如何將日活躍用戶數(shù)量提升4.5倍？多鄰國(guó)用四年時(shí)間給出了答案。從失敗中學(xué)習(xí)，通過精細(xì)化運(yùn)營(yíng)和創(chuàng)新的產(chǎn)品功能，多鄰國(guó)成功激發(fā)了用戶增長(zhǎng)。這篇文章將分享多鄰國(guó)增長(zhǎng)策略的關(guān)鍵所在，帶你一探究竟。

多鄰國(guó)已經(jīng)打卡185天了，一直沉迷，壓根停不下來。

最近一直在看Lenny的專欄，翻到了Duolingo 前首席產(chǎn)品官 Jorge Mazal 分享的內(nèi)容 —— 首先是他們過程中的失敗，然后是推出的一系列功能，如何幫助 Duolingo 在4年內(nèi)將 DAU 增長(zhǎng)4.5倍。

失敗案例1：增加游戲化場(chǎng)景，提升留存率

增長(zhǎng)的核心是專注提升留存率，優(yōu)先考慮留存率而非新用戶獲取。

第一步：定策略

所有類型的產(chǎn)品，高留存率都是游戲，通過游戲化場(chǎng)景融入實(shí)際的業(yè)務(wù)路徑。兩個(gè)主要原因點(diǎn)：

①已有成功案例。Duolingo 已經(jīng)成功實(shí)施了幾種游戲化機(jī)制，比如主屏幕上的進(jìn)度系統(tǒng)、連勝和成就系統(tǒng)；

②橫向產(chǎn)品分析。當(dāng)時(shí)的數(shù)字游戲化產(chǎn)品的用戶留存率遠(yuǎn)高于我們產(chǎn)品，這是可以持續(xù)探索的。

第二步：拉團(tuán)隊(duì)，定方案

攏共分為兩部分：

①組建認(rèn)同理念的敏捷團(tuán)隊(duì)快速試錯(cuò)；

②體驗(yàn)最合適的游戲化方案。

研究 Gardenscapes ，將將計(jì)數(shù)器機(jī)制納入我們的產(chǎn)品中，給用戶有限的機(jī)會(huì)來正確回答問題，否則他們必須重新開始課程，這增加了游戲的稀缺感和緊迫感。

結(jié)果：

①產(chǎn)品層：花了幾個(gè)月時(shí)間增加計(jì)數(shù)器功能。然后整體的留存率數(shù)據(jù)沒有變化， DAU 也沒有增加，關(guān)鍵是也沒有收到任何用戶反饋。

②團(tuán)隊(duì)管理：團(tuán)隊(duì)解散。

失敗案例2：用戶推薦策略，提升增長(zhǎng)

當(dāng)留存率沒有提升后，只能維持現(xiàn)狀，保證留存率不下降。想從用戶新增下手，于是重新組建了拉新計(jì)劃的團(tuán)隊(duì)。

當(dāng)時(shí)，Uber 通過推薦策略在用戶獲取方面做的非常不錯(cuò)，于是也創(chuàng)建了一個(gè)類似 Uber 的推薦策略，獎(jiǎng)勵(lì)是免費(fèi)使用一個(gè)月的高級(jí)訂閱 Super Duolingo（當(dāng)時(shí)稱為 Duolingo Plus）。

結(jié)果：

新用戶只增加了 3%。這是積極的，但不是我們需要的那種突破。盡管如此，團(tuán)隊(duì)還是加倍努力，堅(jiān)持下去，向推薦計(jì)劃發(fā)送迭代并進(jìn)行了一些其他嘗試，但無濟(jì)于事。

復(fù)盤：為什么會(huì)失敗

①提升留存率：借鑒 Gardenscapes

玩 Gardenscapes 時(shí)，每一步都感覺像是一個(gè)戰(zhàn)略決策，因?yàn)槟惚仨殤?zhàn)勝動(dòng)態(tài)障礙才能找到勝利之路。

但戰(zhàn)略決策并不是完成 Duolingo 課程的必要條件——你要么知道問題的答案，要么不知道。因?yàn)闆]有任何策略，Duolingo 的步數(shù)計(jì)數(shù)器只是一個(gè)無聊的、附加的麻煩。

