编者按 ：或许你仍旧在竭尽全力希望提升产品流量，或许你仍旧在费尽心力思考着如何能提升用户转化率。然而，如今真的还是那个“流量为王”的互联网时代吗？答案是否定的，流量已经是过去的互联网产品所关注的焦点，而今天，用户体验与产品设计变得愈发重要。

SaaS企业服务产品有别于消费者产品。其功能点多，流程复杂的问题都会成为用户使用过程中的障碍。如何解决这些长久存在，影响用户转化率的问题呢？

本期嘉宾——growingIO创始人张溪梦将为您展开全新视角，教您如何依靠数据驱动打磨出更加符合用户习惯的产品，实现更好的用户体验，最终实现用户和营收的双增长。

主持嘉宾：

GrowingIO创始人兼CEO 张溪梦

GrowingIO 创始人兼CEO ，前LinkedIn美国商业分析部高级总监，美国Data Science Central评选其为“世界前十位前沿数据科学家”，亲手建立了LinkedIn将近百人商业数据分析和数据科学团队，支撑了LinkedIn公司所有与营收相关业务的高速增长。

今天我和大家分享的主题。“数据如何驱动产品体验和优化”。

我以前zailinkedIn负责整个的数据分析部门，支持运营。LinkedIn是世界上最大的职业社交网站，同时也是世界上第二大的企业服务软件提供商。

2015年LinkedIn全球年收入大约在30亿美元左右，五年以前LinkedIn的年收入是小于8000万美元的。

如何获得每年超过60%的增长？

这其中有两个核心的因素：

一是LinkedIn是最早的增长用户数；二是LinkedIn用内部数据分析数据，用极低的成本增加了大量的销售线索，他的整个获取客户的成本是普通SaaS企业的50%。

LinkedIn内部所有的数据分析系统都是核心支持全公司内部所有运营人员为核心目标的，大家可以看到对营业额增长的贡献等。很多数据内容、产品大幅度提高了营业额和生产效率。

数据分析团队支撑所有和运营有关系的部门，包括产品、市场、销售、运营、客户服务、敏感控制，这是整个公司全流程的支持，内部生产系统、数据分析系统，支撑将近6000个LinkedIn的员工。

那么，如何用数据来驱动精细化运营呢？特别是针对SaaS企业的产品体验和精益运营

其实数据化运营很简单，就是给“采金矿的车子”装上轮子。核心就是4个字——“提高效率”。

今天互联网流量还会有价值，但中国互联网企业粗放的流量经营时代已经过去。针对SaaS 企业来说，流量的获取成本很高。当下所有互联网企业的重心都从粗放型流量经营，向着客户运营转化。

也就是说一切围绕用户，做到：第一，品牌认知，口碑；第二，市场运营，获取；第三，产品交互，体验；第四，销售线索，转化；第五，客户忠诚、留存。这五个环从商业生命周期开始到结束，它不断演化，不断进步，最后结出果实。

但是核心的是口碑、获取、体验、转化、留存。这些都是围绕着客户来进行的，我们要专注客户的口碑，获取更多的客户，增加客户的体验。转化更多的客户为付费的客户，存留更多的客户。

产品分析：实现用户价值提升的三要素（和用户体验直接相关的3个重要环节）

1.提高转化率

我们需要激活用户，如何激活，营销手段、电子邮件、广告把客户重新激活，为什么？因为激活一个客户成本远远低于获得新的客户的成本，基本贯穿所有行业。

2.用户活跃度

用户是否经常使用你的产品？是否使用你产品中的主要功能？你的产品体验好不好？是否能够满足客户的需求？

同时只有活跃的客户才有可能转变成付费客户。

3.用户存留度

用户存留大家都听说过，保留一个客户获取的价值远远超过获取新客户所获得的商业价值。这一点来说的话我们在上市企业里面有很深刻的体会。一般来说，如果平均每个客户的生命周期价值（LTV）小于3倍的平均客户获取成本，这个商业模式就很难成功。

