买流量的成本与变现不成正比?看 HOLLA Group 如何打造接近 0 成本的增长

2019 年 4 月 3 日 职人社

3 月 9 日,职人社举办了《互联网人的出海》线下沙龙,超过 130 人报名此次沙龙,但由于场地只能容纳 30 人,很多同学都没能通过报名,所以我们将三位嘉宾的分享用文字,原汁原味的展现出来,希望对你有帮助 :)


本次沙龙一共 3 篇文章,这是第 2 篇。



HOLLA 和 Monkey 从 0 到 1 的闭环增长探索


△ Daisy,HOLLA Group 增长负责人


大家好,我叫 Daisy 邓月琪,之前在 Uber 美国总部的增长团队,负责全球增长的战略和数据分析,目前在 HOLLA Group 担任增长负责人,今天主要想和大家分享一些关于 HOLLA 和 Monkey 从零到一阶段对于闭环增长的探索。


HOLLA Group 作为一家主打海外市场的移动互联网公司,我们希望通过社交产品矩阵,为下一代移动互联网用户提供真实、健康、有趣的陌生人交友体验。我们的产品 HOLLA 和 Monkey 连接了全球 87 个国家/地区,为超过 2000 万用户提供及时交友体验。


HOLLA Group 的两个 App,HOLLA 和 Monkey 的主要市场都在北美,面向年轻一代的用户俗称 Z 世代(注:美国及欧洲的流行用语,意指在 1990 年代中叶至 2010 年前出生的人)。HOLLA 的产品使命是为用户创造佳缘,找到 date,而 Monkey 定位为全球 Z 世代的社交探索平台,在 Monkey 上用户可以快速的、一对一的找到趣味相投的朋友进行视讯聊天,Monkey 还拥有自己的潮牌。


在从 0 到 1 的增长探索中,我们把增长分两种类型,非闭环型增长和闭环型增长。


先聊聊非闭环型增长:很多人都觉得增长就是「捡红利」,从各种地方「薅流量」,这种非闭环型的增长是不可持续的,短期内会有一些爆发,但长期出爆款挑战大,难以持续。闭环型增长就如同搭建一个体系化的机器,是可以持续的产出,让流量在搭建的机器内部滚动实现正向循环。


对于 HOLLA Group 来说,因为做的是下一代年轻人的社交平台,平台具备很强的互联网效应,和电商的增长模式不同,电商的增长模式是可以攒劲拉用户,不需要考虑其他太多因素:比如我卖一个杯子,卖出一个杯子的时候和卖出一千个杯子的时候,用户的体验是一样的,因为用户都是在用一只杯子;但如果推广我们的产品,同样是十个和一千个人用的情况,对应的用户体验会截然不同;抛开量级,当使用人群结构发生显著变化时,用户体验也会截然不同。这就决定了我们这类产品的增长更适合走闭环型增长模式。


当我们进行从 0 到 1 的探索时,曾经尝试过非闭环型增长的方式,从多个不同的地方搞来流量,这时出现了问题,用户之间聊不太起来,影响到了产品体验,无法形成比较稳定的社交生态。所以后来我们调整战略,把更多的精力放在思考如何做闭环型增长,接下来可以和大家分享两个我们做闭环型增长时的小故事。


# HOLLA 印尼的闭环增长


第一个小故事是我们在印尼做的增长探索,印尼一开始是我们 App 上日活贡献占比很小的国家,但当我们打出一套增长「组合拳」后,它为我们日活贡献了 20% 的额外增长,并维持了 HOLLA 在全球范围内最好的拉新效率,即使在我们明显增加拉新的量级后,拉新效率仍能保持在最初的高位。


2017 年,HOLLA 项目在当时才一岁,还正经历着从 0 到 1 的阶段,对外部环境很敏感,外部情况发生一点变化就会对我们的项目影响很大,导致战略产生摆动性。所以我们评判一个项目是否成功的标准是看它是否能达到我们预期的目标。当时这个项目对我们来说,目标就是希望用最低的成本获取最多的印尼用户。


为什么选择印尼来跑这套增长的「组合拳」?主要基于三个维度的考虑。

  • 生态拉新效率:当时我们在全球迅速做了个广告投放测试看获客效率的起跑线,发现有些地区比如印度买量虽然很便宜,但变现不好,入不敷出;有些地区男性和女性的买量效率也差异很大,无法站在生态角度同时具备高效获客的条件。

  • 生态量级上限:有些地区买量的成本与买量的效率都很高,但量级的上限有限,流量价格上升很快,因为互联网的人口数量有限。

  • 拉新的质量预期:我们根据已经收集的 App 内数据,做了关于留存和匹配时长的分析,发现印尼相比其他国家综合数据很不错,有更强的 Product-Market-Fit,当时已经形成了一个初步的生态。以及研究外部数据(例如年龄和性别分布)发现,印尼市场有大量与我们产品的目标用户吻合的潜在用户。


