查看原文
其他

DAU 增长 6 倍,股价增长 3 倍,多邻国如何靠连胜和推送做增长?

Founder Park
2024-07-19

The following article is from Linkloud精选 Author Linkloud小编

在争夺用户注意力这件事上,甚至在和社交媒体以及短视频的竞争中,一款学习类 app 从中突围而出,成为了当下碎片消费时代的佼佼者——多邻国(Duolingo)。

在过去五年中,多邻国的 DAU(每日活跃用户)从 500 万增加到如今的近 3000 万(增长了 6 倍!),而该公司的股价在过去两年中增长了近 3 倍,这主要归功于有条不紊的产品迭代和实验。

多邻国的大部分收入来自付费订阅,其余来自广告和应用内购买。吸引用户并让他们持续打开 app,很少有公司能比 多邻国做得更好,这个语言学习 app 用好了这两个可以推广到许多其他行业的重要概念:连胜和通知,成为夺取用户注意力的最大赢家之一。

多邻国的秘密武器是一串代码,称为多臂老虎机算法(multi-armed bandit algorithm),它测试不同消息的效果,并在最佳时间发送最有效的消息,来最大化地增加打开它的人数。

其他公司会用很像垃圾邮件的东西来轰炸你,这可能会让你心烦,甚至关闭通知。但多邻国能做到的是,每次发送的通知都是为你量身定制的,并且总是在你最有可能点击的时候出现。

多邻国洞悉了人性的弱点:我们想要连胜,但真正害怕的是失去连胜。

目前,多邻国上最长的活跃时间已经超过 4100 天,这些人十多年来每天都会去打卡。同样令人震惊的是,有 500 万人已经连胜超过一年。此外,多邻国说,超过 3000 万每日活跃用户中,有 70% 以上有一周的连胜。

多邻国的前产品负责人 Jorge Mazal 和工程副总裁 Sean Colombo 都撰文分享了多邻国如何做用户增长的心得,本文基于这两篇文章进行了整合编译,部分内容转载自「Linkloud 精选」。

原文:

https://www.lennysnewsletter.com/p/how-duolingo-reignited-user-growth

https://www.lennysnewsletter.com/p/the-secret-to-duolingos-growth


01 

早期走过的弯路

2017 年底,Jorge Mazal 加入了多邻国,成为这家教育应用巨头的产品负责人。那时,多邻国已经是全球下载量最大的教育应用,拥有数亿用户,但面临着用户增长放缓的挑战。到 2018 年中,日活跃用户(DAU)的年增长率仅有个位数,这与公司过去的爆炸式增长形成了鲜明对比。


对于一家走到平稳期的教育公司来说,DAU 的每一点点增长都能给业务带来巨大的涡轮效应,多邻国通过 Gamification 的一系列优化和调整,在四年内将日活跃用户增加了 4.5 倍,成功将 多邻国送到了 IPO 的门前。

本节为 Jorge Mazal 对团队增长历程的回顾和剖析。

提升游戏化元素

我们最开始尝试重振增长主要集中在提升用户留存上,也就是修补我们的「流失问题」。我们选择优先提高留存率而不是吸引新用户,因为我们的新用户增长完全是自然发生的,当时我们也没有明显的策略来进一步加速这一过程。另外,我们团队中有人认为,通过增加游戏化元素可以提高用户留存。我认为这是正确的方向,主要有两个原因。首先,多邻国已经在主屏幕的进度系统、连续登录挑战和成就系统等方面成功地实施了多种游戏化机制。其次,当时顶级的数字游戏比我们的产品有更高的用户留存率,这让我相信,我们在游戏化方面还有提升的空间。

我和我们的首席设计师共同准备了一份简洁的演示文稿,这份文稿帮助我们获得了公司其他高层的足够支持,并创建一个全新的团队——游戏化团队。这个团队由一名工程经理、一名工程师、一名设计师、一名助理产品经理(APM)和我本人组成。

但我们面临一个小挑战:我们并不确定哪些逐步推进的游戏化元素会适用于多邻国。

那时,我们团队热衷于一款名为 Gardenscapes 的游戏,这是一款类似于 Candy Crush 的三消益智手机游戏。这款游戏成为了我们的首个创意灵感源泉。

