产品经理分享：资讯类 APP 如何利用工具驱动增长？

5 月初，这款内容资讯类 APP，有条，遇到了不小的麻烦：运营汇报显示，在过去的一个月里，我们 APP 的收益，正在不断下滑。这款 APP 的收益主要和一个项目有关：该项目在 APP 内的 Banner（轮播图）上接入一些游戏门户网站的广告，依靠 APP 内的流量带去点击和下载，从而给我们带来收益。

然而，我们根据自身的统计数据和游戏门户方面反馈的数据观察到，这个项目的收入，5 月初与 4 月初相比，降低了 30%。

根据数据表现，分析和推测原因

怎么办，出了情况就要解决啊，毕竟少的都是钱诶！我们几个产品、运营同事，拿着这几个月的各项数据，对着整个流程进行了讨论，最后认为，问题就出在 Banner 位置的广告图上，是广告图的设计不佳，导致 Banner 点击率从原先的 3%左右，一路降低到了 1.5%附近，降低了近 50%。其他一些相关指标虽然也有一定的下降，但是影响最大的就是点击率这块儿。

banner 用图，点开会跳转游戏门户网站

那么任务就很明确了：提高 Banner 的点击率。

创建不同的用户画像

为此，我们重新分析了用户的身份和行为逻辑，针对该项目划分了新的用户群组，以决定今后进行优化的方向。根据 APP 的特性，首先将目标用户群分为两种：

第一种，是偏好游戏、喜欢玩乐的人群，这类人群应当有较多的闲暇时间，年纪比较轻，且容易下载更多游戏，单个用户带来的收益会比较高，提高他们的点击率将会有较高的回报；

第二种，是所有切合 APP 本身特性的人群。这类人群的特点是对于能带来收益的事情非常感兴趣，用户量级很大。

（这里需要说明一下，公司的这款内容资讯类 APP，会根据用户的阅读数量和活跃程度给用户“发钱”，从而达到引流的目的；而游戏门户网站，也会给下载游戏的用户“发钱”）

设计新的广告方案

对于两种目标用户群，就需要分别设计一下 Banner 用的广告图片了。

我们先设计了几种市面上常见的广告图，它们本身风格偏向游戏，并且文案也突出了游戏这个点，例如“游戏轻松玩”、“游戏集结号”等等。

为第一类用户群设计的几种版本

此外，考虑到用户心理，大部分用户在玩游戏的时候，肯定是希望放松、愉悦身心的，因此我们运用年轻群体熟知的“北（ge）京（you）瘫（tang）”形象作为背景，以年初火热的“百万英雄”“芝士超人”等知识问答类 APP 常用的文案为参考，单独设计了一个极具针对性的版本。

为第一类用户群单独设计的版本，下文中的“4 号”

而针对第二类人群，我们暂时只设计了一种版本。这个版本的文案就没有对用户做任何区分了，一句很简单的“百万现金限时送”。相比前面提到的版本，它传递给用户的信息就是：只要你想获得收益，就都可以点击进来。值得注意的是，该版本的图形设计风格，也与“百万英雄”“芝士超人”等知识问答类 APP 的风格有一点点类似，这也是因为，我们 APP 和这些答题赢钱的 APP，两者的用户群有一定的相似程度。因此这样设计，也是为了让这类人群能找到代入感，从而提高点击的欲望。

为第二类用户群设计的版本，下文中的“1 号”

遇事不决问 A/B

感谢公司的设计师小姐姐们，出图很快。拿到图后，就要进行 A/B 测试来判断哪个图的转化最高了。不过，要做 A/B 测试，就意味着需要足够大的实验样本量。而实验样本量的多寡，一是取决于版本差异，二是取决于原始版本自身的转化率。原始转化率上文也提及了，仅有 1.5%左右，那么需要的样本量一般就会比较大。这也意味着，一旦有不好的版本出现，带来的损失也不会小。

因此我们没有用传统的 A/B 测试来进行实验，而是用 DataAI 智能优化引擎，自动进行数据比对，解放人力的同时还能自动将较大的流量分给当时表现最好的版本。具体来说，就是对 Banner 使用“动态变量”进行一次代码集成，然后把剩下的事情交给引擎，我们只需等待最后的结果即可。

