dC端产品的增长实践( 六 )

大家可能就会觉得这里其实是有个bug的：这取决于你学习的知识是什么，如果你的知识系统有错的话，那你的理性可能也不是绝对的理性。
我举一个反例，还是我打针的这件事情。我害怕抽血，但我也知道理性是什么意思，我就去安抚我的神经细胞，当针扎进来的时候，我感受到了它传递给我大脑的信号，疼。
我就自己跟自己对话，说：“没事，不怕，你们不用这么紧张，告诉我这个干嘛。我已经知道他要扎我了”，我这样有没有效？
有效，我确实不觉得那么痛了。
那这就是一个典型的不合常理的地方，因为疼痛感它是真实存在的。而我通过一个我认为后天习得的知识可以改变这种感受的时候，我觉得没那么疼了。很多时候，你的感性其实会比理性更有用。
我在增长这条路上也有特别多这样的感受，举一个例子：

文章插图
这是一个非常典型的增长案例里面会分析的一个视角，内容型产品是有单列和双列的。最典型的分析思路是什么？就是抖音跟快手的区别。
应该很多人都看过这样的案例分析，认为单列的产品用户的选择成本低。因为我很轻易就可以划走，所以我在给内容进行点赞、关注等操作的时候，它的门槛更低，造成的结果就是我这些行为的深度不够。
大家回想一下我前面讲的生命周期，你要为每次行为定义它的深度和频率。而双列的产品，首先就经过一道筛选，我在选择看哪一个内容之前，我要在这么多的内容里面决定点击哪一个？
在这个选择之后的结果里面，我的点赞评论和关注的深度会更深。最后造成的结果是，在我有更多深度决策的这样的一个产品里，我的社区黏性就会更高。因为我对这个主播是真爱，所以我才会关注它。
大家觉得这样分析对吗？我的第一反应是觉得还蛮有道理的，听上去应该是这么回事。但是这是一个特别理性思维的方式，我会给你标准的框架，按照这个框架去推演。但实际上真的是这样吗？快手跟抖音，就是因为单列跟双列造成了整个生态、用户体验和社区粘性这么大的差别吗？
我非常质疑这个观点。不只是这一个原因，是非常多的因素最后综合在一起，造成了这样的结果。所以这是一个非常典型的因为结果倒推前面框架的一个分析。增长人经常会给一个已知的结果套上一个标准的分析框架。
我们平时看用户，通常以看用户标签为主，看他的基础属性，到底哪个城市，什么性别，属于什么年龄段。但实际上看久了，你也会丧失一些对于数据背后用户真实状态的洞察。我们其实可以按照人生状态或者价值观来分类。
像人生状态这种分类方式，很多大的平台已经在非常成熟地使用了。那它是怎么来的？依然把用户特征进行具体分类，划分出来的这一群特征非常相似的人，你去观察他们是什么人，然后让产品和运营的同学给这群人打上标签。
这就是通过你的一些行为深度理解去看用户，而不是冷冰冰的数据标签。
2）效果最好的那个方案永远是你没有想到的那个方案
你认为下面这三个红包方案里面哪一个的点击率最高？

文章插图
第三个的点击率最高。
这里有三种设计思路，红包的目标用户首先一定是面向对福利有偏好的，但是这一步通常不是每个产品都能做得到。因为福利偏好这件事情，是不能精准定位到的。到底哪些用户对红包感兴趣，哪些不感兴趣，我是不知道的。
所以实际情况上，上线的时候可能是大盘进行随机，最多我就是筛选出它的渠道偏好，有一些是这种属性的。筛选不出来就只能大盘随机去测验，这样的话，你面临的问题就是你的用户有可能对红包感兴趣，也有可能对红包不感兴趣，至少可以分成这两类的。