在分析 Gardenscapes 的各种游戏元素时,我们并不完全清楚自己在寻找什么。我们只知道 Gardenscapes 比多邻国更能吸引用户,并且我们发现了一些相似之处。例如,多邻国的三分钟课程和 Gardenscapes 的一关三消游戏有着类似的体验:它们都通过进度条向用户展示了完成课程的进度。但 Gardenscapes 有所不同,它将进度条与限定移动次数的计数器相结合。这个计数器限制了玩家完成一关所能使用的步数,为游戏带来了稀缺性和紧迫感。我们决定在多邻国中引入这种计数器机制,给用户一定数量的机会正确回答问题,一旦用尽,就需要重新开始课程。

我们团队耗费了数月时间来加入这个计数器功能。随着更新的发布,我怀着极大的期望,但结果却让人沮丧。所有的努力似乎都付诸东流,既没有提高用户留存率,也没有增加日活跃用户数量,甚至用户反馈也寥寥无几。我感到非常失望。这次尝试最大的影响在于我们团队本身。一旦结果出炉,团队成员立刻陷入了意见分歧,有的人想继续改进这个想法,有的人则想完全改变方向。结果,我们的团队几乎立刻就解散了,这个想法也随之被抛弃,情况非常糟糕。不过,这次失败至少让我对公司文化有了更深的认识,也促使我思考如何改善个人的领导风格——尽管这又是另一个话题了。

推出推荐系统

在游戏化尝试失败后,我们感到颇为挫败,于是决定改变策略,不再将重点放在提高用户留存上。我们组建了一个新的产品团队,专门负责吸引新用户,这个团队被命名为 「用户获取团队」。当时,Uber 在用户获取方面表现出色,而且据悉其推荐系统功不可没。受此启发,我们开发了一个与 Uber 类似的推荐系统。作为奖励,我们提供了一个月的 Super(当时叫 多邻国 Plus)高级订阅服务免费体验。我们认为这是个相当吸引人的优惠!

我们开始推出了这个功能,并希望我们的第二次尝试会更加成功。然而,新用户只增加了 3%。这是一个正面的结果,但不是我们需要的那种突破。尽管如此,团队仍然坚持不懈,继续推进推荐系统的迭代,并尝试了一些其他的方案,但都无济于事。

虽然团队继续进行迭代,但我明白我们必须找到不同的方法来解决我们的增长问题。


02 

DAU 增长 4.5 倍,做对了什么?

这几个月连续失败的后果让我反思如何做出更好的产品决策。

回想起来,为什么 Gardenscapes 的移动计数器不适合我们的产品变得清晰了。当你在玩 Gardenscapes 时,每个移动都感觉像是一个战略性决定,因为你必须巧妙地避开动态障碍,找到通向胜利的路径。但在完成多邻国课程时,并不需要战略性决策——大多数时候要么知道问题的答案,要么不知道。由于其中没有任何策略性,多邻国的移动计数器简直就是一个乏味、附加的麻烦。这是一个错误的游戏化机制被引入到多邻国中。我意识到,我过于专注于 Gardenscapes 和多邻国之间的相似之处,却忽略了背后差异的重要性。

我也很快就明白了为什么我们的推荐计划没有取得类似于 Uber 的成功。推荐对 Uber 来说有效,因为乘客是在一个永无止境的按需支付系统中支付车费的。免费乘车是一个持续的激励。对于多邻国来说,我们试图通过提供 Super Duolingo 的一个月免费使用来激励用户。然而,我们最好和最活跃的用户已经有了 Super Duolingo,我们无法在他们已经在计划中的情况下给他们一个免费月份。这意味着我们的策略,本应依赖于我们最好的用户,实际上却将他们排除在外了。

在这两种情况下,我们借鉴了其他产品的成功特性,但方式错误。我们未能考虑到环境变化可能对功能成功的影响。从这些尝试中,我意识到我需要更好地理解如何智能地从其他产品借鉴想法。现在在考虑采纳某个功能时,我会问自己:

  • 这个功能为什么在那个产品中有效?
  • 为什么这个功能可能在我们的环境中成功或失败,即它是否能够很好地转化?
  • 为了使这个功能在我们的环境中成功,需要做哪些调整?

