流量决定互联网人的走向，运营人员终究需要改变流量的方向

编辑导语：随着时代的发展，越来越多的行业都加入了互联网前进的步伐，互联网行业开启争夺着流量大战；从某一个角度来说，流量决定着互联网人的走向，同时意味着金钱的走向，本文作者分享的是怎样改变流量的方向，一起来看看吧。

钱总是流向不缺钱的人，爱总是流向不缺爱的人。

同样，对于一个系统而言，流量总是流向了那些不缺流量的对象。

在一个以总消费规模为规则导向的系统中，规则天然会倾向于那些指标更好的热门对象。既然一个内容对象能够在同样的曝光条件下带来更高的消费规模，那么为什么不把流量都汇聚给它呢？

于是，更高的曝光规模、更抢眼的样式，一样样地被施加于热门对象身上，系统规则得到强化、看板数据也因此获得了更亮眼的繁荣。

只是，这种选择，对么？

作为系统的维护者，我们本质所追求的是系统的发展与存续。

总消费规模，只是衡量这个系统发展状态的一个重要数量指标。在边界不断扩展的蛮荒时期，这一指标占据了我们全部的注意力。而当跨越了“高速”发展的阶段后，我们必然会引入更多的指标来去度量系统，引导系统“有序”发展。

单一追求总消费规模的规则 隐含一个极简的假设，即所有的消费行为是等价的。 所以，当我们围绕消费行为的等价性进行深挖，就能够提出一系列的问题。

一、时序维度，用户的每一次消费行为都等价么

显然不。

产品的发展与存续，追求的是用户留存（付费转化）这样的长线结果指标。

对于大部分产品来说，用户的留存（付费转化）相对后置且不敏感，但是，我们总能够发现其和某一个更前置的核心场景下的核心行为存在正相关关系，我们也就可以用一个更敏感的行为指标来去拟合我们的长线结果指标。

• 用户核心场景下的核心行为，即为Aha Moment
• 用来刻画这个核心行为的指标，即为Magic Number

我们做产品的增长策略，就是在围绕这些核心行为与核心指标做功。

比如，外卖业务的AhaMoment的是让用户3天内完成首单；视频业务的AhaMoment的是让用户首日看5个以上的视频。围绕新用户的激励也好、引导也罢，都是为了促成核心行为的核心指标，达到阈值前的行为显然重要性更高。

随着用户的行为跨过阈值，我们就开始面临新的问题：个体的增长是不可能永续的。

通过对成熟期用户的行为指标和结果指标的关联性观察，我们也逐步能够找到一个上限，在抵达这个上限之后（如上图的C区），行为规模的增加并不能持续助力核心指标，而会出现边际收益递减的情况。

以短视频产品为例，通常单用户单日消费在10mins，30mins，60mins是几个比较明确的时间节点，用户的消费时长每超过一个台阶，其留存的增速就会衰减一个台阶。如果用户单日消费超过60mins，那么基本上更多的消费行为可能会对商业化曝光构成正向，但是已经不太会影响到用户的留存了。

结合上图可知，就单次消费行为的价值而言，A区 （留存） B区（发展） C区（成熟）。

二、价值角度，用户的每一次消费行为都等价么

显然不。

站在用户的角度：彼之珍宝，吾之草芥。对于同一个用户来说，不同的消费对象，其体感价值是不等的。我们试图通过刻画一次“满意”的消费行为，来拟合消费行为的价值。典型的，有互动的行为没有互动的行为，一次完整播放的行为没有完整播放的行为，从而产生了互动率、完播率、跳出率等内容消费指标。

站在平台的角度：出于品牌或经济效益的考虑，不同的消费对象能够给平台带来不同的价值。比如，对于短视频应用中，会刻意放大“有用”、“知识型”内容的占比，从而提升平台的品牌形象；另一方面，对于有广告性质的软性内容来说，只要广告主愿意付费，那么平台就可以通过提升对应内容的播放量带来收入的提升。

比如，在“有用导向”的视频播放量上，系统会优先将这些视频插入到日观看60mins以上的用户的列表里，从而控制播放量和留存的损失，换取“有用导向”视频的UV覆盖率提升。

三、用户维度，每一个用户的消费行为都等价么

显然不。

经典的RFM模型里，基于最近一次消费的时间、消费频次、消费金额将用户群划分进入了八个象限，不同象限内的用户对应以不同价值的划分。在每一个维度上，我们用1表示高、用0表示低，就能够更清晰的看到我们应该关注的用户群特点 和 应该发力的方向。

其中，最近一次消费时间近，消费频次和消费金额都很高的用户（111）必然是VIP中P，应该优先得到资源的倾斜和供给，让他们先达到MagicNumber；而那些消费时间远、消费频次低、消费金额低的用户（000）则有点食之无味、弃之可惜的意思。我们对于用户的经营与指标的追逐，也应该首先从更优质的用户开始，逐步向下触探和扩展。

对于综合性平台来说，用户的不等价性或许还不太明显；对于一些有自己调性的社区来说，用户的不等价性就尤为凸显。有这样一个比喻：

• 符合社区调性的用户是干细胞，能够给社区带来更多的可能性和助力；
• 不太符合社区调性的用户是脂肪，对于社区来说没啥助力但好歹也没有太大的副作用；
• 与社区调性冲突、或者是利用规则寻租和作弊的用户则是癌细胞，如果不及早清除，极有可能会影响整个社区的健康。

类似的细化问题，还可以提出来很多很多。

比如，每一个消费对象背后的生产者都等价么？每一个消费对象是可以无限复制的还是有库存、有服务能力上限的？每一次消费行为的成本和收益情况是否是等价的？等等等等。

每一个问题的提出与回答，每一个的假设的推翻与重建，都促进了我们对于业务立体性的思考，让业务的规则导向、指标导向更加立体和完善：

• “高速”的发展，是掩盖一切问题的不二法门，这是各个业务都会追求规模，将数量指标排在首位的原因。
• “有序”的发展，是避免问题雪崩的唯一出路，这是我们需要深挖价值，补充各种各样质量指标的初衷。

比如，对网约车业务来说，单量是数量指标，渗透率、安全性 和 利润率则是质量指标；对电商平台来说，GMV是数量指标，优质卖家数、品类销量等则是质量指标；对于消费品牌来说，GMV是数量指标，复购用户数、利润率等则是质量指标。

从数量指标到质量指标的再平衡，就是一个业务去肥增瘦的过程，在这个过程中，规模指标可能没有显著增长，但是用户NPS和商业化收入都能够得到更大的提升。

一如流水，流量总会流向不缺流量的对象。

而作为平台的经营者，我们终究需要改变流水的方向，让流量能够灌溉到更广阔的地方、激发出可能的勃勃生机。

 

本文由 @YanZehua 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议