他們的產(chǎn)品定位和用戶人群的差異性太大。

②提升用戶新增：借鑒 Uber

推薦對(duì) Uber 有效，因?yàn)槌丝屯ㄟ^永無止境的隨用隨付系統(tǒng)支付乘車費(fèi)用。免費(fèi)乘車是一種持續(xù)的激勵(lì)。

對(duì)于 Duolingo，我們?cè)噲D通過提供一個(gè)月的 Super Duolingo 免費(fèi)服務(wù)來激勵(lì)用戶。然而，我們最優(yōu)秀、最活躍的用戶已經(jīng)擁有 Super Duolingo，如果他們已經(jīng)加入了計(jì)劃，我們就不能再給他們一個(gè)月的免費(fèi)服務(wù)。這意味著，我們的策略需要依靠我們最好的用戶，但實(shí)際上卻把他們排除在外了。

反思總結(jié)

只知道從功能層借鑒了競(jìng)品，而未考慮用戶人群、運(yùn)營(yíng)策略。應(yīng)該按照全盤去拆解競(jìng)品，在借鑒功能時(shí)反復(fù)問自己：

• 為什么此功能在該產(chǎn)品中有效？
• 為什么這個(gè)功能在我們的環(huán)境中可能會(huì)成功或失敗，即它能否很好地翻譯？
• 在我們的環(huán)境下，需要進(jìn)行哪些調(diào)整才能使該功能成功？

換句話說，我們需要在采用時(shí)做出更好的判斷。如果在這一領(lǐng)域更加系統(tǒng)化，那么我們選擇的游戲化機(jī)制將有很大不同。我們可能根本不會(huì)關(guān)注推薦。我致力于確保我們的下一次嘗試更加有條不紊。我們需要更好地根據(jù)數(shù)據(jù)、見解和基本原則做出決策。

重新梳理：從模型和數(shù)據(jù)

充分調(diào)研后，借鑒 Zynga 和 MyFitnessPal 收集數(shù)據(jù)維度，根據(jù)用戶參與度對(duì)用戶細(xì)分和建模。

根據(jù)每周留存指標(biāo)對(duì)用戶進(jìn)行分類并衡量留存率：

• 當(dāng)前用戶留存率 (CURR)：如果用戶在過去兩周內(nèi)都使用過該產(chǎn)品，那么本周他們?cè)俅问褂迷摦a(chǎn)品的概率
• 新用戶留存率 (NURR)：如果用戶上周是新用戶，那么本周他們?cè)俅问褂迷摦a(chǎn)品的可能性
• 重新激活用戶保留率 (RURR)：如果用戶上周重新激活，那么本周回來的概率
• 復(fù)活用戶留存率 (SURR)：如果用戶上周復(fù)活（從較長(zhǎng)時(shí)間缺席中恢復(fù)），則本周回來的概率

這些區(qū)塊代表具有不同參與度的不同用戶群。并且，曾經(jīng)使用過該產(chǎn)品的每位用戶在任何一天都只能屬于一個(gè)區(qū)塊。這意味著，模型中的區(qū)塊在表示曾經(jīng)使用過 Duolingo 的整個(gè)用戶群時(shí)是 MECE（相互排斥、集體詳盡）的。箭頭測(cè)量用戶在區(qū)塊之間的移動(dòng)（這些區(qū)塊包括 CURR、NURR、RURR 和 SURR，但演變?yōu)槊咳樟舸媛识皇敲恐埽^(qū)塊和箭頭結(jié)合起來，該模型創(chuàng)建了一個(gè)幾乎閉環(huán)的系統(tǒng)，新用戶是唯一的突破點(diǎn)。

方便的是，該模型的前四個(gè)區(qū)塊加起來就是 DAU。這些區(qū)塊的定義如下：

• 新用戶：應(yīng)用程序首次參與活動(dòng)
• 當(dāng)前用戶：今天參與過，并且在過去 6 天內(nèi)至少參與過一次
• 重新激活的用戶：離開 7-29 天后第一天參與的用戶
• 復(fù)活的用戶：離開 30 天或更長(zhǎng)時(shí)間后第一天參與的用戶