换句话说,我们需要在采纳时更好地判断适应性。在这个领域更有系统性的做法本可以让我们在选择追求的游戏化机制上做出更大的不同。我们可能会完全不考虑专注于推荐。我决心确保我们的下一次尝试将更加有条理。我们需要更好地基于数据、洞察力和基本原则来做出决策。

更多使用数据和模型

多邻国一直擅长收集数据,尤其是支持 A/B 测试的数据。但之前并没有太多的利用这些数据生成洞察。我从 Zynga 和 MyFitnessPal 的内部经验中看到,我们可以利用多邻国的数据来找到一个北极星指标,并实现我们所需要的突破。

我在 Zynga 和 MyFitnessPal 的经历给了我们灵感,关于如何通过参与度对用户进行细分和建模。Zynga 将用户分开并基于以下每周留存指标来衡量留存:

  • 活跃用户留存率 (CURR): 如果用户在过去两周每周都使用产品,本周他们回来的概率
  • 新用户留存率 (NURR): 如果用户上周是新用户,本周他们回来的概率
  • 召回用户留存率 (RURR): 如果用户上周重新激活,本周他们回来的概率

后来,当我在 MyFitnessPal 工作时,我发现他们采纳并扩展了 Zynga 的留存工作。他们不仅使用 CURR、NURR 和 RURR 来衡量增长,还用它们来模拟未来的情景。他们还增加了 SURR:

  • 回流用户留存率 (SURR): 如果用户在上周沉睡(从较长时间的缺席中),本周他们回来的概率

我假设我们可以在多邻国使用这些指标作为起点,创建一个更复杂的模型,并利用该模型来确定一个北极星指标。与增长团队的数据科学家和工程经理合作,我们提出了以下模型。我们使用了与 Zynga 和 MyFitnessPal 相同的留存率,但我们从每周视角调整到每天视角,并增加了几个更多的指标。

这些块或桶代表了具有不同参与度水平的不同用户群体。而且,曾经使用过产品的每一个用户在任何给定的一天都只属于一个存储桶。这意味着模型中的存储桶在代表曾经使用过多邻国的所有用户方面是 MECE(相互排斥,集体穷尽)的。箭头表示用户在桶之间的流动(包括 CURR、NURR、RURR 和 SURR,但演变为每日留存率而不是每周的)。通过结合存储桶和箭头,该模型创建了一个几乎封闭的系统,新用户是唯一的破坏因素。

方便的是,模型的前四个桶加起来就是日活跃用户(DAU)。这些桶的定义如下:

  • 新用户:在应用中的首次参与
  • 当前用户:今天参与并且在前六天中至少有一天参与过
  • 重新激活用户:在休息 7-29 天后的首次参与
  • 回流用户:在休息 30 天或更长时间后的首次参与

剩余三个存储桶代表了今天不活跃但有不同不活跃程度的用户。

  • 风险周活跃用户 (WAU): 今天不活跃,但在前六天中至少有一天活跃
  • 风险 WAU + DAU = 周活跃用户(WAU)
  • 风险月活跃用户 (MAU): 在过去七天内不活跃,但在前 23 天中至少有一天活跃
  • 风险 MAU + WAU = 月活跃用户(MAU)
  • 休眠用户:在过去 31 天或更长时间内不活跃
  • 月活跃用户(MAU)+ 休眠用户 = 总用户基数

这些存储桶使我们能够轻松计算出日活跃用户(DAU)、周活跃用户(WAU)和月活跃用户(MAU),便于我们随时间进行建模,这是模型的一个关键特点。此外,通过调整箭头所示的各个比率,我们能够模拟这些比率随时间带来的复合和累积效果。换句话说,这些比率就是产品团队为增加 DAU 可以调整的杠杆。

我们建立了这个模型后,开始每天记录数据快照,以此来追踪过去几年这些用户群和留存率的日常变化。有了这些数据,我们便能够构建一个面向未来的模型,并进行敏感性分析,以预测哪些调整对 DAU 增长影响最大。我们对每个比率进行了模拟,在三年时间内每季度将单个比率提高 2%,同时保持其他所有比率不变。

下面展示了我们首次模拟的结果,它揭示了每个杠杆上微小的 2% 变动对 MAU 和 DAU 的影响。

我们马上发现,当前用户留存率(CURR)对日活跃用户(DAU)的影响非常巨大,是排名第二的指标影响力的五倍。回顾过去,这一发现是合理的,因为当前用户群有一个特殊的特征:保持活跃的当前用户将再次被归入同一个用户群

