APP年末增长大戏背后的数据逻辑

数据在增长中起着重要的作用，反映了产品增长的实际情况，也反映出背后的问题。

刚刚结束的“双十一”比往年还要热闹一些。在大戏上演的20多天里，电商巨头旗下的APP们，纷纷以矩阵的形式组团出击，使出浑身解数，用眼花缭乱、环环相扣的花式玩法推销自己。

群雄逐鹿的“双十一”仅仅只是一个开始，随着数据逐渐深入应用到APP推广和运营之中，今年APP年末大戏的“增长”主题依然围绕着“精准”、“精细化”等关键词。

APP求增长离不开对数据的应用，应用程度的深浅决定着增长效果的好坏。

基础的应用是把数据当作验收工具，用来衡量和评价APP增长各个环节的效果；进阶的应用是把数据当作重要信息，对反馈数据进行全面洞察，找到用户真正的需求；更深入的应用则是把数据当作APP增长的重要资源，对数据进行动态的管理和挖掘，建立数据模型将数据背后的价值开发出来，为APP增长各个环节的优化提供数据依据和验证。

本系列文章将通过拆解一个与某共享单车APP合作完成的“增长”全案，解读数据在APP增长全流程中担任的角色，以及如何发挥其作用。

人群洞察科学验证经验预判

策略是APP增长的基石，而人群洞察是帮助APP验证和明确目标人群的“数字导航仪”。

APP在开展人群洞察前不能无的放矢，必须先要有预设的目标人群。APP运营者可以结合行业了解、经验总结和APP自有数据，综合分析拟定目标人群。本案例中的共享单车APP在进行数据洞察之前就将大学生群体作为本次增长的重点目标人群。

APP在拟定了目标人群后，首先要做的是去验证目标人群的发展潜力，是否具有“增长”价值。数据洞察可以从APP的用户画像、用户构成以及线下场景等维度，通过行业对比的方式，进行验证。

案例从共享单车行业整体人群画像、该单车APP用户人群画像两大维度进行对比分析。

通过两组用户画像的对比，得出以下结论：

25-44岁人群是共享单车类APP主流人群；18-24岁人群占比达6%，是主流人群之外很有竞争力的人群；

该单车APP人群年龄结构中18-24岁人群占比为12.6%，略低于行业人群年龄结构中12-24岁的人群占比，这说明单车APP对18-24岁人群的拓展还有增长空间。

案例在用户人群结构占比洞察中，根据人群标签对共享单车人群进行人群结构分析，得出以下结论：

大学生人群是单车行业第二大用户群体；

该单车APP用户中大学生人群占比仅为7.3%，远低于行业占比，大学生人群潜在市场空间较大。

线下场景洞察打破空间次元壁

APP对于用户洞察的维度不能仅限于线上行为，还要考量线下场景因素。因为，线下生活场景也会对用户APP使用行为产生影响。

APP在洞察中加入线下场景，可以打破空间次元壁，实现线上、线下的有机联动，助力用户增长。正如电商们追逐的“新零售”概念，其核心在于打通线上、线下场景，通过线下需求线上服务解决的方式促进增长，而这一增长策略的背后需要强大的线下场景洞察。

本案例中，共享单车APP的“增长”策略同样需要线上与线下紧密结合，因此除了线上人群的对比，线下场景洞察同样重要。

案例对于共享单车用户线下场景（样本地：上海、成都）进行人口热力图分析，尤其关注大学城、创业园等学生群体密集区域。热力图通过颜色深浅的色块来显示人群密集程度，颜色越红人群越密集。

如上图所示，无论是上海，还是成都，大学城所在位置都是区域人群高度集中的区域（即红色色块），具有拓展价值。

上述数据洞察发现，大学生人群确实是具有价值的目标人群。共享单车APP将大学生人群作为增长目标用户是可行的。

但是，大学生人群体量有限，也并非共享单车行业的主流用户人群，APP将增长目标人群仅瞄准于大学生人群显然覆盖度不够。APP仍需寻找新的增长目标用户来做补充。

根据先前人群洞察的结果，上班族是共享单车APP的“大户”，共享单车解决了通勤人群最后一公里的问题。基于对行业的理解，案例将洞察的方向转至通勤人群，并结合交通接驳的线下场景，对上海和成都地铁沿线站点进行人群洞察。

此次洞察将用户线上行为偏好和线下场景相结合进行验证，结果显示：

早高峰时地铁站点周边单车人群更为密集；

晚高峰时期，地铁站点周边单车人群更为活跃；

地铁站点半径1km的范围内，单车潜在用户较为集聚。

洞察发现，地点站点周边半径1KM区域是共享单车APP增长新场景，能够覆盖更多的活跃人群。

案例进行到这里，增长策略制定期的数据洞察暂时告一段落。