0

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

在增长官研究院举办的的首席增长官年会上,小红书增长技术负责人占雪亮为我们分享了「精细化运营在小红书的实践」。

这家上线不到五年的公司,已经成为全球最大的社区电商平台。截止 2018 年 6 月 6 日,全球有 1 亿年轻用户在小红书 APP 上分享吃穿玩乐买的生活方式。

占雪亮现场的分享干货频频,数据详实。本文经过官方审编,公开发布有所删节。以下,Enjoy~

《精细化运营在小红书》

小红书增长技术负责人 占雪亮

大家下午好,很荣幸今天有机会和大家交流分享小红书内部的增长实践。

我的演讲 PPT 给的比较晚,大概是昨天早上 5 点钟才给到。因为我花了很长的时间在想分享什么好。

这次大会的主题是增长,我想如果讲理论知识,我肯定讲的不如张溪梦老师和范冰老师;如果讲产品知识,我也不是专业做产品的,没什么优势;如果讲数据,我也没有王晔王总理解的透彻。

所以我想了很久,最终决定讲一个小红书内部的例子。我想这个你们肯定都不清楚,也只能我来讲了。

今天我给大家分享的是「精细化运营在小红书的实践」,这里面最重要的两个字就是实践。而精细化运营和一些理论,我想你们肯定也听过。就像前面张溪梦老师讲的 AARRR ,估计今天 80% 的参会人员都知道这个模型。毕竟这是一个收费不低的大会,会过滤掉一部分门外汉。

前面几位老师的理论知识在现场的反响都很不错,我想今天这个会开完,不仅韩冰韩总的销量会长,范老师的书也会多一批购买者(笑)。

   关于小红书增长之路

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

在开始分享之前,想先给大家介绍一下小红书。

截止到今年 6 月 6 日,我们的用户数过亿了,昨天我又拉了一下数据,现在是 1 亿 8 千万了,这个增长相对而言还是比较快的了。回想 2014 年年底、 2015
年年初我刚加入小红书的时候,当时小红书只有 20 人左右的规模,而现在我们用 1644 天完成了用户数过亿。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

不过这些都不重要,重要的是我接下来分享的案例,这是两周前我们公司内部做的一次关于低龄用户留存差的数据分析。

   为什么低龄用户的留存比较差?

刚刚很多嘉宾都讲到现在获客成本在不断的提高,在 AARRR 的模型里,当 A 越来越贵的时候,我们该如何保证最后的利润 R ?如何在利润 R 和越来越贵的A之间寻找一个平衡点呢?

就比如说以前 1000 元可以拉来
100 个用户,留存率 10 %,结果有 10 个人留下来了;现在 1000 元只能拉来 50 个人了,那这个怎么办,我们只能增加留存率到 20 %,这样最终还是 10 个人留下来了。在流量越来越贵的今天,我们要更加重视留存问题。所以我们就做了一个低龄用户留存差的分析。

我们发现来自信息流等渠道的用户留存率很低,他们有一个特性,就是低龄,大多是看一篇或者点过一篇笔记就走了,留存很差。

我们当时做了一个假设:觉得低龄用户可能还在上初中或者高中,而很多学校上课是不能带手机的,只能周末玩手机,所以可能低龄用户留存比较差。当然,这个假设也需要数据的验证。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

然后我们提出来了三个分析的维度:

  • 第一、不同的低龄用户表现是否有差异,因为低龄是一个很笼统的概念;
  • 第二、他们来小红书想要看到什么内容?能看到他们喜欢的内容吗?如果没有看到,那留存差是自然的;
  • 第三、他们的 Feed 流推得是他们想看的内容吗? Feed 流是小红书
    APP 内部的内容分发机制。 

    • 小红书首页的内容是我们做的一个自动分发的推荐系统,这个内容推荐机制是否符合他们的偏好?
    • 新用户注册后会选择自己的标签,然后我们根据他选择的标签给他推送内容,这个标签和内容的匹配是否正确?
    • 我们推送的内容是根据用户的行为而选定的,那这个内容是不是他想看的?

