175 亿美金的 Miro 如何优化「用户引导」实现 10 倍增长？

引导语：

2011 年成立的 Miro 截止到 2022 年估值 175 亿美金，1000 万用户，他是如何通过用户激励、产品迭代从 100 万用户做到 1000 万用户的，这篇文章作者是 Miro 的增长设计负责人 Kate Syuma ，她非常详细的分享了她们团队当时的迭代经验和思考以及一些做用户激励的建议，如果你也正在思考这方面的问题，希望这篇文章对你会有帮助，以下是正文，enjoy～

增长设计师（Growth Designer）是一个跨学科角色，围绕创建和实施产品迭代以推动增长和传播。参与产品设计的各个方面，包括用户体验/用户界面设计、数据分析和用户研究。

原文出处：https://www.growthunhinged.com/p/the-evolution-of-miros-user-onboarding

---

我在 2017 年加盟了 Miro，担任增长团队的首位产品设计师。在过去六年多的时间里，我们见证了公司飞速的发展：

• 公司员工从 50 人壮大至近 1800 人

• 用户数量从 1 个激增至超过 5000 万个

• 我的团队也从我一人发展到了 11 名产品和内容设计师

作为增长设计的负责人，我决定回头看看 Miro 用户引导策略随时间的演进，并分享我们采取的方法和关键经验教训。在这篇文章中，我会讲述 Miro 用户引导和激活策略的发展历程，这个过程可以分为三个阶段：创业期、快速增长期和当前的大规模增长期。这篇分享不会仅限于那些耳熟能详的成功故事，我还特意想要谈谈那些最终使我们走向成熟、持续迭代文化的失败和经验。

我采访了一位产品经理、一位数据分析师和一位参与过用户引导及激活的产品设计师。基于他们的经验，我将讲述我们是如何进行实验、应对挑战，并在疫情期间快速增长时期调整设计模式和激活指标的。然后，我会分享我们现在所处的状态以及未来的方向。

我希望这些洞见能够帮助不同规模的产品团队从新的角度审视他们的用户引导和激活策略，开拓增长的新途径。

#1 Miro 发展的 3 个阶段

阶段 1：初创期 （50 员工，100 万用户）

当我在 2017 年加入 Miro（原名 RealtimeBoard）时，我们马上开始了用户引导的工作。我想特别强调，良好的引导流程是保证用户留存和产品盈利成功的关键基石。我们注意到，用户流失率最高的时段是首周（第一周）。那个时期，我们在不断试验和优化注册流程以及用户首次使用 Miro 的体验。我们的改进方向是根据行业最佳实践而制定的，主要包括：

• 设定明确的目标

• 根据用户角色进行细分

• 提供引导式的、分步骤的体验

在我们同时进行品牌重塑的过程中，我们决定让注册流程更互动、更注重视觉效果且更聚焦于价值展示。作为设计师，我对最终成果感到非常满意，甚至会觉得能收到足够多的用户的正面反馈。

但是最后我们收到了结果，可惜它们并不令人满意。

• 新流程下，通过注册流程发送电子邮件邀请的数量减少了。

• 新流程中，完成指定角色的用户比例降低了。

• 在新流程中，开始使用模板的用户数量也有所减少。

我们很快意识到，流程中的交互式美化实际上分散了用户的注意力，使他们难以完成主要任务。作为设计师，这个发现让我从过去侧重于 UI/UX 的设计视角中觉醒。我们知道需要对此进行改进 — 但在快速增长的环境下，其他更重要的事项需要团队的注意。

回头看看，我认为通过对这一体验进行 “聪明的迭代（smart iteration）” 本可以帮助我们找到不牺牲视觉体验部分就能展示价值的正确平衡点。我邀请了当时的一位产品经理同事，一起回顾这个过程，她给出了一些对关注用户引导的初创企业极具价值的建议：

“作为产品经理，我特别想分享两个关键的学习经验：第一，每次进行实验后，都需要跟进用户访谈，因为数据能告诉我们发生了什么，但只有用户能解释为什么。一次成功是很难的。通过了解用户为什么觉得不有效，然后进行一两次，甚至三次的迭代，你才能充分利用你的假设。启动项目，从用户那里学习，然后进行迭代 — 这一过程对实现商业成效至关重要。”

接下来，让我们看看我们如何把这些经验教训应用于 Miro，开始对用户引导流程进行更加明智的迭代。但在此之前，我将分享我们在快速增长阶段进行大量投资所学到的宝贵经验。

阶段 2：疫情期间的快速增长（员工从 150-1000 人，用户从 300 万到 1000 万）

2019 年，在我们推出免费增值模式和 Miro 品牌重新定位之后不久，世界和公司都遭遇了疫情这一巨大的外部挑战。短短六个月内，公司的人数从 150 增长到了 1000，用户群体也从 300 万膨胀到了 1000 万。这些新用户中有很多不那么熟悉技术的人，他们迫切需要 Miro 这样的工具来继续高效工作并与同事保持联络。我们发现，这些新用户急需一个简化且易于上手的引导过程，因为原有的用户引导和工具对他们来说过于复杂。