关注用户行为

怎样把握用户使用“是否流畅”？

产品，最重要的是让用户在你网站或者APP上使用非常流畅。

对此，我们需要知道用户，在你网站中或者在你的移动应用当中，其每一个操作，每一次交互。对应的，应该都有一条记录在那里，这就是我之前所提到的“时间、地点、人物、内容和交互”方法。

用户画像

对于用户画像，例如：用户的性别、年龄、收入等，这些是用户的基本画像，数据预测能力是比较低的。

有一些更深层次的，比如：用户的行为。他最近一段时间登陆了你的网站多少次？使用了你的移动应用多少次？它最近这段时间购买了多少服务？或者他在你的移动APP／网站中搜索了多少次？这些都是用户自发的行为，是他主动的行为。

而且用户行为是不会欺骗你的。例如：用户注册的时候，有个选项让用户输入喜好的影片类型，如动作、恐怖、科幻、动画等。作为用户，刚开始填写的这些东西并不真的就符合用户行为，真正行为还是在海量数据当中。必须从海量的历史记录当中把数据提炼出来，才能知道该用户真正的倾向性和喜好是什么，然后大数据才会正确的给用户推送其喜欢的内容。

例如：国内非常著名的媒体公司“今日头条”，他们在推送方面就做得非常好。 核心KPI——如果我们能够在了解客户所有行为之后，快速制定这些核心KPI，能够知道我们企业的健康度。

因此，可以说数据在本质上反映了用户的行为，而用户的行为是用户体验的最直接表现。

互联网产品在过去和今天截然不同的关注点

过去流量是互联网产品的关注点

大家认为只要有了流量就能获取用户，试错的成本非常低。

但是流量渠道也可能出现问题，一般的问题在于：哪些渠道可能好，哪些渠道不好？渠道涉及到数量和质量，同时还涉及到成本，即：我们现在投放各种各样的渠道都是要花钱的。

今天，用户体验以及产品设计愈发重要

产品设计上可能会有什么问题呢？

当一个用户接触到一件产品，他在注册时，发现引导得不够好，他会首先想了解一下这个产品对于他所在的特定行业到底是否真的有用？这里的关键就在于产品设计者有没有提供这个行业的成功案例给他。如果当他在全站搜寻的时候没有找到，他觉得缺少这样一个被“转化”的动力，就会放弃这个产品，这可能是产品注册逻辑设计得不合理。

这个页面设计是什么？比如：注册按钮是在页面的右上角，当用户继续往下滑动的时候，或许很希望这个注册按钮能够固定在原位置，当他看到接下来的内容很感兴趣的时候，可以顺手直接点击注册。但如果他往下浏览之后，发现产品还不错，但是不能方便地找到注册按钮，这就是不合理的。

再举一个例子，类似输入法的调用。比如：有国外的网站，一个日常使用中文的用户进入后想注册，发现它不支持中文输入。

诸如此类，还有很多我们常见到的很多格式上的校验。比如注册时，产品设计者没有提示用户，必须使用信用卡。当用户输入他的储蓄卡卡号的时候，永远无法通过，这也是很常见的情况。

还有这个产品稳定性也是常见问题。用户在浏览的过程中，他注册的过程中突然下个页面无法打开，系统报错，他就不得不离开了。类似的问题非常多，这都是我们产品上很常见的问题。

注册转化可能存在的问题

事实上，一个普通的SaaS软件，从访客到最终成为注册用户的全套流程一般都会分成若干步骤。

上图所展示的是一个非常常见的转化路径，这其中可能有五步。从第一步进站开始100%，到最后注册成功了15%。

第一个数据跳出率20%，第一步到第二步，进站之后80%的用户在第二步留存了，20%的用户直接走掉了。

仔细分析中间环节流失。从第二步开始到最后成功注册，这个之间的差是65%，没有直接跳出的用户在这个中间过程有65%的人走掉了，其中关键步骤的流失极具分析价值。这个关键步骤就是第四步这样的步骤，或许用户已经进入到了一个注册信息的填写页，但是他最后还是流失了。他下一步只需点击提交按钮就注册成功，但是他没有完成这一步。进入到了一个非常核心的一个步骤，流失了39%。转化率只有15%。这个转化率就是指这一次非常成功地把其中15%的用户给转化了。

