产品经理分享：资讯类APP如何利用工具驱动增长？

由于业务关系，我们接触的数据服务公司比较多，因此一直被灌输着“数据增长”的理念。也是因为这原因，公司做的一款类似趣头条、快头条的内容资讯类的APP，打从上线一开始，就在使用数据分析工具来跟踪数据和做A/B测试。碰巧，在5月的运营活动中，我们依靠数据分析进行了一次成功的优化实验，为Banner带来了可观的增长。整个过程，先是数据分析，而后进行A/B测试，又有Testin Data.AI进行智能优化，几乎全是按照数据驱动的思想来实现的，带来的结果也足够惊人（点击率翻了三番）。现在将整个过程复盘如下，供大家参考~

5月初，这款内容资讯类APP，有条，遇到了不小的麻烦：运营汇报显示，在过去的一个月里，我们APP的收益，正在不断下滑。这款APP的收益主要和一个项目有关：该项目在APP内的Banner（轮播图）上接入一些游戏门户网站的广告，依靠APP内的流量带去点击和下载，从而给我们带来收益。

然而，我们根据自身的统计数据和游戏门户方面反馈的数据观察到，这个项目的收入，5月初与4月初相比，降低了30%。

根据数据表现，分析和推测原因

怎么办，出了情况就要解决啊，毕竟少的都是钱诶！我们几个产品、运营同事，拿着这几个月的各项数据，对着整个流程进行了讨论，最后认为，问题就出在Banner位置的广告图上，是广告图的设计不佳，导致Banner点击率从原先的3%左右，一路降低到了1.5%附近，降低了近50%。其他一些相关指标虽然也有一定的下降，但是影响最大的就是点击率这块儿。

那么任务就很明确了：提高Banner的点击率。

创建不同的用户画像

为此，我们重新分析了用户的身份和行为逻辑，针对该项目划分了新的用户群组，以决定今后进行优化的方向。根据APP的特性，首先将目标用户群分为两种：

第一种，是偏好游戏、喜欢玩乐的人群，这类人群应当有较多的闲暇时间，年纪比较轻，且容易下载更多游戏，单个用户带来的收益会比较高，提高他们的点击率将会有较高的回报；

第二种，是所有切合APP本身特性的人群。这类人群的特点是对于能带来收益的事情非常感兴趣，用户量级很大。

（这里需要说明一下，公司的这款内容资讯类APP，会根据用户的阅读数量和活跃程度给用户“发钱”，从而达到引流的目的；而游戏门户网站，也会给下载游戏的用户“发钱”）

设计新的广告方案

对于两种目标用户群，就需要分别设计一下Banner用的广告图片了。

我们先设计了几种市面上常见的广告图，它们本身风格偏向游戏，并且文案也突出了游戏这个点，例如“游戏轻松玩”、“游戏集结号”等等。

此外，考虑到用户心理，大部分用户在玩游戏的时候，肯定是希望放松、愉悦身心的，因此我们运用年轻群体熟知的“北（ge）京（you）瘫（tang）”形象作为背景，以年初火热的“百万英雄”“芝士超人”等知识问答类APP常用的文案为参考，单独设计了一个极具针对性的版本。

而针对第二类人群，我们暂时只设计了一种版本。这个版本的文案就没有对用户做任何区分了，一句很简单的“百万现金限时送”。相比前面提到的版本，它传递给用户的信息就是：只要你想获得收益，就都可以点击进来。值得注意的是，该版本的图形设计风格，也与“百万英雄”“芝士超人”等知识问答类APP的风格有一点点类似，这也是因为，我们APP和这些答题赢钱的APP，两者的用户群有一定的相似程度。因此这样设计，也是为了让这类人群能找到代入感，从而提高点击的欲望。