我觉得一定是这三个问题里的一个导致留存差。如果用户来了能看到他想看到的的内容,就算是无聊的时候刷到有用的信息,留存率也不会这么差。接下来我们分别来看看这三个维度。

   不同低龄用户表现是否有差异?

第一个维度是不同低龄用户表现是否有所差异,我们拉了一张表「不同年龄段用户的留存分布」,因为小于 18 岁是一个太笼统的概念,所以我们将纵轴上 18 岁以下的用户分为三类: 12 岁的小学生、 13 – 15 岁的初中生、 16 – 18 岁的高中生,横轴上的留存差分为:次日留存率、周末留存率等等。

从这个表里我们得出了两点结论:

  • 前面有讲过关于低龄用户留存差我们的假设,学生周内上课不能玩手机,周末才能玩。但从数据上来看并不是这样的。
  • 低龄用户不能单纯按照年龄来划分,要按照学龄要划分。所以之后的用户分析年龄维度,我们都会考虑这一点。

第二个表格是「不同年龄段拉新渠道分布」,这个问题很现实,我们花了很多钱把用户买进来,如果留不住那就是在浪费钱。

投放部门是不是可以做一些优化呢?我们通过数据查看小于 12 岁以及 13 – 15 岁的用户在百度 SEM 和信息流中的表现,得出结论:在百度 SEM 和信息流的投放上要设定更严格的年龄定向。

不要再给小学生初中生推广告了,因为他们来了也留不下来了,纯属浪费钱。

   他们来小红书想看什么?

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

第二个问题是这些低龄用户看到广告后过来了,他们过来是想看什么?想干什么?

解决这个问题有两种方法:

  • 一个是用户访谈,可以抓一百个或者一千个用户问一问,了解他们来到小红书的目的,但是我觉得这个样本量是有限的,可能得出的结果也不能代表所有用户的想法;
  • 另外一个比较好的方式就是看用户的搜索,搜索是一个主动并且强有力行为,他搜什么意味着他想看什么。所以我们做了一个不同年龄用户的搜索画像,分别是 15 岁以下、 16 – 18 岁、 19 – 23 岁以及 29 – 33 岁。 

这个表格一出来,我们基本就能知道每个阶段的人关心的是什么了。我们发现 15 岁以下的用户主要搜索画画、动漫、头像、还有很多明星;16 岁就开始关注穿搭护肤减肥了;19 岁就增加了彩妆。这也是一个慢慢递进的过程。

你们想想,这个数据也是有一定道理的。小学生初中生在学校里也不能化妆,大多也都是穿校服,所以会搜索动漫这类。

而且我们还发现,很多这种低龄的用户来小红书会选一些好看的头像,就这个需求我这种老年人如果不看数据的话,可能永远都不会知道。

而初中生长到 16 岁上了高中了,开始注意穿衣打扮搭也画一些淡妆。等再大一点,结婚了就关心菜谱装修等等内容。

   他们在小红书能看到他们想看的内容吗?

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

分析到这一步,我们已经了解低龄用户想看什么,接下来我们要知道「我们有没有提供他想看的内容」。分析到这里我又拉了两个表:「无点击 40 %以上的高频搜索词」和「无点击 20 %以下的高频搜索词」

这里的「无点击」很好理解,就是用户搜索了但没有点击,这说明用户对搜索结果不满意。高频搜索词也就是用户来小红书的普遍需求,这些词在小红书上的内容相对还是很好的。

从这两张表里可以看出:

  • 搜索无点击的词主要集中在明星、时尚类的词,而且都是年轻用户搜索了没点击;
  • 搜索之后的高点击词,主要集中在减肥、护肤、美甲上。

年轻人来搜明星,搜出来了但是没有点击,肯定有很多原因。我们就大胆猜想一下可能是因为,小红书这方面的内容不是年轻用户真正想看的内容。

我举个例子吧,比如说追星,年轻人去微博上面搜,可能会搜出来明星八卦、传闻、工作信息、还有些粉丝一起追星、到哪接机等等的内容。但小红书没有这些内容,小红书提供给用户的是明星工作之外的一些信息,这些东西未必是现在年轻小朋友想看的。

   他们的 Feed 流推的是他们想看的内容吗?

