业务增长方法样例
什么是业务增长
我认为增长是基于产品针对目标客户群，围绕业务增长为最终目标。会因为环境、业务属性这个业务增长的目标的要求会变得长、中、短变化。
增长和做产品迭代的感觉有点类似，它是一个基于不断寻求有效目标的轮寻过程。
今天刷到Holly她说的增长逻辑挺有参考意义的，ARM模型即Acquistition，Retention，Monetization。先获客，再留存（激活、订阅、留存），最后裂变（提升、扩张）。基于这个模型增长渠道路径是病毒式（社交内容宣传：短视频、中视频类、图文内容类），内容式（H5引导页、SEO、公共关系宣传等），价值交换式（数字广告、品宣、媒体广告等），平台性（典型像Salesforce他们的产品会宣传别人的产品，别人的产品也在宣传他们的产品，并且做了十分深度的数据算法融合型的正反式推荐）。2B业务要让目标客户产生信任，比如在平台产品上输出有价值的内容、产品等，客户看到后让其留下email或者联系方式，一旦有类似价值的内容、产品给其推送等。
在这里我贴出她讲的这两个图片
我的理解是增长是一个又一个的小试验，是一个不断验证你基于数据与逻辑合理推论的假设基础之上进行的一次又一次的小试验和小迭代，通过每周，每月不断的去尝试走出正向的指标，从而最终实现一年的业务目标过程。
举例
这里我就拿2020年我做过一个电商平台增长举例：
1.第一步是基于数据与逻辑合理推论的假设。下面拿2020年做过一个电商APP举例。
1.1.当时的现状：当时的首单支付成功率为20%左右，一开始的支付是支持绑定银行卡（宝付）、支付宝、微信、云闪付，是全部展开的，且支付页是一个全新的页面。
1.2.假设：我们认为平台上老客日下单成功支付率只有30%不到，首单成功支付率低于20%的样子，我们是否可以把老客日下单成功支付率提高到50%，首单成功支付率提高到35%呢。是因为我们发现我们的目标客户群老客是通过绑定银行卡支付占80%，新客通过微信hk 50%者支付宝占40%，云闪付占8%，绑定银行卡占2%。特别是新客基本上在从注册变成第一次日活时，首付下单时间一般在5天内。那么是否可以通过解决首付客户信任度与降低费力度两者结合的方式可以提高首付成功率。
1.3.故做出了如下的设计：1.支付页面不在新页面打开，而是在订单而下拉出并且上面留20%-30空间加蒙层。2.默认首付款<1000元/单价时，默认只展示微信与支付宝支付。3.首付款1000<3000元/单价时，默认使用绑定银行卡。4.默认首付款<5000元/单价时，四种支付方式。5.支持余额支付+多种支付方式。6.去掉云闪付支付方式。
上述需求需要在两周内上线，通过ICE打分后，只做两点1.支付页面不在新页面打开，而是在订单而下拉出并且上面留20%-30空间加蒙层。2.默认首付款无论多少单价，默认只展示微信支付，其它的收起来，可以点击更多后展开所有支付方式。基于上术还做了A/B测试与分流。
1.3.项目实施上线：产品设计，UI设计，产品设计内部评估，技术开发上线。
1.4.等待数据验证：最终我们跑了一个月，发现，用户的首单下单率虽然在不断提升，最重要的是用户首单支付成功率从>20%提升到了36.9%。老客下单支付成功率提升到了49.8%。最终达到了我们的假设。
1.5.复盘总结：
洞察：
a.用户体验的关键在于降低用户的费用度，对于C端客户来说减少选择即为提升用户体验。
b.增长的核心在于关键带来业务营收的增长
计划：
做产品时，有关键业务节点时，需要的精细，大而全不一定是好事。增长是围绕着核心产品与关键目标用户而展开
A/B测试与分流
2020年电商APP中针对支付成功率增长例子中未说完的A/B测试与分流
当时整个平台的注册用户有三十多万，但DAU在5000出头。针对的是支付交易环节，需要针对性的去验证我们的提高支付成功率假设，那么就需要去做介定那些目标客户，以及多少周期。具体操作如下：
A/B测试：
针对新用户首单支付成功率从>20%第一步提高到25%，统计显著性达到95%，通过A/B测试计算得到需要样本为670个。基于我们新客的到达支付交易页面日点击达400，需要的功能版本为4，通过计算670*4/1000得知需要天数为6.7天。
针对老客户首单支付成功率从>30%第一步提高到40%，统计显著性达到95%，通过A/B测试计算得到需要样本为180个。基于我们老客到达支付交易页面日点击达600，需要的功能版本为4，通过计算180*4/600得知需要天数为1.2天。
前面提到的A/B测试计算只要知道这个工具怎么使用即可，一般人无需知道具体计算公式，下面把我的计算结果与此工具的地址给出。方便大家使用。
A/B测试计算器
http://www.eyeofcloud.com/124.html
http://www.eyeofcloud.com/126.html
2.分流系统：针对我们的假设，需要针对我们的目标客户群进行分流推送，根据结果来验证我们的假设是否合理。故做如出下的假定与设计
新客1.针对新客因为在版本中有2个，样本数为670个，支付两个版本+按钮两个版本共四个版本新客根据最终到达支付页的分流为，A为447个样本。B为670-447=223个样本
老客2.针对新客因为在版本中有2个，样本数为180个，支付两个版本+按钮两个版本共四个版本新客根据最终到达支付页的分流为，A为108个样本。B为180-108=72个样本
3.结果分析：最终根据几个周期跑出来的数据统计后，使用AB测试分析工具得到如下结果：
新客中B版本明显是优于A版本。故我们后面在以B版本为根据去做更多的细节优化，最终达到新客支付成功率36.9%。
所有的文章都在我的个人微信订阅号（李个号：Li-subscr）中