这产生了一种复合效应,这意味着虽然 CURR 很难改变,但一旦改变,它将产生更大的影响。基于这一分析,我们知道,要想实现我们想要的战略性突破,我们必须改变 CURR 这个指标。我们决定创建一个新团队,即留存团队,以 CURR 作为其北极星指标。

专注于 CURR 的一个最大好处是决定不去做那些以前看似至关重要的事情,尤其是新用户留存。这对于一个在新用户身上进行了大量增长实验并取得巨大成功的公司来说,是一个巨大的心态转变。

另一个重要的教训是看到一个指标对日活跃用户(DAU)与月活跃用户(MAU)影响的巨大差距;例如,CURR 对 DAU 的影响是其对 MAU 影响的 6 倍。不活跃的周活跃用户再激活率(iWAURR)是提升 DAU 的第二佳杠杆,但对于提升 MAU 来说则排在增加新用户和复活用户之后的第四位。这意味着,在某个时刻,如果我们想看到显著的 MAU 改善,我们仍然需要找出新用户获取的新增长途径。但就目前而言,我们的重点只在于提升 DAU,因此我们将 CURR 放在所有其他增长杠杆之上。事实证明,这是正确的选择。

排行榜策略

有了这个明确的指令,我们查看了过去几年的历史模型数据和 A/B 测试,看看我们是否不经意间做了任何曾经推动过 CURR 的事情。令人惊讶的是,我们并没有。事实上,CURR 多年来没有变化。我们必须基于首要原则来确定如何推动 CURR 的第一步。

我仍然认为游戏化是提高留存率时的一个好的起点。我们之前使用 Gardenscapes 风格的移动计数器失败并没有实际上推翻我们最初认为游戏化仍然对多邻国有上升空间的任何理由—— 我们只是学到了移动计数器是一个笨拙的尝试。这一次,我们将对我们增加或借鉴的功能更加有条理和智能。我们确保应用了我们之前在游戏化方面努力的经验教训。

经过一些考虑,我们决定押注于排行榜。以下是原因和方法。

多邻国已经有了一个让用户与他们的朋友和家人竞争的排行榜,但它并不是特别有效。基于我在 Zynga 的经验,我觉得有更好的方法。当我开始在 Zynga 的 FarmVille 2 游戏工作时,它包括了一个类似多邻国现有排行榜的排行榜,用户与他们的朋友竞争。基于我作为玩家的个人经验,我假设竞争者的参与度的亲近性比个人关系的亲近性更重要。我认为这在一个成熟的产品中尤其正确,那里许多用户的朋友已经不再活跃。从我们在 Zynga 的测试中,这个想法被证实是正确的。基于此,我觉得一个类似我在 Zynga 帮助设计的排行榜系统,在我们产品的背景下会成功。

FarmVille 2 的排行榜还包括了一个「联赛」系统。除了达到每周排行榜的顶端,用户有机会通过一系列联赛级别(例如,从青铜联赛到银联赛再到金联赛)。联赛为用户提供了更大的进步感和奖励感,这是游戏设计中的一个不可或缺的元素。它们也随着时间的推移增加了用户的参与度,因为参与度高的用户每周都会升级到更具竞争力的联赛。我们觉得这个功能可以很好地转化为多邻国现有的产品,因为它直接利用了竞争和进步这两个普遍的人类动机。

然而,并非所有《FarmVille 2》的排行榜特性都适合应用于多邻国。我们必须谨慎选择,把这种游戏元素调整到适合多邻国的环境中。在《FarmVille 2》里,要在排行榜上竞争,玩家除了核心游戏玩法外,还需要完成额外的任务。但在多邻国中,我们刻意避免了这一点。因为在多邻国的语言学习环境中,增加更多任务只会造成不必要的复杂性。我们特意设计了一个简单、轻松的排行榜系统;用户自动参与,只需在平常的语言学习中保持一致性,就能逐步攀升至初级联赛的顶端。我们通过保留激动人心的游戏元素,同时简化操作,找到了一个折中的平衡点。

排行榜功能迅速且显著地提升了我们的业务指标。整体学习时间增长了 17%,而高度参与的学习者(即每天至少学习 1 小时,每周 5 天的用户)的数量增长了三倍。尽管我们当时还未能准确计算 CURR(当前用户留存率)的统计显著性,但我们的传统留存指标(如第一天留存率 D1,第七天留存率 D7 等)有了明显的提升,并具有统计显著性。展望未来,排行榜功能成为了提高业务指标的关键途径,团队一直在优化这一功能。同样重要的是,排行榜成为了用户留存团队的首个重大成就!

