作者 | 揭发，GrowingIO 业务增长负责人
来源 | 6月5日在环球旅讯开放日的演讲
在具体展开今天的内容之前，不得不先提来自硅谷增长黑客的海盗模型。这个模型适用的行业非常多，是用户跨生命周期的一个增长模型。
第一步，我们会比较关注获客。获取用户之后，接下来的步骤是激活——如何把一个潜在的用户，变成你的客户。之后是如何留存，有了留存才有转化的前提。有了留存才有了转化和变现，变现之后我们还希望这些用户能帮我们做推荐。
从这个模型里面，我今天抽出四点跟大家交流，包括：用户的获取，以及从整个运营模型中的商品、用户、产品三个角度进行分析。
一、用户获取：通过 UTM 监测渠道
对于用户的获取，有几个方面的东西需要去关注：
第一，是渠道的评估体系。这个很多公司已经在做，或者过往也做了很多工作，但是可能做得比较粗犷。怎么才能做到更体系化，精细化？
第二，流量已经贵了成本已经很高了，怎么定义恶意流量？
第三，怎么把外部渠道来源关联到网站和App行为中，怎么打通这些数据？
（一）用 UTM 搭建渠道监测体系
我们先从一个全面精细化的体系说起，这个是一个 UTM 的追踪方式。这个方式来自谷歌，通过UTM标准体系化，把我们在所有的渠道，不管是线上线下，很细微地监控起来。
所以，利用这样体系化的方式，我们能获得到具体的营销效果。比如你可以知道，在微信投的100篇文章，不同关键词、不同内容的文章所带来的效果如何。这样一来，长期的监测和对比还能反向帮助营销去衍生内容，根据结果去判断内容应该怎么产生，怎么迭代。
（二）如何识别流量作弊渠道
这是我们某一个合作伙伴的渠道分析案例，他全面使用了UTM体系。
比如我们看排名前十的渠道，从第6名到第10名，在单独间夜数量都很大，流量很高；但是当我们切入到订单提交的时候，数据断崖式地下降，所以非常甄别出来这是有问题的渠道。
另外有一个案例，某客户发现他们有些主要投放的跳出率非常高，接近100%。那么我们可以做一组分析，把所有跳出的用户IP、访问频次，包括进一步能看到的特征——点击了什么，做了什么操作分析。最后发现看全是一个网端的，那么很有可能这就是一个作弊的渠道。
二、商品优化：提前判断商品流量
引流到自己的平台之后，怎么利用好这个流量，这就饱含了商品运营的方法体系。这里面有两个事情非常关键，一个是怎么把流量跟资源和商品匹配；第二是如何基于用户行为数据。
以前很多航空公司和酒店去做营销决策的时候，是根据业务数据和订单数据采取措施；但根据这个结果再采取措施已经迟了，现在的行为数据可以提前告知用户的兴趣度。
商品运营最早起源于电商，如果懂电商的商品运营，那会看得非常明显，很多电商App首页一进来是图片和广告的互动，每天都要换，做生鲜的甚至一个小时就要换一次。这三个平台完全不同，但他们背后的逻辑和思路一模一样——流量进来之后，怎么通过数据实现个性化推荐，而且还要及时切换不同的商品推荐，因为这个位置非常贵。
那我们做什么？第一，对比不同的广告位、不同的活动、不同的商品，最终转化和波动是怎么呈现的。根据这些数据结果切换品类，如果我是一个 App 的运营，我一定需要这样的数据。这样我可以结合我的业务经验和库存，调整货品的运营。
当然我们还需要更实时的数据，活动的趋势是怎么变化，如果往下跌了我可以马上知道。
另外，旅游行业有各种各样筛选商品的方式，各种各样的标签——商圈、价格区间、类型偏好等等。如果这些行为数据如果可以采集下来，都可以帮助我们判断：
商品可以往哪个地方落地；
用户最喜欢房间可能是哪些；
他们会在什么时间出现预订的高峰；
有哪些目的地，或者那些种类的商品客户根本不关注？
根据这些信息可以提前去做相应的营销策略。我们反过来看以前，通过订单的数据再来获得这些信息，已经迟了。
三、产品优化：用户购买路径及搜索优化
除了运营，产品层面怎么做优化？我们最近服务了很多酒店航空公司，很多客户自己也承认，在用户体验这个事情上，跟 OTA 差的不是一点半点。有一句评价是这么说的：”这些OTA没有房子没有飞机，但是把业务做起来了，因为他们抓住了用户。”