这里就涉及到了第一个“精细化”运营的管理动作。并非优化所有的步骤，而是优化最能带来效果的那一个步骤。即：化繁就简，迅速达成目标。

从上图看出，这个转化的路径中，衰减最厉害的是第四步，那么我们应该核心关注优化第四步，而不是从开始一步步优化。这样做的原因很简单，因为单位时间内得到的价值最大。

以GrowingIO的注册页面为例：

我们此前的注册页面设计需要用户在第一步填写手机号码、邮件地址还有密码。大量的用户看到需要提供这些信息后就离开了。很多进站的访客流量就白白浪费。当时的注册转化率在7.5%左右，90%以上的客户没有完成注册。

当时，我们使用自己的工具看到了这个转化效率很低的问题，因此我们做了一个修正。

我们只保留电子邮件地址，其他的功能挪到后面的步骤中。

效果如何呢？

我们在今年1月11日做出了这个改动，工程师一共只用了3个小时的时间。在分析完整个注册流程以及重要转化路径后，我们在新的注册页设计中只需要用户填写邮件地址，同时将手机号码和密码的填写步骤后置，简化用户的注册流程，并让用户聚焦整个注册流程。

最终的结果是，在设计改版后注册的转化率提高了近50%。

这就是在一个多星期前所作的改动。一个产品的小改动能够立刻带来效果，而且可以迅速验证产品经理、工程业务人员或者创始人脑子里的“假设”。

如何优化SaaS运营分析指标？

1.如何通过产品迭代提升用户体验，增加用户平均访问时长

在这里，我想讲一讲SaaS运营分析的指标中，最重要的指标之一——访问时长。之所以说“访问时长”这一指标非常重要，是因为它间接反映了产品的“黏度”——黏度越高，流失率就相对越低。

然而，SaaS企业服务产品有别于消费者产品。其功能点多，流程复杂的问题都会成为用户使用过程中的障碍。

因此了解用户的使用行为，对于我们增加用户的“黏度”就更加重要。其中我们可以将之分解成5个小的方面：视觉，界面，文案，交互，操作方法。

以GrowingIO增加用户粘度的方法为例

界面设计：产品的界面往往能决定用户对你的第一印象。在第一版界面试行一段时间后，我们发现深蓝色的主色调对于用户来讲过于压抑。于是通过不断地设计-推翻-再设计后，我们确定了当前的浅青色主色调，营造一种轻松的氛围。

内容设计：通过数据去分析用户使用习惯，我们发现大部分用户倾向于使用看板来分析数据，并且使用的频率远高于制作的频率。因此我们新增了概览页面，并把看板和单图两大板块从二级菜单提到了一级菜单。

文案细节：在这次改版中，我们把所有操作和名词的定义全部统一，如将“定义”和“圈选”统一定义成“圈选”，将“单图”和“图表”统一成“单图”等，减少了顾客的疑惑感，提升用户体验。

这两个版本的区别在于左侧边栏的颜色不同，以及一些基本文案有所改进。作出这种改动的其中一个原因是我们在操作的时候发现黑色给人强烈的对比，看了一段时间后会倍感疲劳。因此，我们开始“假设”，尝试使用浅色，看看这样做是否能够延长用户的平均访问时间。

我们在新版上做了相关修改，采用浅色的背景色，字体也采用更加平滑的字体。其结果是，新的设计上线后，用户的平均访问时长较改变之前上升了29%。数据立刻告诉我们，用户停留时间延长了，使用的频次深度加深了。

2.SaaS运营分析核心指标之一——留存度

为什么企业服务领域的公司要关心留存度呢？

这是一个老生常谈的问题。其实很简单，一个MRR流失率3%的公司和一个MRR增长率3%的公司，灾年后营收会相差三倍。5年后营收会差三倍。这个现象，我们在LinkedIn工作的时候感同身受。他们在过去五年把年度Churn Rate（顾客流失率）从50%以上，做到了接近11%。

