通过会员订阅模式 这家公司把1款产品从iOS美国畅销榜500推到了第99名

作者：Dxc  

来源：九日论道  

仅 200 天，基于我们产品的收入模式 —— 会员订阅（类似爱奇艺和腾讯视频会员），我捣鼓出了一套完整的用户生命周期价值（LTV）的测算公式，奠定关键变量，制定正确的评估方法。随后，开始大规模落地增长策略，将美国用户生命周期价值提升 10 倍。随着收入实打实的上升，我们在 iOS 美国畅销榜从 500 最高跳至第 99 名。（应公司需求，将产品名隐藏）

七麦数据（产品在美国 iOS 畅销榜表现）

所有非公开可追溯的数据在本文内也不可能涉及和透露，策略这东西没什么值得藏着掖着。对于看透用户行为的人而言，灵感从来不断。2017 年中，我有幸加盟这一款当时已经全球拥有 2 亿+用户的移动出海工具 App（效率榜名列前茅），成为它的海外增长负责人。当年刚进去的时候，团队大多都是研发。除去有专人负责微信和微博的内容产出，我几乎包揽了所有 Facebook、Twitter 以及产品内部的运营机制的优化。

所以，我每天都有机会去接触用户和他们聊天变成了我工作的一部分，在我看来，这是一个很好的机会。如果你把它当作是一种客服的工作而忽略它或者不重视它，你可能会因此错过几千万美金的收益。

我举一个例子，17 年的时候我曾问过我们的印度用户，问他们关于 Google Play 上支付的问题。我要去确认的是，是否因为那边的国际信用卡的不普及，导致我们完全无法从印度获取收益。我试图去挖掘为什么印度用户的支付转化率会那么低效。我得到了很多形形色色的答案，80% 的用户告诉我，他们可以购买 Google Play 的 IAP。我甚至询问了 Google Play 的官方人员，他们告诉我，他们正启动更多的支付渠道类似电信服务商代扣去解决支付问题。但这些错误的信息并不是问题的根源。我开始收集更多的信息，开始 backward 推论，拆解流程支点分析，还是一头雾水。

直到一个用户给了我最直接的录屏，我才发现问题的根源是什么。印度用户从来不缺购买 IAP 的手段，但他们这些手段却不能支持他们去支付 IAP 中的"订阅服务"，因为他们的银行卡无法做到免密自动扣费这一点，所以我们产品最主要的"订阅购买项"的大门根本没法向他们完全打开，也因此我们的转化率非常的低。

推特粉丝的回答截图

找到了问题，那么解决这个问题的方法就很好去探索了（解决方法这边就不展开了）。基础建设做好，自然气势如虹。到 2019 年，我为产品规划了最新且接近完整的 Google Play 云技术以及落地了新的转化机制，根据 Google Play 提供的数据，中国出海印度的应用里（非游戏），在其 IAP 的收入榜排名，我们一直是数一数二。

朋友圈里经常会听到出海的小伙伴抱怨印度市场非常难做。如果还因此而苦恼，不妨试试和他们面对面聊天找找机会？

那么接下来，我们接着聊聊增长这件事儿：

AB Testing，AARRR 还是北极星指标这种事我们就不谈了。做过 2-3 年增长的都应该接触过，能不能起到效果无非都取决于自己的理解。除却类似 Airbnb 把 Craigslist 给逆向工程的手段，90% 的增长手法其实都是在做营销。

做增长你需要有三种能力

1. 用户行为解读能力

做营销永远都离开不了"解读用户行为轨迹"，而这是我作为这金融系毕业生混迹曼哈顿所积累的最多的领域。If you can read the market, then you can beat the market。从案例中迅速培养对这款产品的用户行为的理解是至关重要的。如果一款产品做了 3-6 个月，你依然充满不确定性，样样都想 AB 去测试，那么恭喜你，你遇到了一些问题。

来自百度图文

这里绝对不是说跑 AB 是错误的，AB 测试是基于生物学里的盲测方法论，并没有什么可挑剔的。但我认为的是，当一个人运营一个产品 3-6 个月，你对策略结构和方向的判断应该是接近 95% 准确的，需要实验测的更多的应该是，策略结构里的细节呈现。如果你觉得做到这一点很困难，可能情况是 1）你们的产品方向存在争议；2）你们前端拉新来的用户质量存在争议；3）当然也可能是你的能力本身存在争议。当你做得更深以后，你甚至连细节都可以预判哪些呈现会对转化率的提升更显著。

