数字游戏:如果你观测的是用户注册第一天发生的事,则你将拥有每一位用户的数据点,但若观测时用户已访问了若干次,则数据点就会少很多(因为很多用户已经流失掉了),也就意味着此时的指标并不太精准。
- 先行指标也应是一种早期推断,这样你就可以尽快做出相关预测。在第8章里,凯文·希尔斯特罗姆曾说过:要想判断一家电商企业究竟是“忠诚度”类型还是“客户获取”类型,90天内的重复购买率当属最好的判断依据。与其等上一年时间了解自己的所处模式,不如根据前三个月的数据做出相应的推断。
你可以通过市场细分和同期群分析找到先行指标。观察两组用户,其中一组在使用中遇到了阻碍,你可能会发现两组的共同点。
相关性告诉你未来会发生什么
找到一个与某事件相关的先行指标后,即可对未来做出预测。这非常好。在第6章提及的意大利餐厅Solare案例中,每天截至5点餐厅接受的预订数即是当晚总就餐人数的一个先行指标,餐厅团队可由此在最后一刻即时做出人员调整或补购食材。
用户生成内容网站reddit的流量和用户参与度十分公开透明。毕竟,其营收来自于广告,因此希望说服广告商自己是个很好的选择。8 该网站约半数的浏览量来自登录用户,但这些用户却产生了远高于50%的流量。Reddit的用户参与度很不错。“几乎所有注册用户一个月后都会再次回来,”杰里米·埃德伯格说道,“这种情况可以持续几个月的时间。”
reddit的网站流量是否存在先行指标呢?表17-2对登录用户(有账号的用户)和匿名访客的每次访问页数做了比较。
表17-2:reddit登录用户和未登录用户的网页浏览情况
登录用户 | 全部用户 | |||||
---|---|---|---|---|---|---|
距上次登录时间 | 访问次数 | 网页浏览数 | 每次访问页数 | 访问次数 | 网页浏览数 | 每次访问页数 |
0 | 127 797 781 | 1.925B | 15.06 | 242 650 914 | 3.478B | 14.33 |
1 | 5 816 594 | 87 339 766 | 15.02 | 13 021 131 | 187 992 129 | 14.44 |
2 | 1 997 585 | 27 970 618 | 14.00 | 4 958 931 | 69 268 831 | 13.97 |
3 | 955 029 | 13 257 404 | 13.88 | 2 620 037 | 34 047 741 | 13.00 |
4 | 625 976 | 8 905 483 | 14.23 | 1 675 476 | 20 644 331 | 12.32 |
5 | 355 643 | 4 256 639 | 11.97 | 1 206 731 | 14 162 572 | 11.74 |
忠诚的注册用户指每天都会访问网站并拥有账号的用户。通过上述数据可知,这些用户的每次访问页数比其他人要更高些。首次访客的页面浏览数很高,算是网站参与度的一个先行指标吗?
因果性可扭转乾坤
相关性固然是好的。但如能找到一个可引起某种变化的先行指标,你就拥有了超能力,因为这意味着你可以改变未来。如首次访问时的高网页浏览数可引起后续的参与度,那么reddit能做些什么来提升网页浏览数,继而提高参与度呢?这就是黑客式营销的基本思路。
回忆第2章中Circle of Friends的创始人麦克·格林菲尔德在比较高参与度用户和低参与度用户时做的准备,以及他有关很多高参与度用户都是妈妈的发现。对于麦克而言,某人是否身为人母,可谓是一个市场导向的先行指标,能够预见该人未来的参与度。他可以根据今天注册的妈妈人数,决定未来6个月内要购买多少服务器。但真正重要的是,他可以在市场营销中锁定妈妈群体,并大幅提高其用户参与度。
麦克的黑客式营销手法是市场导向的,但黑客式营销可以是任何形式的,可能是定价的变动、一次限时优惠或一种个性化形式。关键在于严格的试验。
产品导向的黑客式营销,即卡马斯·帕里哈比提亚口中的“顿悟时刻”,需发生在用户生命周期的早期,以对尽可能多的用户产生影响。这就是社交网站在注册后立即向你推荐好友的原因所在。
你还可以利用推广和试验来确定自己的先行指标。音乐零售商Beatport曾采用“网购星期一”促销策略,以实现总购买量的最大化。在节日(感恩节)的前一周,公司为每位客户发去了9折的优惠码。其中使用过优惠码的客户又会得到一个8折的优惠码。用户在使用这种8折优惠码后,即可最终得到一种限时的一次性5折优惠码,以供“网购星期一”那一天使用。该方法成功提高了购买率,同时鼓励客户在每次购物时将购物车装得越满越好。
尽管没有关于这一推广活动效果如何的数据,但我们非常清楚公司目前已掌握大量信息,即哪些人最容易响应推广活动,以及折扣和购买量之间的关系,此外其忠诚客户还会因此感受到关爱。
黑客式营销结合了书中讨论的诸多方面,即寻找商业模式、确定当前阶段最重要的指标、不断学习并优化该指标,以将公司办得更好。
病毒性阶段总结
- 病毒性指信息从现有的“已感染”用户到新用户的传播能力。
- 如果每位用户都能成功邀请一位以上的用户,你的增长几乎是可以保证的。但很少有这样的情况,任何口碑传播都有益于你的客户增长,并降低你的总体客户获取成本。
- 用户与产品交互时,原生病毒性就会显现出来。人工病毒性受到刺激变得不太真实。而口碑病毒性虽然难以创建与跟踪,却带来了许多早期用户。你需按照三种病毒性来划分用户。
- 除病毒式传播系数外,还需关注病毒传播周期。用户越快邀请其他人,你的增长速度也就越快。
- 在病毒性阶段和营收阶段增长时,你试图寻找的是未来增长的先行指标,即在用户生命周期早期可预测(甚或控制)未来的可衡量指标。
若你开始享受用户推荐和用户邀请带来的自然增长,即可将客户获取成本发挥到极致。是时候关注收益最大化了,并投入部分收益用于获取更多的用户。步入营收阶段的时刻到了。
你应该步入营收阶段吗(练习)
问自己这些问题。
- 你是否在创业中运用了这三种病毒性(原生病毒性、人工病毒性和口碑病毒性)?试描述运用方法。若病毒性是你创业的弱项,那么请写下三到五个可提高产品病毒性的想法。
- 你的病毒式传播系数是多少?即使其数值低于1(这种可能性很大),你认为病毒性足以助你维持增长并降低用户获取成本吗?
- 你的病毒传播周期要多久?有什么办法缩短周期时间吗?
哪些细分市场或同期用户正在做符合你商业模式的事?其间有什么共同点吗?你要如何改变你的产品、市场、定价或其他方面,从而使其在客户的生命周期中尽早实现这一点?