如何從內(nèi)部或者外部進(jìn)行挖掘增長調(diào)查
增長的概念可以用到方方面面，這個不是一個職業(yè)，而是一種做事情的方法
內(nèi)部 - 從產(chǎn)品入手
前面都在講的是營銷渠道的事情，那這里就講產(chǎn)品的事
其實產(chǎn)品做不好，你營銷渠道搞得再六也沒用，完全是白搭
爬取20萬數(shù)據(jù)，我們深扒了風(fēng)口上的「享物說」
比如說上面這篇文章，其實他這個小程序有很多拼團(tuán)，裂變，紅包的玩法，那我們看那個？
這里說了一個很明確的觀點，那么多玩法，最后都是回歸到這個產(chǎn)品是如何盈利的，所以
打開任何一個產(chǎn)品，都要看他的付款按鈕在哪里
一個產(chǎn)品的制作流程，應(yīng)該是這樣子的
所以有了這個思路，就可以把產(chǎn)品制作的流程倒過來，從賺錢點來推倒出需求
錢其實就是 GMV DAU MAU LTV 這些
factors 其實就是指標(biāo)，例如用戶量 * 時長，訂單量 * 單價，訂單量 * LTV，廣告資源 * 單價
數(shù)據(jù)就是訂單量，庫存，交易量，價格，然后進(jìn)行分析評估
產(chǎn)品設(shè)計就是 Martech History User flow 等
所以綜上作述，產(chǎn)品分析邏輯就是這樣的：
產(chǎn)品要從三個點進(jìn)行分析，分別是數(shù)據(jù)，技術(shù)，需求
數(shù)據(jù)做的怎樣，主要看數(shù)據(jù)指標(biāo)有什么，數(shù)據(jù)分布怎么樣，數(shù)據(jù)是怎么抓的
技術(shù)怎么做，主要看用戶流程，歷史版本有哪些，用了什么營銷技術(shù)
需求是怎么做的，就是用戶需求和心理
數(shù)據(jù)
前提：任何商業(yè)模式都可以被拆分為盈利元素
例如
- 電商：GMV = 訂單量 * 訂單價格
- 資訊：盈利 = 用戶量 * 時長
- 社交：DAU -> Active action、User amount
數(shù)據(jù)也分直接和間接，一個是可以直接看出來，一個是要自己分析才能看出來
- 直接數(shù)據(jù)：銷售量，單價，瀏覽量，退單量，庫存，消費時間
- 間接數(shù)據(jù)：消費者偏好，用戶畫像，用戶性別分布，用戶地理分布
所以我們就要在產(chǎn)品中找到與上一步推論相對應(yīng)的元素是什么，比如說電商類最近購買的訂單，而這些數(shù)據(jù)通常都會在 JSON 或者是 JavaScript 里面可以挖出來
其實就是發(fā)送請求，發(fā)送 URL 的請求，然后服務(wù)器返回數(shù)據(jù)，數(shù)據(jù)類型通常是 JavaScript 或者是 JSON
其實就有點像我之前做仿 QQ 音樂的邏輯，偽造請求然后發(fā)送
- 抓包：Fiddler，Thor
- 爬蟲工具：火車頭采集器，八爪魚
- 分析抓包結(jié)果，找到那條最關(guān)鍵的 URL，訪問即可返回 JSON 數(shù)據(jù)
那返回 的數(shù)據(jù)，自己看看那個是那個，然后抽出來分析
如果猜不到競品的 JSON 代碼，那就自己買一個商品看看 JSON 代碼有什么變化
所以說就是確定目標(biāo) - 模擬操作 - 抓包 - 找到 URL - 推測 JSON 參數(shù) - 爬蟲抓取
案例：
抓取5W數(shù)據(jù)，解密「原價收+1.5折賣」的二手書小程序- 增長黑盒
技術(shù)
前提：開發(fā)者的意圖，產(chǎn)品功能，用戶需求都是通過設(shè)計來表現(xiàn)和滿足
在產(chǎn)品設(shè)計方面主要分三點
- 內(nèi)部：User flow，分析框架
- 外部：運用第三方工具，插件，技術(shù)
- 歷史：重要迭代版本
User Flow，UX設(shè)計師日常輸出的16種交付物之一- 知乎