好,我们再来看第三个问题。

前面的两个问题让我们了解了低龄用户对什么感兴趣、搜索什么以及小红书在哪些内容上不能满足他们。第三个问题想了解的是,当他们在 Feed 流上被动接受信息时,这些内容是不是他们想看的?

我又拉了三个表。

第一个是「用户兴趣特征」,玩过小红书的同学都知道,新注册的用户刚进 APP 时,系统会让你选择一些感兴趣的标签作为你的启动数据。刚开始我们给你推送的内容,都是基于这些你选的兴趣标签。

那我们来看一下, 13 – 15 岁的用户选择是什么? 34 岁的用户选的是什么?从这张表中很明显可以看出:

  • 头部不集中: 13 – 15 岁用户前四名标签占比只有 20 %,而 33 岁以上用户达到 30 % ;
  • 后面不长尾:相对排在后面的综艺、读书、搞笑、舞蹈也只有 2 % 以上,但年长用户的摄影、美甲、汽车已经降低到 1.6 %;
  • 而年轻用户和年长用户的区别则表明用户的兴趣多种多样,在年轻人的表现上是更明显的,这更符合小红书标记我的生活这个思路。
小红书增长技术负责人占雪亮:精细化运营在小红书的实践

当年轻人头部不集中时,我们该如何衡量推荐给年轻用户这些内容是不是他们关心的。

我们通过第二张表中的两个维度来衡量:内容丰满度和曝光占比。图中灰色部分是用户选的标签占比,橙色部分是用户在首页可以看到的内容曝光占比,当这些内容和标签对比时,他们对应的占比大概是多少呢?

我举个简单的例子,比如说最多人选的「时尚穿搭」曝光也最多,这就是合理的;而音乐,选的人很多,但曝光却很少,这说明在音乐这个品类上用户看不到他喜欢的内容。当然也包括电影、餐厅、游戏。

在音乐、情感、电影、餐厅、游戏、动漫、萌宠、搞笑这些标签上, 13 – 15 岁用户和 29 – 23 岁的用户标签选择相差不大,但曝光方面 13 – 15 岁用户比 29 – 23 岁的用户多很多。

所以我们接下来需要关注那些年轻人更偏好但曝光少的类目,这些类目很大概率是优质笔记不足,就像音乐,游戏,动漫,搞笑。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

第三个表我们叫分发匹配度,我选了我们平台上一些内容比较多的品类,用热力图的方式展示出来,接下来我会从曝光分布喜好分布两个维度来对分析。

所谓的曝光发布,就比如说穿搭这个品类,平台分发曝光的内容,在 13 – 15 岁、 19 – 23 岁、 34 岁以上用户的曝光是差不多的。

而喜好分布,就是用户对平台分发曝光出去内容的喜好程度。衡量用户喜欢程度的标准就是,用户有没有点赞、有没有评论、有没有收藏。这个数字就很明显,同样是穿搭品类,在分发曝光上是没有太大区别的,但用户喜好程度分别很大。如果热力图中每一块的颜色对比很明显,那就说明分发机制有问题。

这个数据给我们一些启发: 

  • 头部笔记的曝光几乎是一样的,但是喜好度却差别非常大;
  • 在分发的时候,即使同一品类,在不同的年龄维度上,也需要有不同的分发策略;
  • 这其实也论证了我们在流量分配的时候就需要做精细化运营。

好,我们来总结一下,看一下前面提出的三个问题。

Q第一个是不同的低龄用户表现是否有差异?

A:真正留存低的是 15 岁以下的初中生和小学生,且这些用户大多数是通过 SEM 和信息流购买来的用户,市场部门在投放侧需要更精准的定位年龄信息。

Q他们来小红书想要看到什么内容?能看到他们喜欢看的内容吗?

