作者｜钱德新
从京东到拼多多，再到淘宝，这是小吴13分钟内打开的第三个购物APP，“其实我只是想买一个桌面风扇，但又担心买贵了。”
随着线上营销玩法的层出不穷，各平台之间的价格逐渐“内卷”；即便是同一平台上的同一款商品，也会因为包括促销活动等在内的多种因素导致价格变化，消费者动辄就“买亏了”的情况，比比皆是。
“正是因为消费者对跨平台比价的需求越来越强烈，”慢慢买APP常务副总经理刘清清告诉记者，“所以，近年来，带有比价功能属性的导购类APP获得了比较大的发展。”
作为目前国内主流的比价导购类APP之一，慢慢买成立于2010年。“其实我们的本质是一家专注于消费领域的数据公司，”刘清清介绍，通过对全网海量商品进行数据分析，再通过平台为消费者最直观地展现高性价比商品，“慢慢买，其实是通过数据分析挖掘、购物搜索、商品推荐算法等系列技术，帮助消费者实现对线上跨平台的商品价格一目了然，更好更快更实惠地做出消费决策。”
2021年，慢慢买APP在原有数据技术基础上引入火山引擎增长分析DataFinder和A/B测试DataTester，进一步洞察用户需求，并为其提供更全面的商品数据分析及最优策略推荐，实现面向全量用户的长期价值服务。
数据显示，截至2022年6月18日，慢慢买已为超2000多万用户精准推送优惠信息，年搜索量超7亿次，覆盖2.5亿优惠券商品；仅今年618期间，用户通过慢慢买APP的查价次数环比增长189%，比价使用增长167%。
01
“复刻”字节跳动增长经验
“理性消费，不花冤枉钱”，是刘清清对慢慢买APP用户消费理念的总结概括。
“相对来说，慢慢买APP的用户会比一般消费者对价格更为敏感。”刘清清说道，而慢慢买APP为用户提供的核心服务就在于通过接入全网商品数据，其中包括商品历史价格、横向的全网比价、商品销量、购买评价等多个维度。据了解，慢慢买APP与国内主流电商平台均有长期稳定的合作关系，因此在相关商品数据接入层面，可以保障既快又准。
商品侧的相关数据分析及展现只是第一步，“我们还需要更精准地洞察用户，并匹配相应的服务。”
刘清清表示，针对行为洞察场景，过去慢慢买APP也曾尝试过多款数据产品，但整体效果都不是很满意，“一方面是这些产品提供的可分析维度偏少，另一方面还在于它们不能很好地跟业务实际场景相结合，对业务帮助较小。”
彼时，字节跳动旗下的抖音APP和今日头条APP势头正猛，“是不是能把这两款产品增长的成功经验‘复用’到慢慢买APP上来？”一个想法逐渐从刘清清心底冒出来。
这个想法其实来得并非突然——2021年，支撑字节跳动内部多个业务的数据产品套件均通过火山引擎正式对外输出，其中就包括了聚焦增长营销场景的2款产品——火山引擎增长分析DataFinder和A/B测试DataTester。
而在此之前，慢慢买APP也与火山引擎有算法层面的合作，“合作非常愉快，所以当听说火山引擎有专门为企业提供增长服务的产品和团队时，我们也是非常愿意进行尝试。”
现阶段，DataFinder+DataTester的增长营销套件在慢慢买APP已经平稳高效运行超过1年时间，帮助解决了用户增长、业务测试等多个“老、大、难”问题。
02DataFinder+DataTester构建用户增长闭环
过去，慢慢买APP对新用户从APP下载到完成注册，再到核心功能使用的全链路，缺少直观洞察并分析的手段，因此在评估APP推广渠道的投入产出比方面也较难制定客观衡量标准。
这一情况，在使用DataFinder后被彻底改变。
通过DataFinder提前在用户全生命周期各核心节点完成行为洞察部署，并记录用户是从哪一条推广渠道进入，又进入到了哪一个环节——并可为运营岗位员工提供从“点击”动作开始到“下载”，再到“APP激活”的行为转换漏斗，让整条用户流转链路更清晰可视化，同时也能更直观地发现漏斗过程中哪一环节的用户流失率最高，需要及时进行相关路径或引导文案优化。
在用户完成APP激活之后，DataFinder还被运用在洞察APP内各核心功能的使用情况上——以每小时为单位，精准洞察APP内各核心功能的使用情况，以此评估新用户核心诉求及对APP的黏性。
“除此之外，”刘清清表示，“后续我们还将继续关注DataFinder能够为我们带来的行为分析、用户留存等信息，并以此为依据综合评估不同推广渠道的投入产出比。”
而DataTester的应用场景则更为多样。
据了解，慢慢买APP曾经自研过一套A/B测试工具，“A/B测试其实一直是我们公司内部倡导的工作模式，自研的工具能够有效控制流量分配，但缺乏系统性的数据分析能力。”在刘清清看来，每一场实验都需要借助数据分析师的能力完成报表输出，效率太低。
因此，当DataTester产品进入视野之后，慢慢买APP果断“断舍离”了自研的道路，现阶段DataTester已被慢慢买广泛应用于业务层面的实验开展。
而在与DataFinder产品耦合层面，刘清清表示，DataTester也能基于DataFinder在用户使用APP全旅程过程中定位到的具体问题点后，面临如何优化时，通过结合业务层面的策略开启A/B实验，以此来验证具体哪一种优化手段最能保障用户体验，“从一定程度上来说，两款产品的配套使用，能够形成用户增长的完整闭环。”
除了DataFinder和DataTester，截至目前，火山引擎还推出了客户数据平台CDP、智能数据洞察DataWind等多款数据产品，且持续升级迭代，据悉DataFinder和DataTester近日已双双完成4.0版本升级。
慢慢买APP、得到APP、陕西旅游集团、服装品牌Levi's等互联网、文旅、零售在内的多个行业头部企业，均已率先体验火山引擎数据产品套件提供的数智能力，并在数据建设、智能分析、用户洞察、A/B实验等多样业务场景获得实效。