其余三個(gè)存儲(chǔ)區(qū)塊代表今天不活躍且不活躍程度不同的用戶。

• 有風(fēng)險(xiǎn)的 WAU：今天不活躍，但在前 6 天中至少有一天活躍 ——風(fēng)險(xiǎn)周活躍用戶數(shù) + 日活躍用戶數(shù) = 周活躍用戶數(shù)
• 處于風(fēng)險(xiǎn)中的 MAU：過去 7 天內(nèi)不活躍，但在之前的 23 天內(nèi)至少有一天活躍 ——風(fēng)險(xiǎn) MAU + WAU = MAU
• 休眠用戶：過去 31 天或更長(zhǎng)時(shí)間不活躍 ——MAU + 休眠用戶 = 總用戶群

由于 DAU、WAU 和 MAU 可以輕松從這些類別中計(jì)算出來，因此很容易對(duì)它們進(jìn)行隨時(shí)間變化的建模。這是該模型的一個(gè)關(guān)鍵特性。此外，通過操縱箭頭所代表的比率，我們可以模擬這些比率隨時(shí)間變化的復(fù)合和累積影響；換句話說，這些比率是產(chǎn)品團(tuán)隊(duì)可以用來增加 DAU 的杠桿。

在創(chuàng)建模型后，我們開始每天拍攝數(shù)據(jù)快照，以記錄過去幾年中所有這些用戶群體和留存率每天的變化情況。有了這些數(shù)據(jù)，我們可以創(chuàng)建一個(gè)前瞻性模型，然后進(jìn)行敏感性分析，以預(yù)測(cè)哪些因素對(duì) DAU 增長(zhǎng)的影響最大。我們對(duì)每個(gè)比率進(jìn)行了模擬，其中我們每季度將一個(gè)比率上調(diào) 2%，持續(xù)三年，其他比率保持不變。

以下是我們第一次模擬的結(jié)果。它顯示了每個(gè)杠桿上 2% 的小幅變動(dòng)如何影響預(yù)測(cè)的 MAU 和 DAU。

我們立即發(fā)現(xiàn) CURR 對(duì) DAU 產(chǎn)生了巨大影響，是第二佳指標(biāo)影響的 5 倍。事后看來，CURR 的發(fā)現(xiàn)是有道理的，因?yàn)楫?dāng)前用戶分組有一個(gè)有趣的特征：保持活躍的當(dāng)前用戶會(huì)返回到同一個(gè)分組。

這會(huì)產(chǎn)生復(fù)合效應(yīng)，這意味著 CURR 更難改變，但一旦改變，其影響將更大。基于此分析，我們知道 CURR 是我們必須改變的指標(biāo)，以便實(shí)現(xiàn)我們想要的戰(zhàn)略突破。我們決定成立一個(gè)新團(tuán)隊(duì)，即留存團(tuán)隊(duì)，以 CURR 作為其北極星指標(biāo)。

專注于 CURR 的最大好處之一是決定不再關(guān)注以前看似至關(guān)重要的事情，尤其是新用戶留存。對(duì)于一家多年來一直致力于將大部分增長(zhǎng)實(shí)驗(yàn)首先放在新用戶身上并取得巨大成功的公司來說，這是一個(gè)巨大的思維轉(zhuǎn)變。

另一個(gè)重要教訓(xùn)是看到指標(biāo)對(duì) DAU 和 MAU 的影響之間存在巨大差距；例如，CURR 對(duì) DAU 的影響是其對(duì) MAU 影響的 6 倍。iWAURR（非活躍 WAU 重新激活率）是提升 DAU 的第二大杠桿，但在提升 MAU 方面則遠(yuǎn)遠(yuǎn)落后于增加新用戶和復(fù)活用戶。這意味著，如果我們想看到 MAU 的大幅改善，我們?cè)谀承r(shí)候仍然需要找出獲取新用戶的新增長(zhǎng)向量。但就目前而言，我們的重點(diǎn)只是提升 DAU，因此我們優(yōu)先考慮 CURR，而不是其他所有增長(zhǎng)杠桿。事實(shí)證明，這是正確的選擇。