A

  • 很大部分的年轻人想来小红书看动漫,头像,明星或学习相关的内容。
  • 从搜索表现来看,我们的明星内容并不能很好满足他们的需求,需要调研团队针对这个问题做用户调研,搞清楚他们想看的关于明星的内容是什么? 
  • 市场部门投放(特别 SEM )还是可以多尝试减肥、祛痘、护肤、粉底液这种题材。我想到很久之前我们的投放素材上有一行字是「测测适合你自己的发型」,然后用户就下载来测试发型了,这之后就一群用户反馈找不到测发型的功能,这完全是增加了其他部门的负担。所以说你的广告投放和战略要一脉相承。

Q他们的 Feed 流推的是他们想看的内容吗?

A

  • 在音乐、情感、电影、餐厅、游戏、动漫、萌宠、搞笑这些年轻人更偏好的类目上,内容曝光过少,他们并没有很好的被满足,未来运营团队需要重点补充这些类目的内容。当然,内容不足的品类也可以暂时拿走,避免新用户注册选择后期望过高。
  • 在分发侧, global popular (全面大众)的内容对不同的年龄段需要有所区分,算法团队需要调整当前的分发策略。

这是一个很简单的案例,我们每周都会做几次这种从各种维度的数据分析。

今天因为时间有限,分享的也不是很完整。其实我们还可以从用户的角度去分析,比如说用户用的是 iOS 还是安卓?如果是安卓,那是 OPPO 、 VIVO 、华为、小米?如果是这些,可以看是高端机还是低端机?我们可以切换不同角度来做数据分析。而这些数据分析,就可以用来指导企业的下一步的行为,具体到是调整还是落地。

下面我简单介绍下在小红书,我们常用的数据分析维度。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践
  • 性别(男,女)
  • 新老用户(新注册, 7 天内注册, 28 天内注册,一个月后还会来的存量用户 existing )
  • 年龄段(<= 15 , 16 ~
    18 , 18 ~ 23 , 23 ~ 28 , 28 +)
  • 平台( iOS , Android )
  • 机型( iPhone , OPPO , VIVO ,华为,小米,其他,各 Android 设备再 break down 到中高低端)
  • 地域(一二线城市,三到五线城市,其他) 
  • 获客来源( Organic , SEO , SEM ,信息流,小程序, Branding ,应用市场等等,SEM,信息流等渠道还可以 break down 到具体是什么投放词拉进来的用户)

我们在小红书里面会用到两个工具,第一个叫数据平台。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

数据驱动增长,这句话已经说过很多次了,那怎么样才能真正的驱动增长?那就是从数据中看到问题找到方向。

再讲一个小故事,我们双 11 的时候跟某宝有一个合作。现在双 11 也过了,我就想问一下合作效果怎么样,让某宝对接人拿个数据看下。

然后对接人说,最近双 11 比较忙,他们所有的 BI 分析师团队都在给 CEO 做报表,他说可能得下周才能给我。我说你自己不能去写个搜索跑一下吗?他说我也不会写。

所以我觉得这个就是效率的问题,那可能我就得等到下周了。

但是你可能在小红书,你随便找一个产品,他也会给你写个搜索,把数据给你拉出来,我觉得这是整体效率的提升。

就是为了避免这种情况,小红书对所有的产品经理都一视同仁,入职就送一本教你怎么写 SQL 的书,跑数据的平台也给你,大家自己动手丰衣足食。

小红书增长技术负责人占雪亮:精细化运营在小红书的实践

第二个是实验平台,这其实也是王晔王总前面讲到的内容,是小红书内部的实验平台。做实验是一种意识。

我给大家讲个很久之前的事,关于手机 APP 引导用户上传头像的那个头像框的事情。

当时做这个功能的工程师把自己的头像贴上去,后面大家可能是无聊了觉得很好玩,分析上传头像的用户比例不高,然后大家开玩笑说可能是工程师的虚化头像有问题,最后为了论证这个问题,就做了个实验。

我们把这个功能的所有工程师、 PM 的头像分别上传上去测试了一遍,看看谁的头像做用户引导会提升上传头像的比例。

这个故事也是个小事情。但其实在小红书内部是有这样一种文化的,所有的问题在没拿到数据之前没有人知道对错,那就做个实验呗。

作者: 占雪亮

首席增长官CGO荐读:

更多精彩,关注:增长黑客(ZengZhangHeiKe.com)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

发表评论

电子邮件地址不会被公开。 必填项已用*标注