ABtest，一套可持续迭代的增长办法

文章大纲：用户增长理论ABtest操作流程产品迭代我们现在做增长，如新，可能更多的是从别人的游戏，或者他们的想法，背后是否可验证逻辑支持，是否适合你的产品和用户这些可能不一定直接做，效果是你的活动效果一般不是很好，也不是很稳定的输出操作策略。这就要求我们总结出自己的一套增长方法，而且是可持续迭代的。以下是一个自己做的案例，期待与大家交流，学习更多成长的思维模式。1、无论是产品还是操作，用户增长理论每天都会经历一些假设-测试-验证-定义的迭代过程。只有不断的迭代挖掘和测试，我们才能找到更多的增长点。用户增长方法：确定北极星指标-将其分解为具体的优化场景和可操作指标-规划和排序A/B测试-更多地挖掘和测试有效方向。接下来，我将举一个真实的案例，这是我亲自参与的迭代实验。我想解释一下上面这句话。我希望你能从案例中了解到，这就是增长和迭代的原因。首先，我将介绍活动背景：我们的一个小团队负责大学生的CET-4和CET-6项目，通过推广免费交通课程来吸引大学生，然后推广我们平台上的其他高单价课程。早期阶段，我们已经验证，增加社区服务可以提高学习率和用户续期转化率。因此，我们的圈人班课程将增加社区服务。接下来，我们需要不断迭代和测试社区服务，以提高社区运营效率。我们梳理了一下，我们的北极星指标是提高用户价值(单班价值=总营业额/领班人数)，总营业额与继续申请的学生人数有关。进一步分解继续申请的学生人数与朋友人数和领班率有关，领班率与社区服务提高用户信任度有关。然后社区服务还包括:答疑、直播、促学提醒。因此，我们最终要提高的是参与用户续报课程的答疑、直播、推广等场景的数量。您可以直接查看北极星指数拆卸流程图，如下图所示：通过拆卸北极星指数，我们知道最初的操作行动是提高参与者在社区服务中的比例，我们开始梳理整个操作过程，然后我们发现一些变量，这些变量可能会影响我们最终的北极星指数，此时需要做ABTest验证，固定变量来测试对北极星指数的正负影响。二、A/Btest操作过程中，我们在梳理操作过程中发现了用户学习行为过程中的两个变量:学制(定期开班，随报随学)、分组(有分组和无分组)，定期开班和分组对人员的运营成本比较高。我们需要做实验来验证这两个变量对课程完成率和单班价值的影响。以ABtest为例：（1）明确实验的目的。例如，我们的一组实验是：通过比较定期课堂学习和报告对单一课堂价值的影响。如果这种学制与定期开班学习的单班价值相似或更高，则可以直接采用这种模式，降低劳动力成本，反之亦然。(2)设置A/B对照组验证方法:对照组A：四级词汇圈班定期开班收用户；对照组B：四级词汇圈班随报随学专题领取用户。为了保证测试的准确性，需要满足两个样本A和B:用户量级相似，用户量级不宜过小，至少600人，代表整体特征。用户属性相似，具有代表性。例如，我们的目标用户主要是大学生。测试环境可以代表整体特征。例如，它们都遵循以前的用户接收路径，只保留唯一的变量，其他环境也是如此。制定社区运营AB测试流程计划，确定更新课程的接触方式和用户更新路径，如下图所示：（社区运营ABtest流程计划）梳理此流程计划非常重要，并将您的整个操作行动安排在其中，以帮助您遵循自己的操作节奏。下面，活动上线前的准备工作能否完成，等待效果？还有一项非常重要的工作要做。整理数据需求：测试计划确定后，在活动启动前，与BI提出数据需求非常重要，以确保数据能够满足以下几点，否则在测试结束后与数据学生提出需求，可能会陷入尴尬局面，无法获取数据。能够均匀地将独立用户分为两个属性相同的样本组A和B，以确保活动数据得到满足。例如，我们的课程分为两个主题，区分用户的A和B。可以标记每个独立用户的身份，即可以跟踪每个样本的用户数据。比如用户可以跟踪这条路径的数据，从领课到添加个人号-学习行为-续课。变量可以*调节A和B。例如，我们的一组实验变量是不同的学制。我们直接在专题页面设计了两种开放模式：随报随学和定期开放。变量引起的数据差异可以分离A和B。例如，对于两个样本用户的续期，我们分别设置了带有source的课程链接，以获得每个样本下不同渠道的续期转换人数。以上准备工作完成后，可以开始活动上线，然后查看最终数据结果。(3)分析数据活动结束后，根据续报课程的转化周期，我们可以在活动结束3天后开始寻找BI拉数据。或者上面的例子，我们分析两个ABtest的数据：学习行为数据比较（以下数据有变化，非真实数据，仅用于演示）：从数据中可以看出，用户的学习行为数据（保留率和完成率）B组的定时开放模式用户的7天TAD（7天累计活动天数）和完成率明显高于A组的随报学制；A组有一个组。7天TAD和完成率明显高于B组。单班价值数据对比:(续报转化数据)从数据可以看出，A组随报模式的单班价值(总营业额/班级用户)明显高于B组定时开班；A组有分组的用户单班价值明显高于B组定时开班。(4)得出结论，回顾我们社区运营的北极星指标，用户在随报随学、分组两种学制下的单进班价值更高，然后社区运营流程可以继续使用。三、产品迭代确定了社区游戏模型使用报纸和组pk更有效的结论，但由于组pk在微信组人工运营成本很高，如果社区用户水平很大，需要采用产品端分组模式，解放人力，提高社区运营效率。除了通过测试验证哪种学习模式更有效外，我们还可以做更多的其他测试，如设置对照组来测试哪种社区转换模式更有效，不断迭代和优化，以提高操作效率。

以上就是关于ABtest，一套可持续迭代的增长办法的相关介绍，更多ABtest，一套可持续迭代的增长办法相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对ABtest，一套可持续迭代的增长办法有更深的了解和认识。