中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

數(shù)據(jù)分析之上是用戶分析，應(yīng)該通過定量 + 定性結(jié)合的方法，用數(shù)據(jù)搭成的框架去了解用戶，了解整個產(chǎn)品運轉(zhuǎn)的情況，才能更好地做增長。

一開始大家眼里的數(shù)據(jù)分析，就是一些數(shù)據(jù)和一些率，增長率或者變化率……我后來慢慢發(fā)現(xiàn)，分析這些規(guī)整的數(shù)據(jù)沒什么意義。我把研究轉(zhuǎn)移到單個的用戶上。相同行為的用戶會放被在一起，組成一個用戶群。不同特征的用戶群會有什么用法，會做什么轉(zhuǎn)化，這些比單純的數(shù)據(jù)分析，要有價值多。

作為最早把數(shù)據(jù)分析應(yīng)用到互聯(lián)網(wǎng)產(chǎn)品的數(shù)據(jù)分析師之一，張弦認為數(shù)據(jù)分析之上是用戶分析，應(yīng)該通過定量 + 定性結(jié)合的方法，用數(shù)據(jù)搭成的框架去了解用戶，了解整個產(chǎn)品運轉(zhuǎn)的情況，才能更好地做增長。

在分享會上，張弦結(jié)合實際案例，圍繞「用戶分析和內(nèi)生增長」兩個話題，分享活躍用戶增長、用戶與產(chǎn)品的關(guān)系、用戶遷移、留存優(yōu)化方面的獨家經(jīng)驗。

用活躍用戶池來控制流失

增長有很多種方式，比如說增加渠道的投放去獲取用戶。但張弦主張「如何讓用戶不那么快走」比渠道投放更重要，因為：

產(chǎn)品上線的第一天，流失就開始發(fā)生了。

我把 30 天以內(nèi)的所有用戶想象成一個池子，這一天新來用戶都會進入這個池子。如果用戶后來沒有使用我們的產(chǎn)品，他們就會一層層蒸發(fā)，30 天以后他們就從池子里蒸發(fā)走了。

「活躍用戶池」模型，按照用戶下載 App 后的使用情況，分級為每日活躍、近期活躍、沉默。右上角的數(shù)字代表上次使用距離今天的日期。0 代表用戶今天使用過 App。

活躍用戶池的概念就像是一個水與大氣的生態(tài)圈。最底下的一層是每日活躍用戶，而中間層就是近期活躍用戶。用戶有兩個方向，不活躍的往上走，蒸發(fā)流失；活躍的用戶往下走，變成黏性用戶?；钴S用戶的面積和走勢，可以很好反應(yīng)一個產(chǎn)品的受歡迎程度。而如果一個產(chǎn)品優(yōu)化做得好，那么正在蒸發(fā)的用戶可能會變成「雨」，又回到到了下層。用「池子」的概念，就把用戶活躍管理起來了。

所謂的增長，是一件「開源節(jié)流」的事情?，F(xiàn)在獲客成本已經(jīng)非常高，應(yīng)該把注意力放在控制用戶流失上。這件事對活躍用戶池的增益就是阻止池子里的用戶往上走，讓用戶不斷往下翻滾、輪轉(zhuǎn)，形成對產(chǎn)品的依賴。用戶對產(chǎn)品的依賴程度不同，生命周期長度也不同。一個月或者幾小時，都是有可能的。用戶超過 30 天沒有來，我們就定義為「流失」。

已經(jīng)流失的用戶就沒有意義了么？

我會觀察這些用戶的特征，都走過哪些路徑，有哪些痛點還未解決，跟 PM 一起討論目前產(chǎn)品可以改進的點。對于流失，還有一個重要場景，找到 30天用戶最后一次使用的行為，看他最后一個 session 都干了什么事情，我稱它為死亡現(xiàn)場，這個場景會給 PM 提供一個直觀的認識。這些是我的控制流失的方法，哪些地方需要維護，都一目了然。

如何做不花錢的內(nèi)生增長？

內(nèi)生增長是不花錢的，靠的是自身的資源和傳播。

如何怎樣刺激用戶去做主動的傳播呢？

縮短決策時間。張弦舉例說 Keep 在每次用戶完成訓(xùn)練以后的打卡界面都設(shè)置了分享，用戶不需要在決策的時候花費時間，這就增加用戶自發(fā)傳播的可能性。

找到合適的出口。也就用戶為什么要做分享。以 Keep 為例，用戶的分享出口可能是由于工具（訓(xùn)練的成就感、自我激勵、表明態(tài)度），內(nèi)容（分享快樂、傳遞知識、收藏），社交（陪伴、自我實現(xiàn)）這幾個特性，在不同的使用場景下都為用戶設(shè)計了快捷的分享出口。

提升運轉(zhuǎn)效率。張弦給運轉(zhuǎn)效率定義了一個公式。其中，sr 代表分享率，ar 代表激活率。后面的累乘就是優(yōu)化的目標，也就是要不然每次優(yōu)化的效果足夠好使 △sr 和△ar 值變大，或者相等時間內(nèi)做更多次優(yōu)化累乘后更大。

