您现在的位置:   首页 >> 优客智库 >> 产品运营

创业公司增长指南:如何建立,完善和规模化一个增长计划

发布人:yunke.ai 发布时间:2021-01-08 125 次浏览

创业公司如何建立、完善和规模化一个增长计划?一起来看看,来自顶尖创业公司的 25 位杰出 Growth 专家的建议。

来自顶尖创业公司的 25 位杰出 Growth 专家的建议

“Growth hacks,” 正如 :Hotmail 在其用户的默认电子邮件签名中,包含注册链接的行为,可以极大地推动产品,适应市场(PMF)产品的早期病毒增长。 然而,维持长期增长和数亿级的用户量需要科学的增长方式。

实际上,Growth 专家再三强调“growth hacking”并不在他们的词汇表中,或是属于他们工作中依赖的东西,“Hacking”意味着一种随意/消极的驱动方式。

现实恰恰相反,增长很惊人的初创公司已经开始主动组建出专门、强数据导向,并在实验中进一步成长的队伍。

为培养科学的增长方法,最近我们看到许多公司,打破了严格的组织架构(包括产品,技术,营销等),以创建跨职能的增长团队。

据了解,Facebook 是增长团队的先驱。它的第一个增长团队是十年前建立的,有三个人,其后影响力可见一斑。Facebook 在月活 5000 万,同比增长大致相当时推出了增长团队。增长团队及其周边计划,成为 Facebook 今天快速扩张到 20 亿月活用户的主要推动力量,同时促进了 Facebook 核心产品的发展。

在 Facebook 的带领下,大多数成功的消费型创业公司都创办了增长团队。有趣的是,这些团队已经融合了许多相同的最佳实践。

YC 可持续团队,从创始人那里收到了许多关于常规化增长的问题。 每个人都渴望了解,何时聘请他们的第一个专门的增长产品经理(PM)?如何组建一个增长团队?以及如何随着时间的推移而规模化?

所以我们与 25 位 Growth 专家(他们来自 Facebook,Airbnb,Uber,Stitch Fix,Square,Slack 和 Instagram)共同确定建立增长计划的最佳做法。

以下是本指南涵盖的主题:

1. 什么时候做增长?

  • 检查你的留存(附例)
  • 好的留存 / 坏的留存

2. 建立你的增长团队

  • 最常见的搭配
  • 理想的 PM 候选人
  • 理想的工程师候选人
  • 理想的数据科学家候选人
  • 何时聘请你的初始增长团队

3. 你的增长团队的第一年

  • 设定绝对目标并定义关键指标(附例)
  • 确定增长渠道(附例)
  • 建立系统和工具
  • 建立用户研究
  • 持续迭代

4. 增长团队的位置应该在哪里?

将 Growth 植入你的 DNA

致谢

一、何时投资增长?

一个浪费资金、资源和危害公司未来的好办法是:在证明你可以留住客户之前投资增长计划。

换句话说,除非你确保没有“漏桶”问题,**不要雇佣一个完整的增长团队(定义于 “建立你的成长团队” 部分),让你的广告账单增长。如果你确定本节中概述的过程,你还没有做好留存,你可以将增长方法应用于留存。如:Stitch Fix 聘请了专注留存的 PM 来运行实验,以便在投资获取新客户之前改善留存率。

(1)检查你的留存

从该留存清单开始,确定你是否有良好的留存?你可以与你的核心产品团队进行检查。

Retention Checklist (你需要查看是否保持良好的指标和数据)

此时**的问题是:你的留存是否好?

要查看你的留存是否良好,请执行以下 3 个步骤:好的留存 vs. 差的留存

  1. 稳定的长期保留:长期保留应稳定并且平行于 x 轴(y 轴代表留存量)。 在第一时期(例如:高频产品 [1] 的第 2 个月或低频产品 [2] 的第 2 年)通常是常见的,但最重要的是,确保长期保持稳定和平行到x轴(参见下面的群组分析图);
  2. 长期留存与你特定行业中的“平均或中位数”基准相一致:重要的是将你的留存与你特定行业的公司进行对照。 例如:如果你是社交网络,稳定的长期留存为 10% 是很差的;
  3. 较新的群组应该表现更好:“群组”是指——特定月份开始使用你的服务的新客户群。确定较新的群组是否比较老的群组有更好的表现,如果较新的群组比较老的群组的留存更好,这意味着你正在改进你的产品和价值观。

以下是 Airbnb 已经执行的一个例子,这就是好的留存。下图显示稳定的长期保留,每个新群组都比前一个更好。例如:第 2 年和第 3 年的保留率优于 1 年留存率,Airbnb 的长期留存率优于同一垂直竞争对手的中位数。

将你的留存与在特定行业中的公司进行比较很重要,下面列出了 5 个垂直行业的平均长期留存目标:

二、建立你的增长团队

一旦你通过了这些检查,并且知道你有很好的保留,你可以开始执行建立正式的成长团队的第一步,我们将在下一节中介绍。

在公司的早期,几乎每个人都在负担增长。因为它们正在巩固产品符合市场需求(PMF),而一些公司即使在产品契合市场之后,也将其视为共同的责任。

公司成立专门的增长团队的原因是:通过启动结构化实验,来推动所需的行为/行动,将增长燃料导入产品市场。

如果你已经证明(产品)实现了可持续留存,你可以专注于建立专门的团队,以进一步提高留存率并激活和保留增量新用户。

这是最常见的增长团队第 1 年组合:

Year 1 Growth Team = 1 Growth-focused PM + 2-3 Growth Engineers + 1-2 Growth Data Scientists

(1 位专注 Growth 的产品经理+1 位专注 Growth 的工程师+1 位专注 Growth 的数据科学家)

何时聘请你的初步增长团队:

  1. 大多数公司在工作团队中,约有 15 名工程师时进行了首次招聘。
  2. 如果你有很强的留存率,那么增长 PM(你的第一次增长聘用)可能是团队的第 3 或第 4 个PM,CEO 最常犯的错误是等待太久才雇用增长型 PM。

目前的趋势是——许多人一旦有强劲的产品市场匹配度和留存,就尽快投资建立增长团队。此外,有相当多的证据支持,在正确的时间,建立正确的增长团队,会加速产品增长轨道的论点。

一个好的成长团队也可以发挥好“防守”的作用,新功能和增强功能的启动,往往会走歪或影响使用。增长团队能够在几分钟(而不是几天)内了解根本原因,并且可以纠正问题,从而限制负面影响。

Facebook 的增长团队,被认为是**的守卫之一,这使得他们自从早期以来一直有别于其他竞争者。

你的第一名雇员至关重要,因为初始团队成员,将建立你的公司的实验框架和增长文化。100% 的增长专家都将前几名雇员,称之为招聘和扩大团队的“磁铁”。

许多成功的数据科学家在 Stitch Fix 工作,因为他们有兴趣从 Eric Colson(前 Netflix 的数据科学和工程副总裁以及早期 Stitch Fix 雇员之一)的领导层工作和学习,这并不意外。

虽然成功不能仅仅归功于增长团队,但是拥有一个早期增长团队有助于加快公司的整体增长轨迹。

通常,第一个增长团队的雇员是产品经理(PM)。我们发现,建立了成功的增长团队的增长专家们,强调的PM、工程师和数据科学家特征的一些趋势。

1.理想的增长 PM 候选人

  1. 数据导向:理想的候选人是强数据驱动和好奇的,我们所有的专家都说这是一个必须的。你希望有人在这个角色中不断地问“为什么”?即使增长数字上升。我们的一个专家说:“最糟糕的是数字下降,其次糟糕的是数字上升,你却不知道为什么?”
  2. 以往的增长经验:重要的是,PM 在竞争领域(例如:电子商务、约会应用、游戏应用、社交网络)中的公司方面具有增长经验。这意味着你不会像 Google 或 Apple 这样的公司招聘,因为这些团队无需竞争并进行规模扩张。超过 90% 的专家提到,以往的增长经验是团队领先的重要特征。
  3. 是前公司创始人 (bonus) : 有趣的是,我们采访中有 60% 的增长专家是前创始人。为什么他们是好的 PM? 因为开办公司的人往往能够独立思考,因此可以承担风险,而且坚持不懈。这很重要,因为许多实验将失败。
  4. 是现有的 PM (bonus): 如果现有的 PM 具有上述特征,那么你可能有机会将其指定为成长 PM(如 :Facebook 和 Slack 所做)。增长团队必须与公司内的所有利益相关者合作,并且已经在公司内建立社会资本的人,可以加速团队的进步。这是好的,但不是必须的。在领导增长团队之前,40% 的增长负责人已经是公司的PM。其他如:Airbnb和Uber,特别为此功能聘请了增长型 PM。

2.理想的增长工程师候选人

  1. 自驱型人才:由于大部分工作是需要运行实验来确定哪些是有效的,工程师应该积极主动地提出自己的假设和实验并迭代。与增长 PM 类似,他们应该具有无限的好奇心,并不断地问“为什么?”以揭开藏在其后的洞见。
  2. 不为丢失的代码哭泣:这是一个应该对实验感到很舒服的人,知道大量的代码不会最终部署上线。
  3. 做好小事:许多测试都会很小,没有很大的影响 。所以一个相当新的工程师(只有2-4 年的经验 ),会比有多年经验,走向固化思维和路线的人,可能会更好地适应这种心态。
  4. 擅长沟通者:增长工程师应该喜欢与具有多功能型团队一起工作,包括:设计,文案,数据等。

3.理想的数据科学家候选人

**,数据科学家是一个全面的增长团队的重要雇主。

Airbnb 最近宣布,他们建立了一所内部的大学致力于培训数据科学家。

数据科学家有这样的要求:

  1. 流畅的实验设计和解释:由于增长是运行大量的实验,比其他数据科学角色要做的更多,在面试过程中测试这一点很重要。你可以提出问题,例如:“在特定情况下,你大概需要的样本大小是?”

本页面均来此互联网页面如有触犯其他或者第三方利益请联系站长删除 137865155@qq.com