解決5大問題,留存分析從入門到精通

3 評論 6437 瀏覽 84 收藏 15 分鐘

公司業務長期的增長以及健康的發展取決于漏斗的底部,也就是你的產品保留用戶的能力。尤其在線上流量紅利消失的今天,通過買量獲取大成功的概率會越來越小。那么如何做好用戶留存運營呢?

互聯網在全球范圍內目前已經擁有超過30億的用戶,與2017年同期相比穩步增長了10%。人們花在互聯網產品上的時間越來越多,但同時可以選擇的互聯網產品也越來越多,這意味著想要在眾多產品中脫穎而出,牢牢地抓住用戶留住用戶也變得愈發困難。

買量已不再產品運營的核心。

買量是很多行業的關鍵詞,尤其在游戲行業,很多游戲公司都會在買量上投入巨大成本以獲取新用戶。但用戶獲取只是產品運營的開始,超過90%的產品面臨這樣的困境,80%新用戶在下載后的3天內旋即流失。

也就是說,如果你不能及時地向用戶展示核心價值,并將其轉化為習慣用戶,那么你的產品必然會失敗。如果你把產品的整個生命周期看成是一個漏斗,漏斗頂部,也就是獲取用戶,并不是最重要的。

公司業務長期的增長以及健康的發展取決于漏斗的底部,也就是你的產品保留用戶的能力。尤其在線上流量紅利消失的今天,通過買量獲取大成功的概率會越來越小。

那么如何做好用戶留存運營呢?

以下分步為大家解答。

一、什么時候需要注意留存分析

很多人錯誤地認為只有企業發展到一定規模,擁有一定用戶基量時才需要去考慮留存。事實上,留存分析伴隨了整個公司的發展周期,在不同的時期留存分析的策略也會有所不同。

在前期的產品測試階段,留存分析能很好的揭示你的產品是否能夠迎合市場需求。如果留存曲線沒有達到一定水平上穩定下來,而是一直趨向于0,就需要反思自己的產品本身是否滿足了市場的需求,是否需要調整產品的方向?

如果有一部分用戶在你的產品上留下來了,那么就需要分析這些用戶為什么會留下來,產品中的哪個點真正地吸引了他們。了解這些留存用戶留下來的原因,并且讓更多人因此而留下來就成為了你運營的關鍵。

當產品趨于穩定,留存分析的核心作用又轉變為評估迭代與優化的效果,根據留存的數據不斷調整產品優化的方向。

二、如何確定產品的關鍵事件和使用周期

在介紹留存周期框架前我們需要弄清楚兩個核心概念:產品的關鍵事件和產品的使用周期。

產品的關鍵事件是指你最希望你的用戶在產品中進行的某個操作,這往往與產品提供的服務緊密相關。例如:Airbnb的關鍵事件是用戶在平臺上預訂房間;滴滴的關鍵事件是用戶叫車。

那么一個產品應該有多少個關鍵事件呢?

我們建議一個產品最好只有一個關鍵事件,雖然從公司層面上來說可能會定義很多關鍵事件,例如:Airbnb不僅有面向租客的產品,也有面向房東的產品,在面向房東的產品會有不同于面向租客的產品的關鍵事件。但對于一個產品而言,最好只有一個關鍵事件,這對留存分析很有意義的,畢竟只有明白了產品的核心價值,留存才有意義。

那么產品的使用周期又是什么呢?

一些產品我們可能天天都在用,例如:微信、微博、音樂等,而另一些產品我們可能一周才會用一次;例如:電商、在線教育等,另外一些可能是我們需要的時候才會使用;例如:機票與住宿等。

通過以下四個步驟,可以幫助你更好地確定產品的使用周期:

  1. 選定一定時間范圍,篩選出所選時段內進行過兩次關鍵事件的用戶。一般選定的時間范圍是60到90天,因為大部分情況下,用戶在一個月內會觸發一次關鍵事件,60天則相當于用戶至少會觸發兩次。
  2. 計算每名用戶的前后兩次關鍵事件的間隔時間。
  3. 畫出間隔時間的天數分布圖。
  4. 分析分布圖中80%的用戶落在多少天之內,那么這一天就是用戶的使用周期。

三、什么是留存周期框架

什么是留存周期框架呢?

上面提到在產品的各個階段我們都需要去關注用戶的留存,而留存周期框架指的是對不同類型的用戶采取不同的策略的理論框架。

不管產品在什么時間段,產品的用戶群都是由三部分人組成的:新用戶、活躍用戶、回流用戶。留存周期框架的核心就是,針對這三類人群的留存分析。

那么下一個問題來了,如何定義這三部分人群呢?

下面給出了這三部分人群的定義:

  1. 新用戶:用戶還處在第一個的使用周期中;
  2. 活躍用戶:用戶在前一個使用周期和當前使用周期中都是活躍的;
  3. 回流用戶:用戶在前前一個使用周期和當前使用周期是活躍的,但在前一個使用周期中不活躍。

四、如何進行新用戶留存分析

對新用戶的留存分析會幫助我們了解用戶是如何一步步發現產品價值的,如果我們將用戶和產品比作約會的雙方,那么第一次約會的目的肯定是如何快速地進行下一次約會,而非直接談婚論嫁。

同樣的,新用戶留存的關鍵點在于,如何讓用戶在最初的體驗中得到極大的樂趣,從而更快地再次使用你的產品。

1. 根據不同用戶屬性挖掘有效線索

通過分析用戶不同屬性(例如:平臺、渠道、地理位置等)的留存曲線,可以發掘有價值的分析線索。我們以一款海外發行的產品為例,可以從國家維度畫出不同的留存曲線:

根據不同國家的留存曲線,我們能夠發現這款產品在中日韓市場非常走俏,但在北美、南美一帶的表現不佳。這就給我們提供了一條非常好的線索,指引我們仔細分析這款產品在美洲市場失敗的原因。

經分析這款產品是一款三國卡牌類游戲,其題材與地區的文化歷史息息相關,因此美洲市場很可能水土不服,因此可以考慮在美洲市場發行時更換產品題材,更好地適應市場需求。

2. 重視用戶第一印象

Onboarding這個概念起源于人力資源領域,意為“新人的入職培訓”,是企業制定的一系列幫助新員工迅速適應新工作環境的。

在新手階段,會有很多因素導致用戶停止使用產品,交互、UI、音樂、文案等等元素都有可能成為阻礙用戶打開心扉的絆腳石,新手引導的好壞直接影響了產品的成敗。

回到約會的例子,雙方第一次約會時的第一印象會直接決定是否還有后續進展,即便雙方可能在思想、愛好等方面有很多共同點,但在深入溝通之前,外在形象、衣著品位、行為舉止等容易獲取的信息才是決定性因素。

漏斗模型會很容易得幫助我們定位新手引導過程中的問題。例如:上圖是一個典型的音樂類APP新手引導漏斗,當產品引導用戶搜索歌曲后,可以發現只有很少的用戶進入到了下一步,即播放歌曲,很明顯許多使用者并沒有找到想聽的音樂,可能是搜索引擎除了問題,此時就需要反推技術去測試搜索功能了。

同理,每個產品都需要定義新手引導漏斗,以發現這一階段的產品問題。

3. 快速過渡至核心價值發現階段

對于新用戶而言,留存分析的目的就是讓他們順利渡過新手引導階段,并快速發現產品的核心價值。

首先要做的是了解每一階段的大致時間是多少,下面的表格大致定義了各階段的時間周期,可以發現各階段的時間周期對應了產品使用周期。

在明確了大致的時間范圍之后,我們可以采用上一篇文章中提到過的方法論,比較在價值發現階段留存的用戶與流失的用戶的行為,發現留存用戶背后的行為動機。

下面列舉了幾種常見產品可能的行為動機,以及相應建議。

五、如何進行活躍用戶的留存分析

首先我們回顧一下活躍用戶的概念,這里的活躍用戶是指,在當前產品使用周期和上一個使用周期都是活躍的用戶。

1. 發現藏在活躍用戶后的行為動機

如上圖展示,我們把一條普通的留存曲線分成以下幾個步驟,實際上每個新用戶在向活躍用戶轉變的過程中也都需要經過這幾個步驟:

  1. 新手引導;
  2. 發現產品的核心價值;
  3. 形成使用習慣;
  4. 成為該產品的活躍用戶。

對活躍用戶進行留存分析,很重要的一點是在于明白用戶為什么會對產品形成使用習慣,而在形成習慣的過程中又有哪些產品閃光點讓用戶眼前一亮,基本上這些點都是用戶在使用產品的初期就會發覺的。

理解這些高留存用戶背后的原因,進而運用這些原理轉化新用戶和回流用戶。例如:Facebook發現那些在最初使用的10天中,添加了7個及以上好友的用戶的留存很高。因此Facebook會鼓勵所有的新用戶在使用初期先添加7個好友,這也是為什么Facebook能實現用戶指數級增長的原因之一。

那么如何去發現這些背后的原理呢?

  1. 選擇一群在習慣形成期留存下來的用戶作為樣本;
  2. 從樣本用戶中,篩選出在下一習慣形成期中仍然留存下來的用戶,這些用戶就是真正留存下來的活躍用戶群;
  3. 同樣從樣本用戶中,篩選出在下一習慣形成期內流失的用戶群,這些用戶就是流失用戶;
  4. 比對活躍用戶群與流失用戶群,盡可能地發掘那些活躍用戶擁有但流失用戶不具備的行為。

你可以通過下列表格,查詢產品使用周期與習慣形成時間段的對應關系:

經過以上的比對,我們就能發現區分留存活躍用戶與流失用戶的關鍵事件。

2. 活躍用戶深度下鉆分析

在之前活躍用戶的基礎上,我們可以根據他們觸發關鍵事件的頻次再將他們分為被動活躍用戶,核心活躍用戶,VIP活躍用戶,通過數數科技ThinkingAnalytics系統可以較為快速的實現用戶精細分群與用戶留存的自定義分析。

那么被動活躍用戶如何變成核心活躍用戶,核心活躍用戶如何變成VIP活躍用戶,其實我們可以再使用上述比對過程,去發現不同用戶群體之間轉變的內在原因。我們的目的就是通過理解這些原理,將盡量多的用戶轉化為VIP核心用戶。

用戶留存分析的核心就是選定合適的留存周期,對新用戶、活躍用戶進行細致分類,從而找出促使新用戶轉向活躍用戶、活躍用戶轉向核心用戶的關鍵事件,以實現數據驅動的精益運營與用戶增長。

 

本文由 @?韓進 原創發布于人人都是產品經理。未經許可,禁止轉載

題圖來自 Pixabay,基于 CC0 協議

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 你好,你說的ThinkingAnalytics系統在哪里可以找到呢?

    來自上海 回復
    1. 具體可以看一下數數科技官網,www.thinkingdata.cn

      來自上海 回復