带着对激活过程的这种新认识，我们开始着手解决用户引导的难题，寻找有影响力的方案。从产品和设计的视角，我们考虑如何创新用户引导体验，同时纳入我们对激活过程新的理解。这是开展数据研究和回归分析的绝佳时机，目的是整合我们对激活过程的现有认知，并明确 “设置”、“顿悟” 和 “习惯形成” 这几个关键时刻。（在文末附加部分可以了解更多关于 Miro 激活过程的详情。）

我们总是力图让定性用户研究与数据分析同步进行。通过用户访谈，我们发现了一个额外的洞察：很多用户不清楚他们或他们的团队能够利用 Miro 完成哪些任务。我们把 Miro 塑造成一个 “以团队为核心” 的产品，这意味着我们必须突出协作这一核心价值。确定了这一点，我们认识到新的用户引导体验需要着手解决的关键问题，团队因此提出了一个极具创意的方案：一种被称为 “机器人协作” 的体验，它以一种贴近人类的方式指导用户完成他们的首次探索。这一体验受到了团队成员、领导层以及用户的一致好评。（趣闻：在 AI 成为新常态之前的两年，我们最初通过使用 Synthesia 生成的 AI 视频对这一流程进行了用户测试！）

这成为了团队的一次重大尝试，我们将超过四分之一的资源和努力投入到了项目的研究、设计及验证阶段。正如你从上图中看到的，我们的 Miro 学院经理 Matt 在录制这段人性化的视频导览期间，不知不觉中蓄起了胡须，这个过程与我们模拟协作会议的工作是同步进行的。

当团队得到了领导层的认可和用户验证中的正面反馈后，我们便着手实施。在短短 1.5 个月内，团队成功地把这个方案整合进了最小可行产品（MVP）并进行了测试，但测试结果却引发了一些讨论：

• 只有四分之一的用户开始尝试教程。这个比例并不高，原因多样：有的用户缺乏时间，有的正忙于特定任务，有的已熟练掌握 Miro 的使用，有的因为无法同时听声音而无法观看，或者他们觉得信息不切实际。

• 不过，我们看到了一个积极的信号：完成教程的用户在首次使用会话中创造内容的比例有了明显提升，这得益于教程激励用户执行一些简单的动作。

• 尽管如此，我们并没有在用户的 “顿悟时刻（Aha moment）” 看到任何进步。

这让团队意识到，我们需要更加注重个性化和本地化的策略。第二轮迭代带来了一些进展：

• 相比于第一版 MVP，尝试教程的用户数量翻了一番。

• 但是，我们在教程的第二步骤遇到了明显的用户流失。

尽管团队在鼓励用户创造内容方面取得了进展，但这并没有转化为更多的协作会话。我们意识到需要从更广的角度审视问题，找到其根本原因，因此我们决定暂停在这一方向上的进一步迭代，转而探索其他可能的解决方案。在接下来的部分，我将分享团队是如何通过巧妙的迭代在 “顿悟时刻” 实现突破的。

阶段 3：大规模增长与精明迭代的力量（1800 员工，5000 万用户）

随着产品功能的不断扩展，对其进行迭代变得日益复杂。团队必须更加成熟和周到地进行实验，并掌握如何将定性研究和定量分析相结合的技巧。

为了深入挖掘用户洞察，我们的用户体验研究团队进行了 “日记研究”，跟踪潜在用户在试用 Miro 28 天的行为模式。我们的目标是识别早期用户流失和激活的主要障碍。通过分析用户的初次使用和早期协作模式，团队得以深入理解首次体验中应当强调的要点。这一发现为我们提出新的激活实验假设并深入探索两个关键用户群体 —— 内容创造者和加入者的体验提供了基础。

团队随后将重点放在加入者体验上，认为这是一个值得深入研究的重要用户群体。我们的假设是：如果我们能为新板块的加入者提供一个突破冰点的体验，通过一个简单、轻松且令人愉悦的协作动作来消除他们对新工具的畏惧，我们就能提升用户的 “顿悟时刻”。

接下来，我们需要确定一个既能带来愉悦感又能增强产品黏性的简单行动。很快我们就发现，Miro 的互动表情正是提供这种简单而愉快体验的关键。基于这一洞见，团队设计了一个方案，新加入的用户被引导在看板上通过发送一个表情来 “打个招呼”。这一行为会触发另一位协作者收到通知，进而激励他们开始在看板上进行协作。

然而，首轮迭代并未在关键的顿悟时刻带来显著的统计效果。这促使团队必须深入挖掘未达标的原因和后续的迭代方向。为了实现这一目标，团队开展了一项深度的后续分析研究，这项研究帮助他们识别出六个假设，并优先考虑了接下来的迭代中的主要改进措施，而非选择彻底的方向转变。团队揭示的关键智能迭代包括：

• 提升易发现性：通过让提示背景变得更暗，提升提示的可见性。

• 降低认知负载：允许用户直接通过提示按钮进行反应，并展示一个新的提示，告知他们未来可以在哪里找到更多的反应选项。

在采纳了这两个优先级较高的假设后，团队对这一体验进行了进一步的迭代，包括让提示更加醒目、简化反应过程，并增加了一个提醒，指引用户未来在哪里可以发现更多的反应选项。即便没有在事后进行用户研究的额外投入，这些细微的调整也成功地提升了用户的顿悟时刻，与我们之前的预期相匹配。