檢測別人的網(wǎng)站用了什么工具：builtwith、similar tech
檢測歷史：wayback、machine、App annie
需求
改變用戶行為的設(shè)計模型——BJ Fogg行為模型- 知乎
以潮自拍為例，五分鐘帶你理解HOOK上癮模型| 人人都是產(chǎn)品經(jīng)理
外部 - 從公開的信息入手
其實世界上只有不到 10% 的信息是秘密，其他全部都是可以挖出來的
信息收集手段的分類
這里講下方法的邏輯，比如說，我們平時判斷一個木門是不是空心，都會用手敲下門，看看是不是有回音，對吧？
那我們平時看木門外表，認(rèn)為是實心的，就叫做【被動信息收集】；假如我們主動敲打木門看看是不是空心的，就叫【主動信息收集】
舉個例子
- 我看產(chǎn)品的測評或者報道，就是被動；我下載產(chǎn)品自己試驗，爬別人家的數(shù)據(jù)就是主動
- 我看營銷的 PR 稿就是被動；我發(fā)郵件套話就是主動
- 我看公司的工商信息就是被動；我在公司實地調(diào)查就是主動
公開信息收集的基本方法
首先回顧一下 OSINT ，這個其實是 Open Source Intelligence ，用于國防，白帽子，法律，人肉
這一套方法的實際應(yīng)用是這樣的
首先想出自己想要調(diào)查的問題，然后分出子問題 1,2,3
然后根據(jù)這些子問題，想出一些關(guān)鍵詞，例如頭部用戶的姓名，CEO 的姓名，公司地點在哪里，郵箱是什么，公司信息有哪些
然后分兩點，一個是爬蟲爬出來的信息，一個是從公開信息找出來的信息（社交媒體，搜索引擎，論壇博客），然和整合成一個初級的情報
整合成初級情報之后，對情報處理，然后進(jìn)行分析，提煉出報告，然后進(jìn)行再提出下一個問題，再進(jìn)行新的調(diào)查問題
剔除問題
調(diào)查目標(biāo)
-
目標(biāo)公司
- 公司財報
- 公司相關(guān)研究
- 公司相關(guān)報道
-
目標(biāo)產(chǎn)品
- 產(chǎn)品數(shù)據(jù)信息
- 產(chǎn)品策略信息
-
目標(biāo)人
- 媒體公開信息
- 個人社交媒體
- 相關(guān)好友
關(guān)鍵詞
定義答案來源，并且篩選每個子問題的關(guān)鍵詞
來源
- 快速掃描，窮盡信息
- 定位信息的重點來源
- 搜索引擎，社交媒體細(xì)查
Google高級搜索技巧之高級語法查詢指令- 齊澤文的Blog - CSDN博客
可以用微信搜索進(jìn)行資料搜集，就可以搜出人
關(guān)鍵詞追蹤
- Google alerts
- Talk walker alerts
- 清博輿情
上面這是三個工具是用來收集情報的
社交媒體
可以從各種社交媒體入手
數(shù)據(jù)類型通常是：圖文，回復(fù)數(shù)，社交互動，綜合數(shù)據(jù)
分析方法：
- 發(fā)布行為分析
- 內(nèi)容分析
- 粉絲互動分析
- 情感分析
從公開渠道收集企業(yè)情報
企業(yè)情報分類
年報搜索方法：
- 集團(tuán)官網(wǎng) -> 投資者關(guān)系 -> 年報、投資者報告、相關(guān)分析
- site:+集團(tuán)官網(wǎng)+關(guān)鍵詞
- 第三方的網(wǎng)站，例如上交所和深交所
那讀年報通常要從商業(yè)數(shù)據(jù)，財務(wù)數(shù)據(jù)，還有業(yè)務(wù)-風(fēng)險-法律-營收-管理層
總結(jié)要明確問題，數(shù)據(jù)支撐，關(guān)注變化和極值
讀招股書：未來，當(dāng)前，團(tuán)隊
BP 搜索方法：網(wǎng)站（瘋狂BP），公共稿，人脈關(guān)系
協(xié)作信息搜索
這節(jié)課的知識用到找工作應(yīng)該還是可以的
