作为运营喵,你知道每天用户“流失”了多少吗?

4 评论 13552 浏览 78 收藏 9 分钟

拉新、促活是运营喵每日必做的工作之一,但是在用户来了之后能留下的有多少?作者@杨丽清 通过数据分析用户流失及不活跃的原因,一起来涨姿势。

作为运营喵,用户是我们最在意的人,他们就像我们的爱人,为了他们简直扑汤蹈火,想尽各种有的没的办法把他们拉倒自己的产品上,各种“零成本一年百万用户是怎么做到的?”、“做到三十万就靠这四招!”……这类的“拉新”文章太多太多了,这些人是不是很牛逼?好像是,但是今天我不是要去验证这些方法能不能行。我想说的是:就算用(kai)户(yuan)拉来了又怎么样,用户会“流失”、会“漏掉”的,我们是不是更应该好好留住用户,尽量少溜(jie)走(liu)?那么,问题就来了:我们怎么知道用户是不是“流失”了?这个很明确,一定是会通过各种数据来证明。当然,每个运营或者公司对“流失”的概念不一样,我只是分享个人经验,若意见不同,勿喷。

我将“流失”分成两个部分:一是新用户首次来网站是否存在“流掉”;二是这些新用户之后还没有活跃?是否留存下来?

一、新用户首次来网站是否存在“流掉”

新用户首次来网站是否存在“流失”,应该是新访客,这是还不能算是用户,以电商行业为例子。

大范围:

从访问网站-注册—购物车—下单—购买(有的网站可能还有充值之类的),这是最常见的分析维度,去看新访客的“流掉”情况;

zhuanhua

这是某电商网站过去一周的新访客的操作路径,我们一步一步解析:

PS:每个网站对数据KPI的理解不一样,我的所有数据都不是真实的工作数据,我只是举例说明,请大家看的是运营分析逻辑,而不是介些数据哈!!!

访问—注册

不管这些访客是通过什么渠道知道并来到网站,我们都夹道欢迎,可是为什么只有54%的访客注册了,是各渠道推广质量不好(只有流量没有质量的渠道不要也罢)?是推广信息和网站不对称,访客感受“受骗”立马离开(小提醒:渠道效果记得同时优化,不然白白花钱)?或者网站和产品不够吸引人、注册入口不明显(若是这些原因,那应该和产品聊一聊了)?还是新人引导不够,大家操作无从下手(产品、运营都有责任,快来解决问题,都别幸灾乐祸啦!)还是网站设计不够酷炫(应该知道找sei吧)?不然就是网站对新用户的优惠不够,很多时候电商拼的是价格、优惠程度(还不快去了解下市场、竞品的优惠情况,分析下自己网站优惠是不是真有问题)?

注册—购物车

这步路径更多应该去分析产品列表页/详情页和购物车之间的关系,一会我再说。

下单—成功购买

除了那些可能很久之后才会结算的用户(当然只是少数),这步路径转化率为68.8%;这时候,产品应该想想这步的操作是不是不流畅,比如支付什么的,导致“流掉”一半的用户;支付方面,还涉及支付平台的性能,支付是不是够快,会不会经常支付失败等;这些问题看似不惊人,其实特别影响支付的心情和状态(反正我是这样,支付慢我一定等不了)。运营应该想想这步的转化引导是不是不够。

分享一个上周的亲身经历,某宝的某店,那次我下单了,但是不知道什么原因忘了付钱,然后人家客服MM就以非常俏皮的口气提醒没付钱,虽然知道她的“贼心”,但是我还是乖乖付钱了,这是我第一次遇到这样的提醒。所以,运营有时候只是小小的一步,也许就会有大大的收获。

小范围

分析完大范围,再来看下小范围:详情页、二级页之间的关系,即各级页面的转化。

两个办法:

  • 追踪每个用户的操作路径(具体到各页面),分析用户多在哪些页面流失,对这些页面进行重点监测,然后该优化就优化;
  • 查看热力图,分析哪些用户的点击少,也能了解用户可能流失的区域;

分析这些页面关系,还有一个价值:就是去发现一些页面之间的关系,继而去发现一些商品之间的关系,可以做一些商品关联推荐、合绑销售等。

二、这些新用户之后还没有活跃?是否留存下来?

除了首次的行为外,运营更看重的是这些用户之后是否活跃,活跃有可能是登录,有可能是购买;无论是什么,努力把他们都变成老用户、忠实用户,提高网站留存率,要知道他们才是网站价值的最大贡献者。

活跃用户

先看活跃用户,一般用折线图表示即可,直观明了;

huoyue

留存率

那就看看他们的留存率吧,留存率概念应该运营童鞋都懂,我就不啰嗦了。一般用“40–20–10”规则,表示的是次日留存率、第7日留存率和第30日留存!结合自己网站评估下吧!

liucun

以上这个数据代表性不强,只是留存率思维的一种展示,至于留存率的计算,其实很简单,数据工具有这个高级计算选项。然后设置一直“红色”条件,设置一些数据条件,用来提醒、预警,预防数据太低。

留存率反映的是一种转化率,由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程,能看到不同时期的用户的变化情况。留存率很重要,但不一定都关注次日留存率,各种网站、APP的特性也不一样,so留存率一般包括:次日留存、3日留存、7日留存、15日留存、30日留存、3个月留存、半年留存等概念。注意:留存率并不一定能代表活跃度,但是活跃度低的产品留存率肯定高不了。

做完了数据分析大体就能知道用户“流失”的情况了,但作为运营,更重要的是从数据中发现问题,然后制定相应的运营方案,比如怎么能让用户少流失点、如何召回、是不是要设置流失预警、等等,慢慢优化效果。

So运营会做数据分析是很重要的,我在这条路上越走越远啦,越来越顺,过程中有很多意外发现,对自己的运营成长也有很有利。分享经验,希望和大家共勉,加油!!!

 

作者:杨丽清(yang18210462108),产品运营。2年互联网运营工作经验,喜欢运营,擅长用数据优化、驱动运营,希望做个全能的运营狗。

本文由 @杨丽清 原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 我的天,要不要编辑一下,全文一个超链接

    来自河北 回复
  2. 作者用的是什么数据分析工具?能分享下吗

    来自江苏 回复
    1. excel足以….

      回复
    2. 用的是一个国内的数据分析工具BDP,免费注册的,感觉操作比较好上手,可以试试看

      来自北京 回复