成功案例1：排行榜

經(jīng)過復(fù)盤和考慮，決定押注排行榜，原因和方法 ——

① Duolingo 已經(jīng)有一個(gè)排行榜，供用戶與朋友和家人競(jìng)爭(zhēng)，但效果并不明顯。通過 Zynga 的經(jīng)驗(yàn)，我曾假設(shè)競(jìng)爭(zhēng)對(duì)手的參與度比個(gè)人關(guān)系的親密程度更重要。我認(rèn)為這在成熟的產(chǎn)品中尤其如此，因?yàn)樵S多用戶的好友不再活躍。從我們?cè)?Zynga 的測(cè)試來看，這個(gè)想法是正確的。基于此，我覺得一個(gè)類似于我在 Zynga 幫助設(shè)計(jì)的排行榜系統(tǒng)將在我們的產(chǎn)品環(huán)境中取得成功。

② FarmVille 2 的排行榜還包括一個(gè)“聯(lián)賽”系統(tǒng)。除了登上每周排行榜榜首之外，用戶還有機(jī)會(huì)晉級(jí)一系列聯(lián)賽級(jí)別（例如從青銅聯(lián)賽到白銀聯(lián)賽再到黃金聯(lián)賽）。聯(lián)賽為用戶提供了更大的進(jìn)步感和獎(jiǎng)勵(lì)感，這是游戲設(shè)計(jì)中不可或缺的元素。隨著時(shí)間推移，聯(lián)賽還會(huì)增加參與度，因?yàn)閰⑴c的用戶會(huì)逐周升級(jí)到更具競(jìng)爭(zhēng)力的聯(lián)賽。我們認(rèn)為此功能可以很好地轉(zhuǎn)化為 Duolingo 現(xiàn)有的產(chǎn)品，因?yàn)樗苯永昧巳祟惛?jìng)爭(zhēng)和進(jìn)步的共同動(dòng)機(jī)。

結(jié)果：

整體學(xué)習(xí)時(shí)間增加了 17%，高度投入的學(xué)習(xí)者（每周 5 天，每天花費(fèi)至少 1 小時(shí)的用戶）數(shù)量增加了兩倍。此時(shí)，我們還沒有弄清楚如何計(jì)算 CURR 的統(tǒng)計(jì)顯著性，但我們發(fā)現(xiàn)我們的傳統(tǒng)留存指標(biāo)（D1、D7 等）得到了實(shí)質(zhì)性的改善，并且具有統(tǒng)計(jì)顯著性。展望未來，排行榜功能成為改進(jìn)指標(biāo)的載體，團(tuán)隊(duì)至今仍在繼續(xù)優(yōu)化該功能。同樣重要的是，排行榜是留存率的第一個(gè)突破！

成功案例2：推送通知

基于大量的A/B測(cè)試發(fā)現(xiàn)，推送通知能成為增長(zhǎng)的重要因素，是時(shí)候重新優(yōu)化迭代該功能在某些時(shí)間，某些場(chǎng)景推送給某些人了。

調(diào)研后的反面例子：Groupon 長(zhǎng)期以來每天只發(fā)送一封電子郵件通知，后來激進(jìn)地測(cè)試，高達(dá)每天五封，最后大家都退訂了。

因此制定核心原則：避免過度通知，保護(hù)推送的時(shí)機(jī)、內(nèi)容、人群。

結(jié)果：

推送策略在在時(shí)間、模板、圖片、文案、本地化等方面進(jìn)行優(yōu)化，通過無數(shù)次迭代、A/B 測(cè)試和老虎機(jī)算法，該團(tuán)隊(duì)能夠產(chǎn)生數(shù)十個(gè)小型和中型的成功案例，這些案例每年都為 DAU 帶來了可觀的增長(zhǎng)。

成功案例3：連勝機(jī)制

通過數(shù)據(jù)發(fā)現(xiàn)，如果用戶連續(xù)使用 10 天，他們離開的可能性就會(huì)大大降低。顯然，這在很大程度上只是相關(guān)性和選擇偏差，這個(gè)點(diǎn)值得去深挖，如何提升用戶連續(xù)使用的能力？

