欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  新闻

以抖音为案例,讲清楚“用户增长实验”在做什么?

程序员文章站 2024-03-31 22:04:52
你是否知道什么是用户增长实验?你又了解用户增长实验究竟是在做什么?它如何产生作用的呢?针对这些疑惑,笔者将以抖音为案例,聊聊用户增长实验在做什么?...

之前简单介绍过用户增长(ug)核心工作流:分析数据→形成假设→实验验证,大致描述了每一步在做些什么。现在用一个大家可能注意到过的案例,来尝试逆推和重现相关的工作场景,争取讲清楚ug实验在做什么。

案例简介:在刷抖音时部分用户可能会留意到,完成2次播放后分享按钮变成了自己的好友头像,而部分用户依然是常规的分享图标。

对了,这就是一个简单的ug实验。实验涉及到的环节是类似的,我们不妨拿这个例子来做代表,主要讲:

  1. 为什么要做这个实验;
  2. 实验的设计和下发;
  3. 实验分析;
  4. 实验价值提炼。

案例重点讲每一步应该做什么,具体数值是杜撰的且并不重要,如有雷同纯属巧合。

以抖音为案例,讲清楚“用户增长实验”在做什么?

图1实验组和对照组的用户界面

1 为什么要做这个实验

这个案例我只是借用,下面的表述主要从旁观角度去做逆推和重现。

1.1 首先关注策略目标

抖音为什么要下发这个策略?不难看出,直接目的是提升用户点击分享按钮的比例(分享率)。用最常分享的「好友头像」替换「分享按钮」是否能提升分享率,需要实验来验证。

1.2 提升分享率的目的是什么

曾经了解过一些经验:用户群的互动率(转评赞的用户占比)与其留存率很好的正相关

从产品逻辑上很好理解:用户有互动,就会收到反馈,持续互动会产生粘性。假想你的微信好友很少,没有收到信息,你还会经常打开吗?假设你每次发朋友圈,没人点赞评论,势必会大大削弱发圈的积极性。

所以,抖音这么做,更进一步的目标应该是提升用户留存,而留存和用户规模又高度相关,策略的最终目标应该还是提升dau、时长、收入这些规模数据

这些都是前期分析数据的关键产出,而「提升分享率能够提升dau和时长」是一个假设,需要实验验证。

小结

这个实验虽小,但是它背后关联到最核心的增长目标。实验效果的评估,我们也需要关注到这些「结果指标」,而不仅仅是分享按钮的点击率、分享完成率、分享的回流率等等「过程指标」

2 实验的设计和下发

2.1 实验的设计

我们通常会使用随机对照实验,市面上大家基本上用ab实验来代指随机对照实验。通过对比实验组和对照组的指标差异,来验证下发不同策略的两组间,是否产生了显著差异。随机对照实验最核心的两个要点是「随机分组」和「单一变量」:随机分组,目的是保证实验组和对照组用户组成、特点一致,可以进行对比,确保差异来自策略差异而非用户群差异;单一变量,目的是方便将实验结果的差异准确地归因到某个策略差异上。

2.2 实验的下发

如何实现随机分组呢?

通常将用户id(通常是在用户首次使用app时自动生成的一个字符串)经过一些随机算法(常用hash算法)的处理,理论上保证用户的特征与随机算法处理后的用户id不存在依赖关系,最后依据处理后id进行分组。即便如此,分组的充分随机,依然是一个行业难题,所以会通过实验前的空跑期或叫aa实验来确认不同组间在实验前是否无偏差。

这个案例只关心到随机分组,假设我们随机从大盘活跃用户中取了一部分人群,再随机分为实验组和对照组,就可以开始实验了。

表1实验组和对照组的流量分配

实际工作中,往往会碰到流量少,而同时需要做的实验多,这就需要引入正交分层。分层的目的在于形成一系列互不干扰的「平行宇宙」,便于在流量不足时,同时进行很多实验。但是,正交分层有适用条件,我们后面单独开一篇来讲正交分层有哪些要点和坑。

这个案例没这么复杂,只需要将实验组下发「分享按钮替换为朋友圈头像」的指令,而对照组下发「保持原状」的指令(注意:这对照组不是「不下发指令」,因为这样可能会涉及到srm问题,同样,容我后面单独拿一篇来介绍)。实际工作中,还会碰到多个实验变量,如果需要评估每一个变量的影响,就需要确保存在「仅有一个变量差异」的两个实验组。

3 实验分析

3.1 看哪些指标

回归到实验目的,我们直接关注分享率的提升,进一步关注用户留存率的提升,最后想看到对用户dau、时长等是否有提升。那我们需要关注的指标就有:

表2实验组和对照组的观测指标,数值均为杜撰

以抖音为案例,讲清楚“用户增长实验”在做什么?