推送通知作为增长策略

多邻国的用户留存团队充满活力,不断探索新方法以吸引现有用户,鼓励他们每天持续学习。他们将目光投向了推送通知。通过过去几年的大量 A/B 测试,多邻国发现推送通知是促进增长的重要手段。但这种效果随时间推移已趋于稳定。现在,随着团队活力恢复、新想法涌现,我们认为是时候重新评估这种策略了。

我们深入研究时,一个至关重要的原则浮现了出来。这是源于 Groupon 首席执行官的一个分享。他告诉我们的 CEO Luis von Ahn,Groupon 曾长期坚持每天只发一封邮件通知。但他们后来考虑,增加邮件发送量是否会提高效果。首席执行官最终同意测试每天向每个用户多发送一封邮件。结果,目标指标显著提升。受此鼓舞,Groupon 不断尝试,邮件数量增至一天五封。但突然之间,他们的邮件通道效果大幅下降。随着时间的推移,频繁的邮件测试几乎摧毁了这一渠道。过于积极地 A/B 测试邮件和推送通知的一个被忽视的风险是,用户可能选择退出,一旦退出,即使结束测试,他们也不会重新加入。频繁这样做,就等于毁掉了沟通渠道。我们必须避免这种后果。因此,在推送通知策略上,我们制定了一个基本原则:保护通信渠道

鉴于这一限制,我们赋予团队较大的自由度,让他们在通知的发送时间、模板、图片、文案、本地化等方面进行优化。但是,除非有充分的理由且得到 CEO 的批准,否则不能增加通知的数量。经过无数次迭代、A/B 测试,以及运用 bandit 算法(一种在不确定性选择中寻找最佳选项的算法),团队逐渐实现了众多小型和中型的成功,这些成功逐年累积,为多邻国带来了显著的日活用户增长。

连续登录功能作为增长动力

多邻国用户留存团队的一位产品经理开始研究用户留存率与特定功能使用之间的关系。他发现,用户若能连续登录 10 天,他们退出的几率会显著降低。尽管这很大程度上只是相关性和选择偏见,但我们认为这一发现足够有趣,值得进一步优化这一功能。

连续登录的概念很简单:就是在应用中显示用户连续活跃的天数。但我们惊讶地发现,在连续登录这个功能上有很多优化的空间

我们取得的第一个重大进展是推出了「连续登录保护」通知,这是一种提醒那些即将失去连续登录记录的用户的通知。这种间接证明了,加强连续登录功能的优化确实能带来巨大的好处。在此之后,我们又陆续推出了多项改进措施:如日历视图、动画效果、连续登录「冻结」功能的调整和连续登录奖励等。这些改进都在原有连续登录概念的基础上做了提升,并且显著提高了用户留存率。

截至目前,连续登录已成为多邻国最有效的用户互动机制之一。谈到他们在多邻国的体验时,用户们经常会提及自己的连续登录记录。我最近遇到一位用户自豪地告诉我:「我已经连续登录 1,435 天了!」他还特别强调:「期间从未使用过连续登录冻结功能!」这份自豪是他应得的,毕竟他已经坚持了近四年每天学习自己选择的语言。

连续登录之所以有效,原因有很多。其中之一就是它随时间增长而激发用户的动力;连续登录时间越长,维持这一状态的动力就越强。在用户留存方面,这正是我们希望用户展现出的行为。每天登录多邻国的学习者,对于第二天再次登录的兴趣比前一天更浓,这不仅提升了留存率,也增加了日活跃用户数。从更广阔的视角来看,我们在连续登录机制上的成功也启示我们,可以通过现有功能实现重大突破。我们意识到,不论是大的创新还是快速的优化,都有其独特价值。一个优秀的团队往往能够在这两者之间找到平衡。