連續(xù)性的概念其實(shí)很簡(jiǎn)單：向用戶顯示他們?cè)趹?yīng)用上連續(xù)進(jìn)行任何活動(dòng)的天數(shù)。但事實(shí)證明，連續(xù)性周圍存在大量?jī)?yōu)化機(jī)會(huì)。

我們的第一個(gè)重大勝利來自連勝保護(hù)通知——如果用戶即將失去連勝，該通知會(huì)提醒他們。這個(gè)深夜通知證明了加倍優(yōu)化連勝確實(shí)有相當(dāng)大的好處。此后，我們進(jìn)行了多項(xiàng)改進(jìn)：日歷視圖、動(dòng)畫、連勝凍結(jié)更改和連勝獎(jiǎng)勵(lì)等。每一項(xiàng)都有助于改進(jìn)最初的連勝理念，并大幅提高留存率。

結(jié)果：

到目前為止，連勝功能是 Duolingo 最強(qiáng)大的互動(dòng)機(jī)制之一。

連續(xù)性之所以有效，原因有很多。其中之一是，連續(xù)性會(huì)隨著時(shí)間的推移增加用戶的積極性；連續(xù)性越長(zhǎng)，保持連續(xù)性的動(dòng)力就越大。在用戶留存方面，這正是我們希望用戶擁有的行為。學(xué)習(xí)者每天來到 Duolingo，他們比前一天更關(guān)心第二天回來，從而增加了留存率和 DAU。作為一個(gè)元課程，我們?cè)谶B續(xù)性機(jī)制方面的成功進(jìn)一步表明，我們可以從現(xiàn)有功能中獲得重大收益。我們可以看到重大突破和快速優(yōu)化的價(jià)值。

北極星指標(biāo)：CURR（當(dāng)前用戶留存率）

我們并沒有止步于 CURR；我們非常擔(dān)心 CURR 會(huì)在某個(gè)時(shí)候達(dá)到上限，所以我們遲早要找出獲取新用戶的增長(zhǎng)向量。留存團(tuán)隊(duì)一直專注于提高 CURR，但作為一家公司，我們不斷增加對(duì)增長(zhǎng)的投資，創(chuàng)建越來越多的產(chǎn)品和營(yíng)銷團(tuán)隊(duì)來尋找新的向量（用于留存和獲?。?。幸運(yùn)的是，這些賭注中有幾項(xiàng)奏效了：

①國(guó)際擴(kuò)張

②構(gòu)建社交功能

③加速課程內(nèi)容創(chuàng)建

④與 KOL 合作

⑤增加我們?cè)趯W(xué)校的存在感

⑥投資于付費(fèi)用戶獲取

⑦在 TikTok 上傳播

每一項(xiàng)都值得單獨(dú)案例研究。

整體結(jié)果

通過四年的努力 ——

①成功將CURR提升21%，核心用戶每日流失率降低了 40% 以上；

②DAU增長(zhǎng)4.5倍；

③用戶群的質(zhì)量也有所提高。連續(xù)使用 7 天或更長(zhǎng)時(shí)間的 DAU 份額增長(zhǎng)了近 3 倍，占 DAU 的一半以上。

這意味著 Duolingo 現(xiàn)在不僅擁有更多的活躍用戶，而且這些用戶更有可能繼續(xù)回來、推薦他們的朋友并訂閱 Super Duolingo。這種增長(zhǎng)是 Duolingo 成功 IPO 的關(guān)鍵。

個(gè)人思考：

①在高處打深井，在低處筑堤壩；

②拆解競(jìng)品時(shí)，應(yīng)從全局去考慮競(jìng)品的定位、人群、功能和產(chǎn)品的匹配關(guān)系，而非看到功能就借鑒；

③數(shù)據(jù)分析太重要了，那是用戶留下的痕跡；如果沒有一定的數(shù)據(jù)，先從搭建種子用戶群開始。

原文鏈接：

https://www.lennysnewsletter.com/p/how-duolingo-reignited-user-growth