用户|用户旅程下的数据增长实践( 四 )

还有一种情况，即“崩溃”。不知道有多少产品经理知道ANR这个数据指标？有多少人知道你的APP的崩溃率是多少？
可能很少有产品经理会关注这个指标。但是近期见过一些客户，我觉得大家会越来越重视数字体验。去年我们发布了一份白皮书，里面的数据显示，现在整个行业，安卓端千分之三的用户可能会经历崩溃；iOS端数据相对好一些。头部客户的整体情况相对较好；中小型客户的崩溃率可能会更大。
大家可以猜一下，淘系产品，如淘宝天猫，他们的崩溃率是多少？
万分之一。
可以看见，行业的基础水准与头部的差距还是相对明显的。前几天值得买的前端技术负责人在分享时也讲到，值得买APP的崩溃率也做到了万分之几。而这是行业内相对优异的水准。又如WiFi万能钥匙这款产品，其崩溃率也是万分之几。
但是当下行业内大量APP还是停留在千分之几的状态，这算是中等优秀的水平。但是百分之几的话，此时产品就可以拿着这个数据去diss研发了。

文章插图
友盟有一款产品专门负责性能监控，可以让产品经理知道一些基础的数据，比如用户的机型、地域等等。与此同时，我们也可以提供真机对APP进行测试。

文章插图
再分享一个案例。车来了是一款专门做公交出行的产品。该产品的部分客户投诉至客服部门，说产品很卡、很慢，此时研发进行排查。而我们做了一个相对直接简单的功能，即当用户投诉时，我们直接输入用户的账号ID对其进行定位，查明他的卡顿情况大概发生在哪些页面，是真的发生崩溃还是其他情况，其后让研发进行排查。
这其中并没有涉及到隐私的地方，只是通过账号ID来查询用户大致崩溃的路径。而可以看到，这样的解决问题效率其实很高。
六、离开了还会再回来吗？
文章插图
现在拉新成本越来越高，大家都在做私域流量运营。互联网进入了存量时代，因此用户越来越重要。

文章插图
那么如何解决这些问题？现在移动端用户的沉默比例还是相对较高，因此我们也提供了大量的工具服务。

文章插图
比如push场景，push其实是一个很好的拉活存量用户的手段，但是有些产品可能会对用户造成频繁骚扰，因此我们和许多客户共创，联合达摩院等做了算法上的合作，推出了国内首款智能推送。

文章插图
如图，便是我们帮助某一电商在某一地区做618大促，基于智能推送所达到的效果。
七、总结
文章插图
最后整理一下。个人觉得这确实是一套非常典型的方法论。现下AARRR、增长黑客、北极星指标，包括许多公司正在尝试的OKR，其实它们的底层方法论是一模一样的。定义最核心的目标，只要一个或两个，其后可以结合多种方法论，将业务流程进行拆解。你可以横向将其分向人，让所有人为同一个指标服务，其中所有的实验迭代、AB测试等，都只是执行过程。
近几年我又听到另一个词，即“做正确的事”。而在我看来，其实它们的本质都是相同的，即衡量你的OKR、或关键指标是什么，最终把事情做对。
最后，希望我的分享对3年或几年之内的产品经理有所帮助，首先，这是一套比较共通的语言，可以让产品在研发面前更自信。同时，其中也穿插了一些产品经理可以了解的工具，帮助产品经理提升效率。