產品迭代策略:以用戶增長為目標
資本寒冬下,大家都在談增長,DAU(日活躍用戶數)似乎已經成為企業和媒體描述產品增長的標配指標。然而,單獨的DAU增長能否成為產品的護身符?要想實現長久穩定的用戶增長,我們還遺漏了哪些?本文將結合兩個案例,和大家分享留存、Magic Number和以用戶增長為目標的產品迭代策略。
一、什么是真正的用戶增長
留存,顧名思義,就是用戶在你的網站/APP中留下來、持續使用的意思。留存的概念簡單易懂,但是能深入了解留存本質的人還是很少的。
1.?增長與留存的關系
圖1 看似增長的累計用戶量
上面這張圖中:新用戶來到我們的產品,隨著時間的推移逐漸流失;雖然總體上用戶數是在不斷增長的,但是流逝的用戶也逐漸增多。
圖2 實際增長的累計用戶量
上面這張圖中:雖然新用戶進來后有一定流失,但還是有較高的留存;隨著時間的推移,用戶總數上升非???,這才是真正的增長。
很多企業花大錢吸引新客戶,比如O2O行業常見的“首單免費”模式。雖然當天的DAU有很大的提升,但其實這些用戶都是一些負資產;因為很多人享受到第一次優惠就走了,這是不科學的增長方式。
要想實現真正的增長,首先我們的產品得滿足用戶的核心價值,然后通過運營方式讓用戶留下來、持久使用我們的產品。我們不能老是看DAU,而應該更多關注留存;只有留存提升才能實現真正的增長。
2.?產品什么時候做增長
不是任何階段產品都可以快速增長的,在快速增長之前,你需要對你的產品進行精準的定位。我們需要確定產品有人用、用戶有一定的市場規模、有清晰的商業模式,這就是產品和市場相匹配(Product Market Fit , PMF)的概念。
圖3 產品增長路徑
一旦我們找到了PMF,我們就要考慮逐步去做增長,這里面很重要的一點就是數據驅動。
二、留存分析都有哪些方法論
1.?數據分析方法概論
給大家介紹一個非常樸素的數據分析方法論,它適用于大部分數據分析場景,包括留存分析。
圖4 數據分析方法論
首先我們通過日常的數據監控來發現問題, 然后根據問題去設立一個解決目標,并且用數據去探索。探索問題的過程中,原因可能會多種多樣;我們會建立各種各樣的假設,根據假設進行試驗,最后后根據實驗結果去檢驗假設。這樣循環直到我們找到一個滿意的結果,然后用來優化產品或運營。
2.?留存分析框架
常見的AARRR模型包括五個環節,在這里面留存分析分為兩個階段:新用戶留存分析和產品留存分析。
圖5 留存分析框架
首先是新用戶留存分析,用戶剛剛使用我們產品的時候,決定用戶去留的就是它。我們基本上只有一次機會去展示我們產品,一定要把我們產品最有價值的東西展示給出來,不然用戶就流失了。
第二個是產品留存分析。新用戶留下來以后持續使用你的產品,他會逐漸去挖掘、探索產品的不同功能的特點。這個時候我們需要一個功能去打動用戶,做出新花樣讓用戶覺得你的產品很好,只有這樣用戶才會長久留下來。后面我會和大家分享的Magic Number,就是這樣一個數據分析工具。
三、新用戶留存分析:Sidekick增長過程
Sidekick 是一家做強化Email 功能的SaaS公司,它可以做一些個性化的郵件,還可以監控收郵件的人是否打開了郵件。他們通過數據監控發現,新用戶的留存率在持續大幅度下降。
圖6 sidekick公司新用戶留存曲線
1.?流失用戶分析
針對新用戶流失嚴重的問題,我們制定出一個目標:希望提升第一周的留存率。為了達成目標,我們需要進行數據探索,做流失用戶畫像分析,看看流失用戶都有哪些特征。
我們分析了流失用戶使用我們產品的次數,發現近60%的流失用戶只用了一次我們的產品就流失了。這說明在用戶進入我們產品時,第一次體驗不好或者沒有發現產品價值的話,用戶就會流失。
圖7 用戶流失原因
通過進一步的流失用戶訪談發現:30%的用戶沒有感受到產品價值,30%的用戶表示不理解產品的用途。這兩類問題的核心在于如何讓用戶快速發現我們產品的價值,而且占了60%,需要優先解決。
2.?產品迭代探索
提升留存主要有兩大思路:一是改變產品或者技術;二是通過運營進行人工干預。既然用戶沒有及時發現我們產品的價值,回歸到剛才的方法論,我們可以進行系列探索。
嘗試1:砍掉使用頻率低的功能