#2 智能迭代的建议

在 Miro 的增长团队工作超过六年，我领悟到最重要也是最持久的一课就是我们需要持续地学习并智能地迭代。在我们的增长设计团队中，我们会对每一次实验进行深思熟虑的反思，探究其结果背后的深层原因。通过 "小测验工作坊" 的形式，我们能够以协作的方式探索更多的迭代方向 —— 我们回顾实验数据，尝试预测哪一种变体胜出以及其背后的 "原因"，这种方法促进了我们快速共同创造出未来的解决方案。

以下五个关键建议可以帮助你的团队更有目的性地迭代产品引导流程：

1. 定期对你的用户引导体验进行可用性测试，涵盖用户和非用户，每周 2 到 3 次，以增强产品直觉。

2. 通过将大型投资拆解为较小的初始迭代来进行验证，以减轻风险。

3. 在获得初步结果后，深入分析行为数据，绘制出迭代的理论依据、证据和解决思路。

4. 反思首次迭代的成果，尝试采用 “小测验工作坊” 的方式来回顾和总结。

5. 始终执行第二轮迭代，以持续优化和改进。

我希望这个案例研究能够帮助你改善用户引导体验。切记，在首轮迭代后不要轻易放弃，持续追问原因，不断听取用户的反馈。

#3  一些 Tips

1. Miro 如何定义激活指标

为了打造出效果显著的用户引导体验，准确地评估每项实验至关重要。随着 Miro 不断进化，我们明确了激活指标的定义，这一定义旨在反映用户留存率的长期变化趋势。为了达到这个目标，我们不仅进行了回归分析，还结合了定性与定量的研究方法。

2. Miro 中激活指标的目的是什么？

激活指标旨在衡量用户为了达成他们所期望的成果所必须经过的初期阶段。这些指标构成了一条路径，将新用户与他们未来的持续使用连接起来，并因此测量用户在初期使用产品时所遇到的摩擦程度。对于 Miro 而言，这意味着我们希望用户在完成激活阶段时，能够对我们产品的核心价值有一个清晰的认识，确保这一阶段为他们日后的长期使用打下坚实的基础。

3. Miro 是怎样定义激活指标的？

为了简化过程并使之更易于操作，我们将激活过程划分为三个阶段：设置、顿悟和习惯。我们认为，只有当用户顺利完成这三个阶段，才算是完全激活。

• 设置阶段是用户首次与产品接触的时刻。

• 顿悟阶段发生在用户第一次真正体验到我们产品核心价值的时候；这一阶段应该能够捕捉到用户心中的那一刻，他们意识到 “哇，我懂了，这个真的很有用”。

• 最终，我们认为一个用户在给定的时间内反复执行这一核心动作时，即达到了习惯阶段，这时我们才认为他们是完全激活的。

在 Miro，我们通过结合定量和定性的双向方法来识别关键时刻。

从定量角度，我们专注于那些长期保持高留存率的用户群体。通过分析他们的匿名使用模式，我们发现他们的行为与低留存率用户明显不同。定性方法让我们通过用户访谈深入了解用户在初次使用 Miro 时遇到的困难，从而优化我们的分析方法，确保我们的指标能够真实反映用户的核心痛点。

在确定了激活指标集后，我们对它们在不同用户群和群组中进行了回溯测试，以验证这些指标是否如预期那样能够准确反映用户行为。我们还检验了这些指标在目标用户群中的适用性，并将其与行业标准进行了比较。

举例来说，我们评估了几个可能的习惯指标，但发现它们要么与我们的目标受众关联不大，要么过于复杂，难以解释和测量。因此，简洁性在这里同样至关重要，因为理想情况下，整个公司都应该容易理解这组指标。这个指标让我们了解到了用户引导过程中当前的问题和障碍，以及它如何结合有效的实验技巧，帮助我们在这方面做出明智的决策。

4. 对试图定义或重新考虑激活指标的团队有哪些建议？

回顾以往，对于那些在尝试定义或重思他们的激活指标的团队，我想给出以下建议，在深入激活指标的定义之前，确保以下几点被明确界定：

• 用户的核心价值体验是什么？了解用户最需要从产品中获得的价值是首要任务。

• 你期待达到什么样的结果？这可能是提高用户留存、增加使用频率或实现产品的货币化。明确你的目标非常关键，因为你的目标受众将基于这个结果选择。

• 用户在使用过程中遇到了哪些障碍或获得了哪些成功体验？有时候，我们对问题的看法可能与用户的实际体验不同。如果不对这种偏差进行验证，就可能会影响到指标定义的准确性。

最后，对于激活框架不要过于依赖。市面上有许多指导原则和灵感来源，但并不存在一套放之四海而皆准的成功方程式。试图一味复制和应用这些已有的方法论，可能会阻碍团队的前进。找到最适合你的方法并坚持下去，这是关键 :)

end

点「在看」，一起上云