Tips：

动态变量是什么？

指仅进行一次编程开发的 A/B 测试实现方式。它能在不影响图片内容正常排期的情况下，动态实时替换 app、H5 里面关键元素的图片内容，从而随时随地进行 A/B 测试。

动态变量有什么优势？

1、只需一次编程开发，长期零代码更新，降低操作成本。

2、数据精准，安全可靠。

3、不影响产品本身任何业务。

4、缩短试错周期，快速提升产品价值。

疯涨的实验结果

集成进展的很顺利，一个小时左右就搞定。我们在内部测试检查数据正常后，实验就正式上线了。令我们非常诧异的是，仅仅运行了一天，各个版本就给出了相当……夸张的表现。最优版本一度达到了 5%左右的转化，这已经是原版（1.5%）的三倍以上。

各个版本在刚上线前两天的表现，1 号是为第二类用户群设计的版本，4 号是为第一类用户群单独设计的版本

这个数据未免太好，好到我们怀疑数据真实性了。然而经过真实环境的测试，我们发现 DataAI 平台统计到的总数，与我们自己统计的图片点击数量是几乎相同的。这就是说，各个图片的转化率，切切实实，就是要比原始版高很多。

点击率最高的 1 号（为第二类用户群设计的版本）

点击率第二高的 4 号（为第一类用户群设计的版本）

实验进行到第六天，1 号的转化率已经飙升到了原版的八倍以上。不得不说，是原版的转化率实在太低了啊……亏我们之前还用原版用了一个多月。所以，到这里，我们是不是应该直接把 1 号图片发版上线，把该 banner 的用图全部替换为 1 号了呢？

不。我们可能可以更进一步，也就是能锦上添花。

基于优秀版本进行快速迭代

1 号的点击率已经是最大了吗？

诚然，经过将近一周的实验，1 号的转化率提升非常大：

实验进行 6 天的结果

但是我们觉得，还能通过一些小的改变，把点击率再提升一点。因为原版的配图，颜色比较偏向冷色调，如果换成暖色调，用户的点击欲望应当会更强烈。此外，如果营造出一种“金钱迸发”的效果或是氛围，也可能会让用户更容易接受

在这个理念指导下，我们又设计了 7 个 1 号的变种版本，每个版本全都只是将 1 号方案的背景图颜色进行了修改。

值得一提的是，TestinData.AI 的动态变量支持快速迭代，能够不发版、无开发，直接进行线上的 banner 图片迭代工作，倒是很方便。

话不多说，直接上数据表现图吧。

1 号方案及 7 个变种上线 7 天后的表现

可以看到，1_6 的表现，比 1 号方案还要再优秀 2.6 个百分点。最终上线的，也是这个版本：

1_6，点击率最佳的版本

整个优化行动到这里就告一段落了，疯狂的点击率提升，带来的是收益的大幅上涨。在实验的半个月里，广告方面的收入提升比例达到了 178.6%。当然，我们的任务还没结束，因为这个阶段的优化，用 AARRR 模型来说，也就只是第一阶段“获取用户（Acquisition）”方面的增长，而转化漏斗里的其他部分还需要我们继续去优化，去提高。

Testin Data.AI 简介

TestinData.AI 致力于应用智能，成为产品经理的外脑，让阅读、资讯、知识、工具类 App 具备个性化智能，让金融、电商、学习、旅行类等商业 App 具备商业智能，通过机器学习专利引擎对应用(HTML5、移动页面、小程序、快应用、原生 App、物联网二维码应用)实时自动优化，使产品、运营和市场人员能够持续、高效提升转化率、ROI 和关键经营指标，预测客户的潜意识需求、并即时传递给他们，从而推动可持续进化的商业效益及品牌忠诚度。

TestinData.AI 具备实时、持续、智能提升转化率的能力，驱动用户增长，在支持智能优化的同时、也支持传统的 A/B 测试，并提供可视化编辑、科学流量分割和专业统计等功能，可以进行私有化部署。