拓展新用户增长渠道

我们并未将目光局限于当前用户留存率(CURR)。公司内部普遍认为,CURR 迟早会达到增长极限,因此我们必须寻找吸引新用户的新策略。尽管用户留存团队仍专注于提升 CURR,但作为整个公司,我们一直在增加对成长的投入,不断成立更多的产品和营销团队,以探索新的增长途径(包括用户留存和吸引新用户)。幸运的是,我们的多项策略都取得了成功,包括国际扩张、开发社交功能(这最终成为用户获取团队的成功转型方向)、加快课程内容的创作、与网红合作、增强在学校的影响力、小幅投资于付费用户获取,以及在 TikTok 上引发热潮。每一项都值得进行深入的案例分析。


03 

一些增长秘诀

本章节来自于多邻国工程副总裁 Sean Colombo 的文章节选。

保持紧迫感,推动复合增长

我们学到的核心之一是,紧迫感能带来复合增长。

要获得最佳的长期收益,你应该始终保持紧迫感。越快推出成功的实验,这些变化对增长的影响就越快。不仅如此,这些改进是复合增长的!在多邻国,大约 90% 的日活跃用户增长来自于新学习者听到朋友、家人、老师、同事和其他人的推荐。因此,日活跃用户会自动受益于一些复合增长。更明显的复合增长效果体现在保留率指标上。

为了确保我们快速行动并在不牺牲质量的情况下追求增长,我们使用这些指南,你也可以在你的组织中应用:

  1. 在你有信心掌握数据时尽快做出决定。在任何给定时刻,团队通常会同时运行多个实验,同时也在努力推出即将上线的功能。团队可能会让实验「收集更多数据」并不时检查它们。具备谨慎和定期检查实验的纪律,以便知道何时有足够的数据来启动它们,这意味着你将尽快获得最大影响。

  2. 尽可能快地向尽可能多的学习者(即用户)推出实验。为了对实验结果有足够的信心,我们需要大量用户参与实验。许多实验开始时只有很少的人可以看到新的实验,正如我上面提到的,团队在进行下一个大项目时通常没有压力加速推出实验。但是,一旦你有信心改变是安全的,尽快增加推出非常重要。越早获得做出实验决策所需的数据,你就越早推出它并开始复合增益。

  3. 不要缩手缩脚。如果你有一个不错的新功能,但有些地方需要改动,不要只是关闭它,进行调整,然后再运行另一个实验。如果不完美的版本严格来说比之前的体验有所改进,就向新用户推出它(这开始了复合增益),然后通过迭代实验进行改进。只有在推出后进行的改进所节省的返工量相对于发布该功能的好处非常低。此外,这也意味着各个平台上的用户将拥有更一致的体验,这是有价值的。

  4. 在确定实验顺序时考虑投资回报率(ROI)。团队负责人在项目优先排序时考虑了许多因素,但我认为首先进行最有效的高 ROI 项目是正确的路径,因为它们将有更长时间的复利期。团队在季度计划时通常会忽略顺序,而专注于在三个月内完成的事情清单。顺序很重要!

  5. 首先在你最大的平台上发布。如果你在 Android 上有显著更多的用户,先在 Android 上发布实验,然后移植到 iOS 上,从长远来看会比先在 iOS 上发布然后移植到 Android 上获得更多的收益。先向更大的用户池发布会比按相反顺序做带来更大的复利增益。

  6. 快速移植和复制成功。如果你的公司不需要同时在所有平台上运行实验,那么在一个平台上先尝试然后移植到其他平台可能会更快——这是最常见的方法。快速移植成功是获得复合增长的巨大机会。在多邻国,我们大约 50% 的实验会发布。然而,移植的实验接近 100% 发布。几乎所有在一个平台上成功的实验在其他平台上也会成功。平台间的用户差异并没有那么大。

当然,许多理性的人(和公司)会尽可能多地收集数据,等到一切都完美无缺后才发布,并且在很长时间内只向少数用户公开实验。这些公司也可能会成功。然而,我们在 多邻国 的经验表明,我们的方法在长期内效果非常好。保持紧迫感能带来惊人的复合增长。

确定你的战略优势

找到你的战略优势可以在指导产品策略方面非常有帮助。在多邻国,我们的战略优势是用户想要养成习惯

我们的 CEO Luis von Ahn 多次表示,我们的竞争可能实际上是 Instagram、TikTok 和其他人们用手机消磨时间的方式。虽然社交网络和游戏有它们自己的优势,但我们有一个其他应用没有的优势:我们的学习者想要在多邻国上养成习惯。没有人下载 Royal Match 时想着「我希望每天花几个小时玩这个游戏。」但我们的用户有一个明确的愿望,就是学习另一种语言,所以他们是我们保持用户的目标的合作伙伴。

