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

編輯導(dǎo)讀：企業(yè)在拉新用戶時，不能再用以前粗暴式的、花錢買量的形式，花了大把的錢卻沒有好效果，而是提高新用戶的留存率。本文作者對此進(jìn)行了分析，與你分享。

很多公司在運(yùn)營時經(jīng)常會采用海盜模型（AARRR），其中第一個A是?Acquisition，中文名是獲客，我們一般將其理解為拉新。

在前幾年，企業(yè)的拉新是粗暴式的，花錢買量就完事了，而在互聯(lián)網(wǎng)流量紅利日益衰減的今天，企業(yè)的拉新成本階梯式提高，畢竟真金白銀花出去了，同樣的錢，可能拉回來的量還沒以前的十分之一。

所以對于我們通過外部渠道（異業(yè)合作換量、買量）或者自然渠道進(jìn)來的新增用戶，我們希望用戶可以可持續(xù)的使用我們產(chǎn)品，對于負(fù)責(zé)拉新的同學(xué)來說，他們的KPI里必然有一項指標(biāo)是提高新用戶的留存。

那么如何提高新用戶的留存呢？這里將結(jié)合自己實際工作中的案例和經(jīng)驗給產(chǎn)品、運(yùn)營以及數(shù)據(jù)的小伙伴們提供一些思路。

用戶數(shù)據(jù)的分類：

要分析用戶，得先有數(shù)據(jù)。對于用戶來說，一般有屬性域和行為域的數(shù)據(jù)。

屬性域的數(shù)據(jù)一般指的是記錄用戶基本屬性特性的數(shù)據(jù)，如性別、年齡、職業(yè)等。如果你曾經(jīng)下載并使用過一些理財軟件，那么你一定填寫過風(fēng)險偏好、家庭資產(chǎn)年收入等記錄用戶屬性的問卷。

行為域的數(shù)據(jù)一般指的是記錄用戶行為軌跡日志的數(shù)據(jù)，如用戶在什么時間點訪問了產(chǎn)品的什么功能。

1. 屬性域

在屬性域，我們可以分析不同屬性的新用戶與留存的關(guān)系，從而進(jìn)行精細(xì)化運(yùn)營。這個比較簡單，今天不展開。我們重點說說屬性域里的競品分析。

1.1【競品分析】

競品分析一般是看用戶手機(jī)安裝的各類app，這些app通常我們可以分成兩類：競品和非競品。對于這類數(shù)據(jù)，我們一般會做一個用戶安裝與否與留存的相關(guān)關(guān)系圖，即 使用我們產(chǎn)品的用戶中：

1. 安裝了A產(chǎn)品的留存低于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A是我們的競品，搶走了我們的用戶；
2. 安裝了A產(chǎn)品的留存高于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A不能滿足用戶的需求，我們的產(chǎn)品競爭力更強(qiáng)；
3. 安裝了A產(chǎn)品的留存約等于沒有安裝A產(chǎn)品的留存，可以認(rèn)為A產(chǎn)品和我們的產(chǎn)品用戶群體重合度較大，可以考慮合作換量。

2.【行為域】

行為域里我們分關(guān)鍵行為分析、流失分析、搜索分析詳細(xì)展開。

2.1【關(guān)鍵行為分析】

關(guān)鍵行為分析一般看的是用戶做沒做某個行為與目標(biāo)數(shù)據(jù)（如留存）之間的關(guān)系。這樣可以看出哪些行為是用戶熟悉產(chǎn)品的“high點”。

一般我們需要定義關(guān)鍵行為。用戶在我們的產(chǎn)品上會有成百上千種行為，業(yè)務(wù)人員可以根據(jù)自己的業(yè)務(wù)理解站在用戶的角度上，定義用戶的關(guān)鍵行為，數(shù)據(jù)分析師可以對用戶的行為進(jìn)行歸類，找出那些量大，且做與不做對目標(biāo)數(shù)據(jù)（如留存）影響相差較大的行為。如下圖：

上圖中是我們和業(yè)務(wù)一起找出的六種關(guān)鍵行為，其中：

• 橫軸是做了該行為的用戶次日留存率，氣泡越靠近右邊，次日留存率越高；
• 縱軸是做了該行為的用戶次日留存/未做該行為的用戶次日留存，氣泡越往上說明該行為對留存的影響越大；
• 氣泡寬度代表用戶量大小，越大代表用戶量越大。

從上圖中可以得出：

1. 行為A和行為C對留存的貢獻(xiàn)較大，假設(shè)對于行為A，用戶打開app需要至少五步才能到達(dá)行為A，那我們就可以從產(chǎn)品的角度縮短進(jìn)入A的路徑，讓用戶更快的具有行為A；
2. 行為E對于提升留存效果來說相對較差；
3. 運(yùn)營人員應(yīng)該引導(dǎo)新用戶盡快的具有行為A和行為C。

2.2【流失分析】

流失用戶我們一般定義為當(dāng)天離開APP之后，在接下來的一段時間（一個月、三個月等）均未打開我們的app的用戶。

流失分析我們一般分析的是流失用戶與非流失用戶在離開app前的行為差距。兩種用戶的行為都要看的原因在于，假設(shè)你發(fā)現(xiàn)70%的流失用戶在流失前做了行為A，這個時候你并不能下：行為A導(dǎo)致大量用戶流失的原因這個結(jié)論。因為可能非流失用戶在當(dāng)天離開app前也大量做了行為A，但這并不妨礙這批用戶第二天再次來到我們的app。

這個過程數(shù)據(jù)分析師需要將用戶最后幾步的行為進(jìn)行歸類，然后從中得出結(jié)論。過程較為耗時。這個過程不僅需要你有強(qiáng)大的歸納能力，還需要你有過硬的sql能力。因為這個過程中你可能會不停的使用正則表達(dá)式去將零散的行為不斷的歸為若干個大類。而在你得到了一些用戶流失前的關(guān)鍵行為后，我們就需要在這些行為發(fā)生時人工介入，利用實時推送工具等對于發(fā)生指定的行為后用相應(yīng)的策略進(jìn)行承接。

2.3【搜索分析】

搜索分析即用戶在搜索框中的關(guān)鍵詞分析？為什么我要將搜索分析單獨歸為一種分析方法呢？因為對于新用戶來說，在不熟悉產(chǎn)品的基礎(chǔ)上，即使你有好的功能，但由于入口太深或新用戶無法理解該功能代表的含義，都會導(dǎo)致用戶錯過使用。而這時搜索成為了用戶的宣泄地。

未直接流失的用戶會將自己的產(chǎn)品使用訴求用一些關(guān)鍵詞輸入在搜索框中。對于一般的產(chǎn)品來說，搜索的流量都是較為豐富的，里面可挖掘的信息較為豐富。

新用戶搜索分析和流失分析類似，都需要歸納。首先我們需要將用戶搜索的關(guān)鍵詞提取出來進(jìn)行歸類，看看哪些是我們有該功能但是因為用戶感知弱導(dǎo)致錯過，用戶直接流失，這部分功能需要引導(dǎo)用戶去使用。另外還有哪些用戶的訴求我們沒有相應(yīng)的功能去承接，這兩種情況我們都需要去拍產(chǎn)品經(jīng)理桌子，讓他趕緊上線。

以上就是我們分析新用戶時的一些常見分析方法，寫這篇文章是想自己總結(jié)一下平時做的工作，同時能幫助到更多的小伙伴就更好了。

本文由 @董點數(shù)據(jù) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議