就如下面的思路图,App 的流量来源于买量+KOL 综合的打法。对于 KOL 打法比较浅层的理解是,寻找一些 KOL 产生内容来推荐产品给大家用,类似美妆博主的开箱介绍。我们一开始就否定了这 7 种推销形式的 KOL 打法,这种打法或许对于工具类产品适用,但一款社交产品无法被这样的形式推广开来的,社交产品需要特别「软」的推广,用口碑和调性吸引用户主动使用产品。



一开始我们和 KOL 一起策划内容主线,加上他们自己的粉丝曝光(KOL 会通过自己的渠道给我们导流一些用户)。其次,是我们会邀请 KOL 在我们产品上组织线上粉丝见面会,他们可以去匹配自己的粉丝,每办一场会额外吸引一些用户。粉丝见面本身的内容可以沉淀下来做二度传播,且 KOL 来说这种内容成本非常低。最后我们再搭配本地化的效果广告将之前积累的素材全部用更广的流量推一次,用来获取而更多用户。大家看到图中绿色的部分就是 KOL 自己已有的渠道,我们都会洗一遍流量,有好的内容我们也会用买量的方式加码流量推广。


# 怎样与 KOL 进行合作以及如何策划内容?


我们寻找 KOL 的方法不是先找中介,通过中介找 KOL 谈,我们会自己寻找 KOL。不仅仅是省了中间商赚差价的成本,更重要的是我们希望掌控视频本身含金量最高的策划部分,希望可以找到最合适我们的目标的KOL,以及和他们产生深度合作。


寻找 KOL 时会遵循这样几个维度:

  • 预算:KOL 的收入预期与我们是否匹配;

  • 预测 KOL 的拉新效果:很多人认为只看 KOL 的粉丝数量就可以了,但实际上粉丝数量很容易造假的,关键是活跃粉丝。我们会看所有视频,如果 KOL 只有几个爆款视频流量很大,其他流量很小,证明这个 KOL 没有持续产出高流量内容的能力,我们会更偏向找稳定产出高流量内容的 KOL;

  • 流量外溢:我们希望视频内容本身具备一定的传播性,这样视频获取的流量会不仅仅局限在 KOL 的粉丝里,而是会通过二度传播被更多的人看到,我们希望寻找具备这种策划能力或可以和我们一起头脑风暴出传播力内容的 KOL;

  • 可复用性:我们希望找 KOL 做出受众范围足够广的素材,比如男生和女生都会喜欢和产生转化行为的素材。这样可以多次复用挖掘流量。不需要针对不同的群体再额外付出成本。


这里有一个案例:因为我们在研究市场的时候希望能用最快的方式了解年轻人喜欢的东西,于是我们查了当地歌曲排行榜中年轻人喜欢的歌曲,并把每个 MV 都看了一遍,发现他们喜欢韩系,并带一些野性和爆发力的偶像,从而推论出印尼的用户比较喜欢含有刺激性,但同时比较含蓄可爱的内容。


于是我们邀请了一对网红情侣,两个人都是大 V,只做了一个视频,视频内容是男生用 HOLLA 配对,女朋友就在他旁边看着他用 HOLLA 撩妹,然后情侣之间因为争风吃醋会发生有趣的化学反应,出来具有争议性和话题点的视频。视频完成后同时分发在两个人的社交媒体上,然后通过我们自己的投放渠道推广的方式获取男性用户和女性用户。这种做法将大部分成本花在筛选 KOL 和内容策划上,导致之后在为这个视频购买额外流量的成本节省了很多,这种组合打法比一般的广告投放投入产出比高非常多。


# Monkey 是如何带动潮流,接近零成本的闭环增长的


分享完 HOLLA 这边,我们来看看 Monkey ,Monkey 聚焦在北美地区的用户增长,通过一系列努力,这款产品在 2018 年初开始,在美国 iOS 榜单的排名一路提升,最高时达到美国 App 社交榜第五名,同时在榜上的例如 Facebook、WhatsApp 等都是已经运营了多年的产品。结合闭环增长的思路,Monkey 的美国团队探索了很多有趣的增长玩法,包括和独立设计师合作,推出限量联名潮牌,不能用钱买,只能通过 App 内的产生的「香蕉」货币兑换。用户只有触发 App 的特定场景才能获得「香蕉」货币。


Monkey App 在 2018 年美国 iOS 榜单的排名上升趋势

数据来源: Sensor Tower


今天分享的是 Monkey 在 Youtube 视频平台上做的一系列 KOL 病毒营销,让我们通过几乎零成本的方式产生了上万个视频,获取了上千万的用户。如果去 YouTube 上搜索下面的任何一个关键词,都是可以搜到连着几天都看不完的网红视频。这些视频达到的曝光量和转化不是靠广告预算砸出来的,因为社交产品砸钱烧硬广很容易获取到对产品不那么感兴趣的用户,我们希望用更加真诚,有趣的方式去吸引到对产品真正感兴趣的用户。