用戶在使用產(chǎn)品是付出的是時間或者金錢，而產(chǎn)品需要持續(xù)給用戶提供價值，同時為自己積累 Credit。Credit 可以用來消費，比如日后增加了可能產(chǎn)生傷害用戶體驗的行為時，比如說廣告、改版，Credit 高的產(chǎn)品對應(yīng)用戶的留存率會更高。

觀察高留存用戶或者路徑是無意義

用戶分析體系由屬性 （Profile），偏好 （Tag），用法 （Preference) 和生命周期四個維度組成。屬性包括人口學(xué)特征（性別、年齡等）、通過機器記錄下來的東西，例如渠道、機型等。偏好則是在用戶使用產(chǎn)品之后表現(xiàn)出來的特性。用法要比前兩層更深入一些，是用戶使用產(chǎn)品足夠長后產(chǎn)生的數(shù)據(jù)，比如是喜歡訓(xùn)練、喜歡看視頻。生命周期則是更長遠的問題，是用戶從激活到流失的整個過程的特征，要關(guān)注用戶在生命周期中產(chǎn)生的價值與獲客成本之間的關(guān)系。

全景漏斗是更好觀察用戶體系的方式，把產(chǎn)品的核心用法進行梳理，建立每個核心用法的轉(zhuǎn)化率漏斗。全景漏斗有兩個維度，橫向是各類用法平行分布，用戶在用法之間遷移。用戶要有兩次來訪才能被定義為真正使用某個「用法」，通過這樣清洗一些臟數(shù)據(jù)?？v向是各類用法核心流程的轉(zhuǎn)化。每一個用法都有自己的漏斗，漏斗里面每一步都是可以執(zhí)行的。

觀察用法遷移時，需要選定觀察周期，一般是周。在同一個觀察周期內(nèi)，我們研究用戶在各用法的重合度。在兩個觀察周期間，我們研究各用法的遷移情況。

單找高留存的用戶或者是他們的路徑是沒意義的，這是回答不了如何讓產(chǎn)品留存率高的問題。找出留存優(yōu)化空間才更重要。

每個產(chǎn)品中都會存在一些「Ranger」。這些 Ranger 不存在于任何用法中，只具備「屬性」和「偏好」兩種特質(zhì)，甚至甚至連「偏好」都沒有。這樣的用戶比例有多大呢？張弦的經(jīng)驗數(shù)字是 20-30%。這些用戶雖然是活躍的，但他們沒有真正在用產(chǎn)品。就是所謂的來訪游客?！窻anger 的生命周期都很短，我們要做的優(yōu)化就是避免用戶遷移到 Ranger上去?！?/p>

留存優(yōu)化的空間在哪？

關(guān)于留存的優(yōu)化空間，張弦給出了三個方向：

1.解決掉阻現(xiàn)有阻礙

例如 Keep 關(guān)于運動能力測試的調(diào)整，本來想希望通過引導(dǎo)新用戶進行體能測試，快速找到練習(xí)課程，但其實很多用戶首次注冊啟動后并不具備這樣的測試環(huán)境，但又比較難找到關(guān)閉的「入口」，導(dǎo)致新用戶流失，調(diào)整之后留存率有明顯上升。

2.場景化和個性化（推送、推薦、模塊），提高留存率

例如根據(jù)用戶的網(wǎng)絡(luò)環(huán)境情況來做不同的 Push，Keep 對新用戶的首周推送套餐。

3.引導(dǎo)和激勵，把用戶激活

做留存優(yōu)化的第一步要關(guān)注正確的指標。張弦認為選擇的關(guān)注指標與留存率的關(guān)系應(yīng)該是兩步以內(nèi)的。影響留存率的因素會有很多，所以留存率是可以往下拆的。與留存率直接相關(guān)的顯然對留存影響更大。

下一步是做 A/B 測試。A/B 測試是有順序的。A/B 測試需要去研究轉(zhuǎn)化漏斗，從上游和下游的關(guān)系去想。開始要先對上游的指標去做測試，因為上游的指標被優(yōu)化后，下游的指標也會改變。

A/B 測試最容易遇到的坑就是誤差被低估。在做 A/B 測試時很重要的點在于控制唯一的變量，其他的變量上的變化應(yīng)該是均勻的。這一步的變量檢驗一定不能忽略，實現(xiàn)的手段可以是逐步分組。另外一個容易犯的錯是，同時分析多個因素對某個指標的影響。這樣的測試是沒有意義的，因為測試結(jié)果不能表明是由什么因素造成的。

作者：張弦，曾負責(zé)豆瓣所有產(chǎn)品線的數(shù)據(jù)分析工作，2016 年加入移動健身類應(yīng)用 Keep，擔(dān)任數(shù)據(jù)團隊負責(zé)人。

來源：http://36kr.com/p/5063894.html

版權(quán)：人人都是產(chǎn)品經(jīng)理遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源，若標注有誤，請聯(lián)系主編QQ：419297645