这里，我再举一个给其他小伙伴公司咨询的时候的实战案列。假设用户刚激活一款 APP，你要让他第一时间转化付费，只给你一个窗口六个区域去展示不同的付费功能，你会怎么放置功能让他立马付费？

来自百度图文

. A 提倡介绍最酷的功能，比如 JPEG 转 Excel

. B 提倡六个区域都介绍最常见的，比如去广告

. C 提倡分几组跑个 A/B 不就完事了

你会怎么选？

如果按照他们的讨论去跑个 A/B，你依然是捡了芝麻丢了西瓜。A 的策略会让用户很迷，因为在首次激活的阶段，这些用户存在一定概率是体验不到你在表达什么，因此不会为这些不明觉厉的东西去买单。B 策略则是平淡无奇的付费引导，用户依然不会买单。C 策略中规中矩，和大部分运营产品的思路如出一辙，但当问到到底跑多少组实验，并且怎么跑的时候，全凭感觉蒙。

我当时拒绝了他们的 A/B 测试的方案，因为这三个做法完全没有基于对用户行为的任何拆解。这种排列组合我可以做出 20C6 多组，流量够你分吗？随即，我决定看这款产品的 App Store listing 展示的是什么，爬虫搜索引擎看用户在社交媒体上讨论这个产品的时候围绕哪些点，有没有侧重点，再看该产品下载的自然流量的占比是多少，去决定用户大多冲着什么而来，我便知道 1-2 位置适合展示的是什么，而 3-5 的位置我选择展示了类似去广告这种通俗易懂的特权，第六个我选择展示一个“10+ 更多”的按钮去告知用户：付费很划算，我们还有很多功能，你可以手快买定离手或者你可以继续探索（我并不想你就此直接跳出付费环节）。

2. 数学和统计能力

做增长势必离不开准确的数据分析，数据分析自然离不开准确的数据埋点，要做好准确的数据埋点，则离不开你的统计假设。而在数据分析上的造诣，绝不数学四则运算和统计工具使用熟练就能直接决定的。它的核心是知道从什么维度展开统计，了解如何从统计来的数据判断策略能否成功。同时不可否认的是，现实存在一些数据会欺骗你的情形，从而误导你的判断。引用教科书上分享的一个二战的例子：

在二战战况最激烈的时候，幸存飞回的美国飞机被子弹打得千疮百孔。有意思的是，弹坑密集区集中在飞机的几个区域，如引擎，机身等等。于是，军队发现了提高效率的可能性。

他们认为，如果着重强化这几个容易被打击或者容易损坏的区域，那么不仅能够拯救更多的飞机，还能节省装甲材料（抵御敌火的材料）的用量。军方找到了 Abraham Wald（一位数学家）还有几个顶尖的数据分析师，给他们提供了幸存飞机的数据，上面有弹坑分布的区域。

基于这份数据，你觉得最该强化的是飞机的哪一个部分呢？大多数人都觉得应该是机身，但其实不是。准确的答案应该是引擎。Wald 注意到他们给的这份数据并没有很好的反应问题所在。引擎受到打击数比较少的原因是，那些引擎被打爆的飞机已经飞不回来了。而弹坑虽多但仍旧幸存下来的飞机足以说明，飞机的机身已经足以抵御攻击了。飞机的其它区域比引擎更容易被打到，然而引擎才是真正的弱点。

实践中，我发现很多做产品和做运营的同学在部署埋点和分析的维度是存在很大的问题。比如，很多人注重了当下的利益而疏忽了留存，以及长尾留存带来的长期收益的对比；又比如，很多童鞋忘记了机会成本而错误选择了非最佳的策略，常见的错误有很多，以后我们再聊。

3. 想象力

想象力也并非完全与生俱来，多进行一些 jump out of box 的训练是可以跳出固定思维怪圈的。那么，当我们缺乏想象力和脑洞的时候，我们该怎么办？我的建议是，用爬虫或者人工去扒竞品，或者类似领域排名靠前的产品的数据。基于他们的下载排名和畅销排名来选择目标产品。如果说下载排名一般但是畅销排名非常靠前，可以说这类产品绝对是转化率做得非常极致的产品，建议研究研究他们的做法。

当你发现一个产品的排名在某个时间节点发生质变的时候，你就要去研究前后做了什么区分。当然，你会说你都下载了最新版本，又怎么去获得老版本呢？现在大部分的产品都有破解版软件，搜一下总是能找到的。前后仔细做个对比，就有可能发现一个大增长的机会，何乐而不为呢？

以上是我私人随笔，颇具我个人主观色彩，未必适合所有人。仅供大家参考。

推荐阅读