网赚论坛_网上赚钱项目_兼职任务_网赚教程培训论坛-非凡网赚

 找回密码
 立即注册
查看: 244|回复: 0

揭露今日头条增长的秘密,其中有一点最值得你学习!

[复制链接]

3

主题

3

帖子

533

积分

超级版主

Rank: 8Rank: 8

积分
533
发表于 2018-9-30 00:40:21 | 显示全部楼层 |阅读模式
  当然,今日头条在 A/B 测试上最牛逼的玩法不是“双标题”功能,因为只测试标题,就会造成“标题党”泛滥横行。基于此,今日头条 A/B 有一套“动态”的内容推荐机制,这里的”动态“指的是根据反馈结果,实时更新调整。

  这套“动态”内容推荐机制是如何运转的呢?
  同样的方案,今日头条会先推荐给小范围的人群:
  比如 100 人,如果这 100 人对标题、内容的反馈均不错,那就把方案推荐给更大范围的人群,比如 500 人,如果这 500 人对标题、内容的反馈效果很好,再推荐给更大范围的人群,比如 2000 人,以此类推。
  用户的行为动作会被搜集,据《今日头条推荐系统原理》介绍,基本上每小时都可以看到用户对内容的反馈。但因为每小时都有数据上的波动,今日头条通常以天为时间节点,来查看用户的行为数据。
  将用户的行为动作进行搜集后,今日头条会有日志处理、分布式统计,写入数据库。

  今日头条系统就可以自动生成:实验数据对比、实验数据置信度、实验结论总结以及实验优化建议。
  这样看来,是不是觉得 A/B 测试的威力真的很强大,不仅完成了方案调研,还能通过测试掌握用户口味,实现精细化内容推荐,从而更好地留住用户。
  A/B 测试的应用
  可能你会觉得 A/B 测试只有大公司才玩得起,和我们并没有什么关系。可能你也会觉得这只是产品的事,和我们运营没什么关系。
  那你误解可就大了。不仅小玩家也能玩,而且和我们运营大大的相关。如果你是一个会做增长的运营,那你很可能就会成为你们公司的扛把子。
  举个例子:
  我们之前邀请了「深夜发媸」的主编阿芙,来给我们做微课分享。既然谈到微课,那肯定是要打磨微课海报,提升宣传效果的。
  于是我们请我司首席设计师做了一版,结果一出来,编辑部的小姐姐们意见不合吵了起来。
  一个人认为“如何写出用户喜欢的营销文案”,这个主题没有吸引力,应该改成“10 招写出让用户喜欢的营销文案”。
  还有一个人表示赞同,但是应该进一步优化,改为“10 招写出让用户疯传的转化文案”。

  这个时候,贤哥很机智的说了一句,你们就不能做 3 版海报嘛?每版海报只让一个宝宝号,在同一个时间转发(所有宝宝号均拥有 5000 人好友),这样不就测出来哪版效果好了嘛?
  当时我们没有想到,其实这就是 A/B 测试的思维。
  后来我们实施了贤哥的想法,测试出了 3 个海报的转发率(转发海报用户/新增用户),分别为:30%,35%,44%, 效果最好的一张是:10 招写出用户疯传的转化文案。
  接下来,就发动所有宝宝号,公司的全体员工分享海报,最终吸引了 3000 人来听课,这也是我们目前效果最好的一次微课分享。
  除了微课的应用,还有很多地方也可以用到 A/B 测试。
  比如 App 的 push 可以做 A/B 测试。 饿了么想要测试,不同的促销活动,对用户的留存有多大作用,所以就发生了以下场景。
  昨天,小松果兴冲冲和我说,饿了么给她发了一条推送:“你有一张 15 元大额券待领取”,结果点进去发现是“满 40 减 15 ”。尽管这样,她还是凑单点了很多东西。

