做好精细分析,挖出用户留存的增长线索
用户留存率是判断产品价值最重要的标准,用户愿意留下来,才说明产品有价值。文章围绕用户留存与增长展开了分析阐述,希望对你有用。
01 初识用户留存与活跃
1.1 留存与用户活跃的底层内核
典型的用户价值的养成/成长路径,会经历以下过程
- 关于留存促活,其本质是伴随着用户体量的增长,不断针对不同类型的用户,找到性价比最优的转化、成长路径,再施加引导激励
- 产品的 长期价值 成立和稳定,是留存+促活能够产生意义的前提
- 不同业务类型+属性 的产品,在思考“留存”时的关注重点注定不同
- 产品形态+功能越丰富、用户行为越多 ,想要做好“留存、促活”的技术含量就越高
- 典型用户转化、成长路径清晰 + 用户使用习惯行为闭环形成后,一个 用户激励体系 可以显著通过产品化放大内增长的效率
你以为的增长/留存工作方法:
实际的增长/留存工作方法:
- 所有的“增长”工作最终都有构建典型用户路径并引导和激励用户,形成转化
- 增长/留存/促活工作的基本前提,都在于你要拥有一个 明确、可被驱动的用户转化/成长路径
- 在业务没有真正成熟稳定前,增长注定就是一个需要不断“动态调整”,没有正确的答案。更多的时候,我们会根据具体情况,对各种手段、工具进行交叉应用。
1.2 留存的前提与留存公式
1.2.1 评估留存难度
- 对用户没有长期价值的产品注定留不住用户,确认产品达到PMF是留存的前提
- 有长期价值的产品,由于自身特点,留存难度也不同。我们可以分析产品特点,对产品的天然留存有一个认识,并结合留存曲线,找到当前阶段提升留存的重点和策略
1.2.2 建立产品长期价值
留存的根基是产品对用户有长期价值
留存差的最常见原因是没有达到PMF,我们可以通过以下步骤来评估产品是否有长期价值:
- 伪需求:产品解决的问题价值不大。 例如前几年吹的很火的上门按摩、互联网洗发。我们应该通过MVP的方法,快速迭代验证达到PMF,避免入了伪需求的坑
- 新鲜感:有短期价值,无长期价值。 例如脸萌、神经猫。通常新奇感带来的大量用户,需要找到长期价值来进行流量承接,需要有后续计划,通过产品快速迭代,让用户感受到变化从而持续使用,或者将用户迁移到更有长期价值的功能上去
- 没实现:有价值,但是目前的产品没有完整地提供解决方案。 例如早期的互联网外卖。我们应该采取内侧,或逐步开放各个城市等形式,完善产品和服务能力
1.2.3 用户留存公式
留存:感知价值+转换成本>使用难度
流失:感知价值+转换成本<使用难度
1.3 评估留存难度的7个问题
- 用户需求有多强烈:止痛药VS维他命
- 产品功能有多复杂:单功能VS多功能?是否可拓展?
- 产品的天然生命周期是多长:长命型VS短命型?
- 产品的天然使用频次是多久一次:高频VS低频
- 是否有大量广义的可替代品:可替代品少VS多?
- 用户转换到其他产品的成本:转换成本高VS低?
- 用户变现能力如何:变现能力强VS变现能力弱?
02 通过留存数据寻找增长杠杆
2.1 通过留存率,绘制留存曲线
2.1.1 量化用户留存
留存率定义:在一段时间后仍然活跃的用户占总用户的百分比
留存率=该时期末初始活跃用户里仍然活跃的数量/某时期开始时的总活跃用户数
流失率定义:在一段时间后停止活跃的用户占用户的百分比
流失率=1-留存率
留存曲线定义:持续追踪不同时期开始活跃的用户群的留存率,随时间的变化
留存曲线=多个同期用户群在多个时间段的留存率
留存定义:
2.1.2 绘制留存曲线
绘制留存曲线四步骤:
1)选择关键行为的方式
初始行为:完成何种初始行为的用户才谈得上留存?
回访行为:用户回到产品中需要做什么才算得上留存?
初始行为和回访行为很多时候是一样的,但有些情况不一定完全一致,按需求决定
例如 网易云音乐的初始行为是听歌,回访行为也是听歌;
淘宝的初始行为是下三单,回访行为是下单;
领英的初始行为是加四个联系人,回访行为是登陆
2)选择时间周期
不同产品的天然使用周期不同
- 投资:每周-每月
- 健身:每天-每周
- 听歌:每天-每周
- 社交:每天
- 游戏:每天
- 天气:每天
不同留存曲线的关注点不同:
- 新用户留存:次日,首周,首月留存,一般按天为周期
- 长期用户留存:6、12个月的留存,一般按周或月为周期
如何通过数据找到天然使用周期?