（一）用户购买路径的优化
用户体验该怎么提升？有很多地方可以去做，比如用户的购买路径、酒店的列表页、详情页、订单填写页等等，如果打通会员体系，我们还能实现更多营销和运营。
这是以酒店为例，典型转化路径——从渠道到落地页，到注册，到搜索需要的商品，到结果，到购买，到支付，到复购，这个流程是业务方的逻辑，如果我是App的产品经理，这是我背后的逻辑。
在业务方的逻辑基础上，这张图通过数据还原用户真正在网站App里面的购买行为路径，多少人走这条路，多少人走那条路。通过这个路径还原，我可以发现有多少人走的是我根本不想让他走的路。案例中有30%的用户走了差不多10步步骤，那么路径越长，转化率会越低。作为一个产品经理，我希望知道用户体验的真实感受，哪些地方可以做优化和调整。这些，数据都可以算出来。
（二）通过搜索和筛选提升转化率
前段时间和酒店探讨的一个话题是，一个访客购买之前，究竟会看多少次产品详情页？
如果效率越低，客户找到他要的SKU时间越长，它的数据一定会越大。对访客来说，购买之前平均下来大概有6-8遍。而下单客户，平均下来会比访客多0.5个页面，因为用户决策需要看的详情页更多。所以，如果我们想提高用户转化效率，还有哪些地方可以去做？
搜索和筛选项可以用来为用户缩短时间，但是当我们用上了热图分析，下图中我们可以看到一个问题，筛选项用户基本不用，说明这个页面的筛选功能的效率很低，不能帮用户解决问题。
另外搜索中还会存在的问题是，使用一些筛选条件之后，出来的结果找不到你要房间。我自己平常使用的也经常会出现这样的情况。比如我在北京，搜了上海徐家汇的酒店，但是这依然呈现的是北京的酒店，可能逻辑是基于地理位置来的，不是基于用户搜索来的。
再谈一个搜索，比如我希望寻找附近的酒店，在搜索框中输入“外婆家”，出来的列表和搜索标签没有任何关联，这就很可能说明他没有关注搜索的热度，去把对应产品标签去做匹配。同时用OTA，搜索同样一个词“外婆家”，你可以看到很多酒店标签，都打上了。最终我们还是要通过行为数据去给用户推荐有高度相关性的结果。
这些很多都是细小的问题，但都是需要我们用心去解决的产品路径问题。
四、用户整合：打通线上线下数据
最后我们再说用户运营，怎么把行为数据跟业务数据打通做用户运营？
（一）用户行为数据和会员体系打通
结果数据相对是滞后的，当下的行为数据更可以反映用户的趋向，这两个数据要很好结合。结合这个之后，基于会员体系、商品倾向、决策阶段来做差异化的用户运营。
我们可以利用一些基本的模型去跟会员体系打通。基于产品的偏好，用户活跃度，基于不同的决策阶段，比如已经提交订单的，已经访问了很多SKU，但是一直没有加入购物车等等，这些都应该有不同的方式对待。而且一旦跟线下数据做打通，基于ID、邮箱或者短信和电话号码，还能够进行相应的运营。
（二）链家网如何打通线上线下数据
最后再讲一个链家的案例，一个高度重视服务的线下行业如何用数据驱动。
链家数据线上线下的打通和切换做得非常好。前端我们会去帮他们采集用户各个平台上的行为数据，那线下通过经纪人采集了很多用户的身份证号、电话、其它子类信息等等。
我们做了关联之后，它能够做什么？以前经纪人，带着客户看2-3次房子才搞清楚客户预算是多少，想买多少户型，想买什么位置。但是通过采集线上的行为数据，可以做到把获知他们的预算、户型朝向偏好等，导给链家线下系统对接。
左边显示的数据是用户到首页去搜房，从首页到房间的详情页的转化率，是47.8%。还有另外一条路径，通过首页的功能地图找房再进到详情页是77.2%。 结合用户量对比，搜房是248K，地图找房18K，所以可见地图找房转化率高但是使用率偏低。
链家根据这个数据马上做了改版，把这个功能放大，而且在很多位置可用。改版之后再做数据对比，到详情页的订单量总体转化率从47.8%提升到52.5%。这个转化率的提升，就是产品经理做了一个小时数据分析，工程师做了3个小时的版本改动，效果非常显著。