这种战略优势在多种方式上表现良好。我学到的一个特别重要的事情是,如果我们给用户有用的通知(并且为那些不觉得有价值的人提供一个简单的方法来关闭它们),这些通知往往会受到好评。

请注意,这并不意味着我们应该向用户发送垃圾消息。

先复制再创新

在 app 机制方面不要重复造轮子

多邻国的排行榜(leaderboards)就是一个很好的例子。许多应用程序,尤其是休闲移动游戏,拥有出色的排行榜。它们花了大量时间来完善这些排行榜,所以我们假设我们也可以找到一个对我们有效的版本。我们当前的排行榜系统是我们的第四次迭代,但它超越了我们之前的尝试。

我们大量借鉴了其他游戏中成功的排行榜,例如 Gardenscapes, Golf Clash, Toon Blast 等。对我们有效的排行榜(我们的第四次迭代)是一个选择退出的体验,每周将人们放入一个新的 30 人小组中,其中一些人每周会被晋升或降级到更高或更低的联赛。联赛自动调整人们的难度水平。除了前三名的奖励外,这在 30 人的小组中创造了几个不同的有趣边界,许多用户根据他们的位置总是接近获得或失去某些东西。

将这些想法适应多邻国花费了大量的产品和设计工作。我们的排行榜系统是我们添加到多邻国中最复杂的功能,但我们必须确保人们可以在没有弹出说明的情况下弄清楚它。但这值得付出努力:D1 保留率提高了 1%,D7 保留率提高了 2%,D14 保留率提高了 3%。此外,人们学习的时间增加了约 17%,对我们来说这是一个绝对惊人的结果——通常,如果我们的实验可以将主要指标提高 1%,那就是一个非常好的结果。

这些教训可以应用于许多其他在一些应用程序和平台上效果良好而在其他应用程序和平台上效果不佳的常见游戏机制。例如:成就、任务、徽章、装饰品。我甚至认为多邻国也可以经常更好地遵循我们自己的建议。

什么时候应该创新?

我认为有两种情况你应该尝试变得聪明并开始突破界限:

  1. 当你已经处于前沿时。多邻国的通知是这个场景的一个很好的例子。我们早期就因通知而闻名,并且从那时起我们通过使用多臂老虎机算法(bandit algorithm)来评估各种通知的效果,创建了非工程师可以运行文案实验的用户界面,并开发了一个可以在几秒钟内发送数百万通知的系统,这些都是重要的胜利。虽然随着时间的推移我们仍有机会引入行业中的新事物(例如,当其他人发现使用表情符号效果很好时,我们在通知中添加了表情符号),但继续推动我们的优势而不是等待他人进行创新是很重要的。我们在实验工具方面处于前沿,我们的实验团队不断在我们的工具中尝试新的东西,没有太多先例可循。

    我喜欢在这里记住的一个类似例子是早期的 Netflix。Netflix 通过邮寄 DVD 系统让 Blockbuster 破产,但随后 Netflix 成为了更先进的交付系统(流媒体)的先驱,并成功地让他们自己的 DVD 邮寄市场破产。通过确保他们在家庭电影和电视节目的交付方面继续创新,他们在行业的巨大转变中保持了主导地位。

  2. 在基于行业最佳标准推出一个可靠的 MVP 之后。我们排行榜系统的 MVP 仍然花了我们几个月的时间来设计和实施——主要是因为我们的应用程序干净简单,而排行榜很复杂。之后我们仍然尝试了其他流行排行榜的一些太先进的方面,无法进入 MVP。一旦我们达到了一个点,我们要么实施了,要么至少尝试并拒绝了其他排行榜的主要功能,就有意义开始探索我们自己的独立想法。(我们在那里更有影响力的创新之一是如何将人们分组,但技术细节是一个完全不同类型的帖子的话题。)



更多阅读

苹果 AI 揭秘:自研大模型会怎么用,和 OpenAI 是怎么合作的?

AI 初创企业如何做好增长?来自 PayPal 增长负责人的最佳实践

创始人复盘:AI 搜索那么卷,Devv AI 是如何做到月入 3 万美元的?


转载原创文章请添加微信:founderparker
继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存