做法:分析月活用户的一个月内的活跃天数
- 将月活跃用户作为分母
- 进一步划分这个月里不同活跃天数的用户所占百分比
- 找到占比量大的活跃天数,即可确定为最主流的用户天然使用周期
3)收集数据制作表格
- 记录每一周首次完成初始行为的用户数,一般就是激活用户数
- 追踪这些用户在接下来的每一周里继续完成回访行为的数量,一般也就是有留存关键行为的用户数
- 通过1和2,计算每周有回访行为的用户占首周激活用户数的百分比
4)绘制留存曲线
把百分比数据画成曲线图,也就是留存曲线
2.1.3 通过留存曲线发现问题
曲线的三种基本形态
下滑型:见于绝大多数产品,说明未达到PMF
专注于改变产品以找到某种针对核心用户群的价值定位,然后在此用户群基础上拓展。此时不要开始盲目拉新,否则只是无本之木
趋平型:说明产品达到了PMF
表明尝试过该产品的用户中 ,有一定比例人群发现了其中的价值且在一段时间后持续使用它,可以开始拉新。另外趋平型曲线变平的位置越高,产品的长期留存率就越高,产品增长空间越大。
微笑型:产品不仅达到PMF,还有大量回流用户,出现“负流失”
最理想的留存曲线,一般只存在于特定类型的产品里
2.1.4 如何评估留存率水平
在分析产品用户留存时,可以结合所属行业的整体留存中值,与头部竞品比较留存数据差异
如何看留存是否改善?
- 新的留存曲线比旧的变平:老的留存曲线斜率大,曲线陡峭;新的留存曲线斜率小,曲线平衡
- 新的留存曲线,向上提升:随时间过去,是否看到新同期用户群体的留存曲线比老同期用户群体有所提升?
如何看留存率是否有异常?
计算每个时间段的平均留存
- 某一个点的留存率是否远远低于或高于平均值
- 某一个同期用户群的留存率是否远远低于或高于平均值
03 精细分析寻找留存线索
3.1 用户分群对比
用户分群对比:对比不同用户分群的留存曲线,看具有不同属性和行为特征的用户,留存曲线是否不同。
根据以下标签进行用户分群:
1)获客渠道
2)用户画像
- 2C:性别,年龄,地区
- 2B:免费or付费,公司大型,行业
- 平台:移动orPC,手机型号
3)用户行为
- 是否使用功能
- 用户早期行为
- 用户其他偏好
3.2 功能留存矩阵
基本功能:分析多功能产品,对比不同功能的留存率和活跃用户使用该功能的占比,看是否符合预期
针对每个功能在矩阵上的位置,决定下一步策略:提升留存率;提升使用人数;放弃投入资源
对比不同功能所处现状,决定工作重点和资源分配
3.3 用户生命周期
通过用户生命周期各个阶段关键指标来寻找增长点改善长期留存曲线
提升新用户激活: 更多的新用户激活,到达Aha时刻的用户更多,让留存潜在用户基数变大
提升新用户留存率: 更多的新用户留存,可以让留存曲线最开始的那一段提升,同时也会影响到留存曲线的中后期,从而提升留存率
提升流失用户召回率: 更多的流失用户召回,可以减少后期的用户流失,让留存曲线中后段上移,从而提升留存率
3.4 用户参与度
提升用户参与度是提升用户留存的重要手段
什么是用户参与度?
- 活跃:单次行为
- 频次:行为的频繁程度
- 强度:行为的强度
- 留存:行为随时间的持续度
- 使用频次:在一段时间里,用户会用某个功能或产品多少次,或者使用多少天
- 常见指标:月活天数,月活次数,日活/月活,周活/月活比利
- 使用强度:每次使用某功能或产品时,用户会花多少时间,花多少钱等
- 常见指标:平均访问时长,平均访问页面数,平均订单金额,平均每个用户完成关键行为的次数
- 提升频次:提升频次可以巩固和加强用户的周期性产品使用习惯,从而提升用户留存。例如用户每周看一次小红书提升到每周看三次
- 提升深度:提升深度可以提高用户每次使用产品从中得到的价值,从而提升留存。例如用户每次看微信读书5分钟提升到30分钟
通过参与度寻找线索的步骤:
1)确认产品适合度
参与度分析更适用于社交、内容、游戏等高频次高参与度的产品。有些产品用户不需要有高参与度也能获得价值,如低频但高客单价的二手交易,SaaS类产品等
2)计算参与程度
- 计算频次:分析产品用户的使用周期;画出月活用户按月活天数分布表;将月活用户按不同频次分组
- 计算强度:计算活跃用户平均使用时长
3)制定理想指标
根据用户的天然需要和对这类产品使用习惯,及现状数据制定一个理想的频次和强度目标
4)进一步分析寻找线索
对比分析不同用户分群的使用频次和强度,找到线索
对比分析不同产品功能的使用频次和强度,找到线索
针对某个功能,找到阻碍用户提升使用频次和强度的因素
作者:GrowthZ;公众号:量化增长黑客
本文由 @GrowthZ 原创发布于人人都是产品经理。未经许可,禁止转载
题图来自Unsplash,基于CC0协议