比如 「Rate Me from 1-10」 是一种在美国颇为常见的视频形式,网红跑到大街上请陌生人给自己打分,然后会出来很有意思的戏剧效果。然而如今在 Youtube 上搜索「Rate Me from 1-10」,结果排第一位的是 「Rate Me from 1-10 Monkey App」,这说明 Monkey 这款产品已经成为了 Rate me 1-10 这种视频形式的代名词,只要听到 Rate Me 1-10 就知道是用 Monkey 做的,这种现象级的效果是比较难得的,需要大量的内容做支撑。


来给大家梳理一下这个闭环型增长的特点,我们花很少量的预算请几个 KOL 制作和发布内容,Monkey 的用户群体是一群喜欢追赶潮流且具有创造力的年轻人,当我们与这几个 KOL 合作后,因为内容门槛不高且流量大,带动了免费的 KOL 模仿该内容格式,间接带动了一些免费的小白网红和 Monkey 已有用户也做了相同系列的视频,从而在 Monkey 的生态里形成了一个增长闭环。



除了有爆点之外,我们策划内容的核心就是内容制作门槛低,目标就是让素人和小白参与进来,让视频产出的成本变低,比如 Rate Me 1-10,就是任何人下载 Monkey,在视频配对后对对方说:「Rate Me 1-10」,来请你给我的长相打分,最高分 10 分,最低分 1 分。


美国的网红生态有一个特点,因为Youtube 这些平台的诞生,让草根有很大机会成为明星,即使是在没有资本助推的情况下,依然保留了一定在流量上的阶层上升通道。我们通过先和在网红圈内有话语权的 KOL合作,让其他有明星梦的网红看到做这类视频成为爆款的可能性,且制作门槛低。那么这批人就会产生极大动力来制作一大堆类似视频,在这个过程中,用户参与度极高,参与者需要天天用我们的产品去录视频,然后会喜欢我们的产品,从而达到闭环型的增长。


以上就是我的分享,谢谢大家。


其他关于出海的文章:


如果你有任何问题,欢迎随时联系职人社客服职酱:ziliude。点击「阅读原文」可加入职人社线上社群,或参加线下系列职人沙龙,和更多嘉宾进行交流。


登录查看更多
0

相关内容

Group一直是研究计算机支持的合作工作、人机交互、计算机支持的协作学习和社会技术研究的主要场所。该会议将社会科学、计算机科学、工程、设计、价值观以及其他与小组工作相关的多个不同主题的工作结合起来,并进行了广泛的概念化。官网链接:https://group.acm.org/conferences/group20/
【CVPR2020-CMU】无数据模型选择,一种深度框架潜力
专知会员服务
22+阅读 · 2020年4月12日
【SIGMOD2020-腾讯】Web规模本体可扩展构建
专知会员服务
29+阅读 · 2020年4月12日
【干货】大数据入门指南:Hadoop、Hive、Spark、 Storm等
专知会员服务
95+阅读 · 2019年12月4日
2019年人工智能行业现状与发展趋势报告,52页ppt
专知会员服务
120+阅读 · 2019年10月10日
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
2019年药品零售行业全景图
行业研究报告
31+阅读 · 2019年9月18日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
【干货】电商数据中台如何构建?
AliData
11+阅读 · 2019年4月4日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
活动报名| 出海产品从 0 到 1 该怎么做?
职人社
9+阅读 · 2018年10月25日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
14+阅读 · 2018年12月6日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
6+阅读 · 2018年8月27日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年3月21日
Arxiv
4+阅读 · 2016年12月29日
VIP会员
相关资讯
阿里巴巴全球化架构设计挑战
InfoQ
35+阅读 · 2019年11月25日
2019年药品零售行业全景图
行业研究报告
31+阅读 · 2019年9月18日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
2019,再不做私域流量就晚了?
互联网er的早读课
16+阅读 · 2019年4月10日
【干货】电商数据中台如何构建?
AliData
11+阅读 · 2019年4月4日
如何运营15万付费用户?
三节课
6+阅读 · 2019年2月28日
业务中台:如何在互联时代,快速响应用户需求?
互联网er的早读课
24+阅读 · 2018年12月26日
活动报名| 出海产品从 0 到 1 该怎么做?
职人社
9+阅读 · 2018年10月25日
教你 5 步画出用户画像
职人社
8+阅读 · 2017年9月13日
相关论文
dynnode2vec: Scalable Dynamic Network Embedding
Arxiv
14+阅读 · 2018年12月6日
Arxiv
24+阅读 · 2018年10月24日
Arxiv
6+阅读 · 2018年8月27日
Arxiv
7+阅读 · 2018年3月22日
Arxiv
7+阅读 · 2018年3月21日
Arxiv
4+阅读 · 2016年12月29日
Top
微信扫码咨询专知VIP会员