世界上知名的SaaS企业，例如：Salesforce,、LinkedIn、 Box以及Workday等都紧密地追踪新开账户，以及持续衡量现有客户对产品的使用。

这种近乎痴迷的、持续追踪用户各种使用行为，监测对现有及各种新产品功能的使用频率和各种模块细节使用情况的做法，核心目的主要有三个：

（1）衡量客户忠诚度，减低潜在流失率。

（2）预测客户复购率、增加潜在增购可能性。

（3）增强产品设计体验和使用流畅度，提高客户体验，减低产品摩擦。

注意是减低潜在流失率、潜增加在增购可能性，而不是流失率、增购可能性。

为什么要强调“潜在

”？

因为有数据分析。数据分析可以使得客户经理或销售经理，在客户流失的苗头出现之前，就能及时采取行动，阻止客户流失，把潜在的可能性消灭在摇篮里。

流失率减低有四个好处，非常直接而且长期的影响经常性营收：更好的客户口碑和营销效应；更长的客户付费生命周期；更多的机会做交叉销售；更低的CAC/LTV比率

作为SaaS企业服务的企业家，我们应该做些什么呢？

第一步，就是要理解用户留存，而且每天必须关注这个指标。

（每日客户存留）

以上两个存留数据的图或许有些复杂，但是只要比较两个隔日的存留比例就能够知道一个事实——使用“创建新指标”功能的用户隔日留存率在30%左右，不使用的只有10%左右的存留度。

由此，我们应该尽全力地把“不使用”这个功能的用户，变成“使用”这个功能的用户。

例如：

在GrowingIO，我们立刻把“新建”按钮作为独立的功能标记了出来，提供给了客户。

在LinkedIn，我们通过分析用户的行为，找到了“只有增加5个邀请”的客户才会变成高黏度用户，产品经理立即在页面上加了各种功能促进这个“KPI”。

这其中的道理是相同的：SaaS产品只关注流量性的指标是远远不够的，必须要关注具体到用户级别的体验。（这也是精细运营的核心）这就是说，我们要尽可能详细的了解我们的“每一个”用户的使用行为。

究其原因，因为我们服务的对象都是公司，一个基础的流量指标不能反映每一个细分公司的活跃度，不同的公司应该有不同的方案。

更深入的，我们甚至应该分析每一个“用户”的使用度，来评判级别，从而提高效率，增加留存，最终获得更大的增长和营收！

最后，我认为，只要有信念，每一个企业都能做到数据驱动的精细化运营。

崔牛互动问答

1

来自多位大咖：使用growing IO可以做到这些吗？

张溪梦：GrowingIO可以帮助大家关注核心的用户行为指标，不用埋点。关于用户体验，运营指标和存留度，我们能够帮助大家。大家关注留存，关注CAC一定不会错的。企业服务软件，特别是创业初期的创业者们，很容易立刻去关注“增长”，因为互联网惟快不破。但不应当忽视存留和使用度的重要性。

2

陈奋：今天这部分内容与《精益创业》这本书讲的很多做法是一样的思路，SaaS化公司要制定符合自己系统的可衡量的指标（不仅仅是注册量这种虚荣性指标），并进行数据化精细运营、持续监测、改进甚至改变方向。

张溪梦：不错，在美国的诸多企业，会设有相关部门完成这些工作。这个部门，一般在公司内部都叫做“Growth以及Monetization”，都有数据分析的背景。是一个独立在其它各个部门之外的功能性部门，使用数据分析的手段来追踪用户的行为。

想在第一时间参加每周三晚上的大咖私享会？请私信“大师兄”樊俊（个人微信号wukongcloud）

往期回顾：

第28期——中美SaaS，差异究竟在哪里？（主持人：程远）

第27期——互联网合并狂潮下的精益运营（主持人：张涛）

关注“牛透社”微信公众号，选择底部自定义菜单——原创期刊——崔牛八点半

即可查看往期分享内容！

注：本文为“牛透社”原创首发，如需转载，请注明来源，并附本文链接。