遇事不决问A/B

感谢公司的设计师小姐姐们，出图很快。拿到图后，就要进行A/B测试来判断哪个图的转化最高了。不过，要做A/B测试，就意味着需要足够大的实验样本量。而实验样本量的多寡，一是取决于版本差异，二是取决于原始版本自身的转化率。原始转化率上文也提及了，仅有1.5%左右，那么需要的样本量一般就会比较大。这也意味着，一旦有不好的版本出现，带来的损失也不会小。

因此我们没有用传统的A/B测试来进行实验，而是用DataAI智能优化引擎，自动进行数据比对，解放人力的同时还能自动将较大的流量分给当时表现最好的版本。具体来说，就是对Banner使用“动态变量”进行一次代码集成，然后把剩下的事情交给引擎，我们只需等待最后的结果即可。

Tips：

动态变量是什么？

指仅进行一次编程开发的A/B测试实现方式。它能在不影响图片内容正常排期的情况下，动态实时替换app、H5里面关键元素的图片内容，从而随时随地进行A/B测试。

动态变量有什么优势？

• 1、只需一次编程开发，长期零代码更新，降低操作成本。
• 2、数据精准，安全可靠。
• 3、不影响产品本身任何业务。
• 4、缩短试错周期，快速提升产品价值。

疯涨的实验结果

集成进展的很顺利，一个小时左右就搞定。我们在内部测试检查数据正常后，实验就正式上线了。令我们非常诧异的是，仅仅运行了一天，各个版本就给出了相当……夸张的表现。最优版本一度达到了5%左右的转化，这已经是原版（1.5%）的三倍以上。

各个版本在刚上线前两天的表现，1号是为第二类用户群设计的版本，4号是为第一类用户群单独设计的版本

这个数据未免太好，好到我们怀疑数据真实性了。然而经过真实环境的测试，我们发现DataAI平台统计到的总数，与我们自己统计的图片点击数量是几乎相同的。这就是说，各个图片的转化率，切切实实，就是要比原始版高很多。

实验进行到第六天，1号的转化率已经飙升到了原版的八倍以上。不得不说，是原版的转化率实在太低了啊……亏我们之前还用原版用了一个多月。所以，到这里，我们是不是应该直接把1号图片发版上线，把该banner的用图全部替换为1号了呢？

不。我们可能可以更进一步，也就是能锦上添花。

基于优秀版本进行快速迭代

1号的点击率已经是最大了吗？

诚然，经过将近一周的实验，1号的转化率提升非常大：

但是我们觉得，还能通过一些小的改变，把点击率再提升一点。因为原版的配图，颜色比较偏向冷色调，如果换成暖色调，用户的点击欲望应当会更强烈。此外，如果营造出一种“金钱迸发”的效果或是氛围，也可能会让用户更容易接受

在这个理念指导下，我们又设计了7个1号的变种版本，每个版本全都只是将1号方案的背景图颜色进行了修改。

值得一提的是，TestinData.AI的动态变量支持快速迭代，能够不发版、无开发，直接进行线上的banner图片迭代工作，倒是很方便。

话不多说，直接上数据表现图吧。

可以看到，1_6的表现，比1号方案还要再优秀2.6个百分点。最终上线的，也是这个版本：

整个优化行动到这里就告一段落了，疯狂的点击率提升，带来的是收益的大幅上涨。在实验的半个月里，广告方面的收入提升比例达到了178.6%。当然，我们的任务还没结束，因为这个阶段的优化，用AARRR模型来说，也就只是第一阶段“获取用户（Acquisition）”方面的增长，而转化漏斗里的其他部分还需要我们继续去优化，去提高。

文：一颗糯米@云测数据（testindata）

增长黑客荐读产品运营：

《从“曹冲称象”看设计增长的核心在于量化，量化的核心在于分解》
《自如如何实现用户增长？Testin A/B测试让数据运营更简单》
《通过A/B测试，如何判断一个需求可以做？》

更多精彩，关注：增长黑客（GrowthHK.cn）

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…