3.2 实验结果可信吗

判断实验结果是否可信,涉及到一个「显著性」的概念,即实验组和对照组的指标差异是不是能满足统计显著性。统计显著性,意味着我们看到的提升,并不是因为随机波动造成,而是策略影响的。评估显著性,通常用表2中的p-value、统计功效等来说明,完善的实验平台,可以直接输出差异是否显著的结论。如果对显著性感兴趣,建议大家找一本统计学的书详细了解。

参照表2中的数据,基本上可以说明该策略能够显著提升分享率、次留、dau和时长。

3.3 选多少样本量合适

直观的认识:样本量足够大时,即使很小的差异也可能是置信的;而样本量太小时,即使比较大的差异,也可能是不置信的。只要分组充分的随机,样本量大更可能得到置信的结果,但是受限于各方面的成本考量,我们往往需要评估选择多少样本量。

这里就涉及到一个「最小样本量」的问题:通过对实验差异的预估,推算出每一组用最少用多少样本量才能确保实验结果差异是置信的,而不是随机的误差。相关的,还会涉及到一个「实验时长」的问题,简单来说,实验时长=最小样本量/每日流量。

3.4 想长期观察这个效果,应该怎么办

ui修改带来的点击提升,通常可能是新奇效应,所以我们的实验尽量拉长至两个以上的用户活跃周期。比如某些用户是周末刷短视频,周中很少刷,使用频次的一个完整的活跃周期就是一周。新奇效应通常最多持续一个活跃周期,我们选择观察两个活跃周期,大概率能看到用户回归常态下的最终提升量。当然,如果有必要,我们也可以保持这两个实验组和对照组长期有效,看更长久的影响

4 实验价值提炼

实验完成后,我们通常可以收到很多结果,如果不做及时的复盘,这些数据的价值很可能只是冰山一角。这一部分,我跳出本篇的抖音案例来说。

4.1 及时复盘

及时复盘帮助我们尽早的知道策略是否有效,甚至尽早反推实验是不是设计合理。

假设实验差异置信,这个策略的整体效果对总体业务有价值吗?

通常用户量足够大时,很小的指标提升也是置信的,但实际上可能对增长目标帮助不大。我们需要横向来对比不同策略,对同一指标的提升效果,决定哪一个更好

假设实验差异不置信,增长策略从下发到生效是一个「链条」,在哪个节点断掉了?为什么?及时复盘能够尽快明确是策略没成功下发,还是策略无效果。

4.2 下钻分析

很多时候我们初看数据会得到实验差异不显著,效果提升不明显的结果。但是这不妨碍我们去做进一步的挖掘:哪些人群更有效、哪些人群没有效果,可通过实验下钻得到初步答案,再针对有效人群设计新的实验去重复验证,针对无效人群做进一步的分析,进一步调整策略。

实验下钻依赖于我们对用户属性有初步的标签,在实验分析时能够用户进行下钻,或者说筛选。需要强调:下钻后用户量少,不能保证置信度;另一方面这种“后验”的方式会存在分组不均的潜在风险,需要我们针对下钻结果重复去做实验,才能得到可靠的结论。

4.3 可以做哪些新的策略迭代

通过漏斗分析,我们可以看到策略的断点,策略是在哪一步开始失效的。通过产品优化(页面加载、按钮样式、引导样式、文案等等)、运营优化(调整策略下发时机、频次;调整参数如金额、展现时长等等)。

这一部分是产品经理最为擅长的,ug无非是强调基于准确结论来判断问题的关键,去高优先级推进最关键的迭代。

4.4 有没有哪些通用的价值提炼

一个实验结束,我们能够得到的应该远超过实验指标提升。上升到对用户价值提升的视角,这些策略之所以有用,是在哪些地方提升了用户价值,是新体验远超过了旧体验,还是极大降低了用户成本?这些认知是否有可能推广到相关领域、推广到类似场景?

这些我认为是ug更大的课题,也需要产品经理们更多的思考、总结和新的尝试,这同时也是数据驱动的价值和乐趣~

总结

这个案例,麻雀虽小五脏俱全,需要关注的要点,最后再做一下梳理。

  1. 策略的目标是什么,需要看到哪些指标,如何评判
  2. 实验设计时需要关注哪些地方,随机分组、最小样本量、单一变量这几个最为基础;正交分层、srm问题等我们后续单独介绍
  3. 实验结果怎么分析,如何挖掘价值,产生进一步的假设或迭代

文中不免错漏,辛苦指出!

后续会跟进「实验分析三部曲」一点点介绍各种主观/客观造成的分析难点:

  1. 增长实验中的增量分析方法
  2. 准确量化不容易-基础篇
  3. 准确量化不容易-进阶篇