  根据以往经验来看,饿了么喜欢在我们吃饭前推送。所以我看了看自己的饿了么推送:“订单满 45 可享七五折优惠”。一看我就没有兴趣,起点那么高。
  其实这就是饿了么运营给我们做的 A/B 测试。
  通过这次测试,他们可以通过订单率发现,同样都是优惠 15 元(都花 40 块的前提下),直接突出数字 “优惠 15 元”,就比“满 40 减 15”效果好。
  总之,通过 A/B 测试,确确实实能够试出最佳增长方法。除了 App 的推送,微课主题,还有很多场景可以用 A/B 测试,比如付费广告,应用商店,着陆页,新用户引导流程等等。
  A/B 测试容易踩的坑
  A/B 测试看似简单,实则隐藏着许多沟沟坎坎,稍不注意就会导致试验结果偏离科学轨道。
  1)忽略测试环境差异
  如果真的有一天公众号开发的标题 A/B 测试的功能,你会用下列哪个方案去测试的你的标题?
  a. 将上海地区用户分成 3 个组,并在同一时间 分别推送 3 个不同的标题。
  b. 将上海地区用户分成 3 个组,并在不同时间点 分别推送 3 个不同的标题。
  如果你的是选择 b 方案的话,恭喜你翻车了!
  举个不太恰当的例子,b 方案的测试方法就好比在电视上投放广告,分别选取了工作日的下午 3 点钟和晚间黄金时段进行测试收集。
  由于轮流展示时的测试环境不尽相同,所面向的受众群体更是千差万别,因此最终试验结束后的数据结果必然会存在一定偏差 ,也就更不具有说服性了。
  2)容易「以全概偏」
  在测试结果没有表现出理想状态下的数据提升时,如果你直接放弃的话,有可能你又踩坑了。
  国际短租平台,搜索是 Airbnb 生态系统中很基础的一个组成部分。Airbnb 曾经做过一个关于搜索页优化的 A/B 测试,新的版本更加强调了列出的图片,以及房屋所在位置(如下图所示)。

  在等待了足够长的时间之后,试验结果显示新老版本的整体数据相差无几,似乎这次优化没有很好的效果。
  如果此时,Airbnb 直接根据整体的数据表现放弃了这次优化,那么这个花费了很多精力设计的项目就会前功尽弃。
  相反,经过仔细研究,他们发现除了 IE 浏览器之外,新版在其他不同浏览器中的表现都很不错。当意识到新的设计制约了使用老版本 IE 的操作点击 后(而这个明显为全局的结果造成了很消极的影响),Airbnb 当即对其进行了修补。
  至此以后,IE恢复了和其他浏览器一样的展示结果,试验的整体数据增长了 2% 以上。

  通过 Airbnb 的例子,我们能学到正确的做法是:在整体效果不太好的时候,不要一竿子打死,而需要从多个维度细分观察个体的情况,以避免区群谬误带来的决策偏差。
  3)只做到了局部最优
  避开了上面的 2 个坑之后,你可能得到一个相对不错的测试结果,在你欣喜若狂时,正准备对外宣布战果时,可能已经踩入了另外一个坑——“局部最优”
  以某金融平台提升新用户的注册率的 A/B 测试为例,运营通过不断进行注册按钮的文案优化,发现相比于“立即注册”、“免费注册”等文案而言,“领取 100 元新人红包”的注册率是最高的。
  但是,如果只是沉迷在文案上做测试,其实他可能就错过了提升用户注册率的其他更效假设。
  正确的做法是可以进行用户调研,了解用户不注册的原因在哪, 通常情况下金融平台让用户放弃注册的原因还在于,注册流程繁杂、信任问题、无匹配的理财产品等,所以在完成了注册按钮的文案测试时,我们还需要在这些方面也进行想要的实验。
  总结
  今天的文章,我们通过分析今日头条,向大家展示了 A/B 测试的强大功效,采用 A/B 测试不仅能够在众多方案中选择出最佳方案,其实更能对产品进行不断的迭代优化,实现用户留存。
  如今,A/B 测试已经渗透到运营工作中,运营社也在实际工作中感觉到这个理论真的很好用。
  1)当有多种方案供选择,但又产生意见分歧时,可以通过 A/B 测试找出找出最优解。比如文章起标题、裂变海报文案、以及 App 的 Push 等。
  2)看似简单的 A/B 测试,其实有很多坑:
  ① 忽略测试环境差异, 没有进行变量控制(只能有一个变量),造成数据偏差;
  ② 以偏概全, 在测试结果没有实现理想状态下的数据提升时,就放弃对产品优化,会导致项目前功尽弃;
  ③ 只进行局部优化就忽略对其他部分的调整更新, 无法查找出其他方面的漏洞。


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

QQ|Archiver|手机版|小黑屋|网上赚钱论坛 ( 苏ICP备12007238号-1

GMT+8, 2018-10-23 13:36 , Processed in 0.165565 second(s), 24 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表