既然用戶沒有及時發現我們產品的價值,那我們就嘗試砍掉復雜難懂的功能、突出核心功能。試驗結果發現留存率不但沒有提升、反而繼續下降。
圖8 砍掉非核心功能(嘗試1)
嘗試2:提示客戶發現產品核心價值
用戶不知道我們的產品核心價值是什么,那么對新用戶進行產品內提示呢?結果顯示留存率繼續下降,嘗試并沒有收到什么好的效果。
圖9 增加功能提示(嘗試2)
嘗試3:產品操作引導視頻
既然用戶不知道怎么用我們的產品,那么我們就又嘗試做一個引導視頻;其實很多公司都在這么做,最后數據表明還是不行。
圖10 提供操作引導視頻(嘗試3)
嘗試4:直接在郵箱內使用產品
大概做了20多個試驗后才發現了一個可行的方法,當用戶下載安裝完產品后,提示用戶:你可以去你的郵箱使用我們的產品、追蹤郵件了。
圖11 提示用戶去郵箱使用產品(嘗試4)
因為用戶發現產品從網頁上下載,想當然認為是在網站上直接使用,所以客戶端產品的留存率非常低。于是他們給用戶一個提示–––你可以去郵箱直接使用,加了這句話后,留存效果就好多了。
圖12 最后試驗留存度大幅提升
這個是數據的結果,之前是藍色那條線的,最后慢慢提升成黃色那條。通過這個案例,我們可以對留存分析的方法論、數據分析的過程有一個清晰的認識;而且產品迭代的過程沒有那么簡單,需要反復探索、循環。
四、產品功能留存分析:Magic Number探索實踐
1.?產品功能留存分析方法論
新用戶的留存率提升以后,我們面臨第二個問題,將處于平穩期的留存曲線上移。如何提升用戶的整體留存度,提升平穩期的留存曲線,我總結了三個方法:
- 分析不同功能模塊的留存趨勢,增加產品的粘性;
- 分析不同功能模塊的訪問人數和活躍度;
- 分析用戶使用功能的路徑,找出流失原因,降低流失率。
2.?Magic Number探索實踐
一個用戶使用了我們網站或者APP的某些功能、做了某些動作,然后留下來持續使用我們的產品、成為忠誠的用戶。這說明用戶的行為和留存率之間是有一些相關性的,我們要找出這種相關性,然后去看是否有因果關系。
Magic Number可能有些抽象,我們需要對其量化。給大家舉幾個例子,Facebook發現用戶10天內添加7個好友的留存度更高,Twitter發現用戶10天內關注30個大V的留存率更高。這些Magic Number都是通過數據分析、數據挖掘的方式找出來的,并且有一套完成的方法論。
圖13 Magic Number 的探索過程
第一步:確定產品 on boarding 功能
一個社交類APP可能有多個on boarding功能,包括登錄、添加好友、添加關注、發送消息、點贊、分享和上傳文件等等。
第二步:分析用戶行為與最終留存度之間的相關性
如下圖,用戶一周內點擊7次關注用戶的留存度為57.5%,一周內點擊5次關注博客的留存度為54.4%,一周內點擊6次點贊或者評論的留存度為52.6%,均為強相關。
圖14 不同行為組合與留存度之間的相關關系
第三步:篩選出合適的Magic Number
根據公司目前的發展戰略、操作成本、可執行性、A/B測試篩選出合適的Magic Number。假如這個APP產品目前發展戰略是快速獲取新用戶、擴大市場,那我們可以將“一周內添加7個新用戶”作為最終的Magic Number。
第四步:找到了最終的Magic Number,我們需要去執行、運營好它
比如,在這個社交APP里面鼓勵用戶添加好友,為用戶更加精準的推薦好友。從而實現最初的目的,培養用戶產品使用習慣、提高用戶粘度,促進增長。
一旦留存提升上來,我們就可以做用戶變現或者傳播推薦,這樣我們的用戶才會慢慢增長。通過不斷的市場拉新,留存的用戶慢慢沉淀下來,成為我們的重要用戶,是可以變現的。而那些不穩定的用戶,我們還要做各樣的產品和運營方面的改進,讓他們逐漸變成留存用戶、然后開始變現。
只有用戶的留存度提升上來了,我們才能真正實現活躍用戶的增長。
作者:檀潤洋,GrowingIO 數據分析師。 加州大學圣地亞哥分校碩士,曾任職美國 Emas Pro、 Kyocera 分析師,豐富的數據分析技術和案例實戰經驗。回國后加入 GrowingIO,致力于為客戶構建數據模型,實現業務增長。
本文由 @檀潤洋 原創發布于人人都是產品經理。未經許可,禁止轉載。
已閱
你好,可以進一步交流嗎