只需4招,教你怎样定义产品的用户激活

2 评论 7401 浏览 14 收藏 9 分钟

编辑导读:我们都知道,拉新很重要。那么新用户来了,如何明确新用户激活阶段的目标并找到激活时刻,将其转化为有效用户呢?本文作者对如何定义产品的用户激活展开了分析讨论,与大家分享。

今天来聊聊怎么定义用户激活,教你4招快速定义产品的用户激活行为。

第一招:提出用户激活可能性的行为

这是定义用户的开放性探索阶段,主要目的是明确产品的长期价值,找到新用户在开始使用产品最快感受到长期价值的方式。

然后,根据上述方式,提出几个最可能的新用户激活行为。

通常可以利用下面2个方法来初步列出几个潜在的用户激活行为。

方法1:通过关键问题

  • WHO 用户是谁
  • WHAT 用户用这个产品需要解决的问题是什么
  • WHY 用户为什么要解决这个问题?
  • VS 用户还有其他什么方法解决这个问题?

使用场景一般为,通过关键问题,找到产品的长期价值,和体验到这些价值需要的行为,并反推新用户在短期可以完成的行为有哪些。

以美颜相机为例,我们来套套公式。

  • who:女性
  • what:拍美照
  • why:让朋友看到自己的美
  • vs:先拍照,后P图

可能激活的行为:

  • 拍照
  • 使用滤镜
  • 分享到朋友圈

哪些能快速完成?

前2个。

好,那我们就可以初步判断拍照和拍照完保存时可能的用户激活行为。

方法2:通过用户调研

简单地说,就是对比不同的用户回答,发现产品对用户最重要的价值找到备选激活行为。

可以向下面不同的用户角色进行调研。

  • 长期最活跃的用户:为什么觉得产品有价值
  • 注册后迅速离开的用户:为什么离开?
  • 注册后活跃使用的用户:为什么留下来了?

使用场景一般为,如果有大量的备选行为,可以通过用户调研帮助缩小备选行为数量,对于有多个使用场景和功能的产品尤其重要。

第二招:找出关键性最强的用户激活行为

这里给大家分享两个步骤。

步骤一:找到新用户的激活期,评估激活行为要多快发生。

步骤二:对比早期留存曲线,找到新用户激活期内,做了和没做对早期留存影响最大的1个行为。

如何找到多长时间?

原则1:使用频次越高,激活需要越快

使用频次越高,新用户越快期待从产品中获取价值,可以根据使用频次,大概判断新用户激活期。

原则2:生命周期越短,激活需要越快

生命周期越短,新用户越快期待从产品中获得价值

原则3:参考实际数据

分析新用户的实际数据,看绝大多数早期激活行为的实时间窗口

例:拉取所有首次有潜在激活动作用户的时间分布,根据80%以上的行为来判断

假设:以美颜相机为例,假设美颜相机确认第1天为新用户激活期,对应的最早期的留存是前31天。

那么,如何手动对比留存曲线?

1)收集新用户前31天的留存数据

2)将用户按有无某个行为分组,收集留存数据

  1. 所有新用户
  2. 第一天使用滤镜
  3. 第1天没用滤镜
  4. 第1天拍照
  5. 第1天没拍照

3)画出不同用户组的前31天留存曲线

4)对比留存曲线,找到有无该行为,留存差别最大的

差距越大,代表越有可能是Aha时刻。

第三招:计算魔法数字

什么是魔法数字?

通过数据分析找到这个关键行的最佳次数,也就是魔法数字。

但,不是每个产品的魔法数字都是相同的。

有些激活行为,只做一次就够了,例如电商的收单。

有些激活行为,需要重复多次,才能确保用户感受到价值,例如看短视频。

理论上,重复次数越多,对于留存提升越大,但是新用户激活时间优先,让用户重复多次是不现实的。

因此,希望通过找到激活行为的最佳次数,确保用户获得价值,同时又不给用户带来负担。

这里可以简答介绍一种常用方法,叫边际效用最大法。

  1. 画出新用户首日激活行为次数的分布图
  2. 分析首次激活行为次数和留存率关系
  3. 找到留存边际效益最大的点对应的激活行为次数(留存率的拐点,也就是边际效用最大的次数)

还是以美颜相机使用滤镜次数为例。

从上面就的拐点就可以初步得出,用户的激活行为可以定义为新用户第第一次使用滤镜。

第四招:测试验证因果性

前面3招,其实终归是我们的最开始的初步预估,并不能证明就一定是用户激活行为,这里把之前的行为可以成为相关性行为。

真正想要锚定1个用户激活行为,还需要通过A/B测试验证因果性,确认推动用户完成早期关键行为,确实可以提升留存。

那么什么是因果性行为呢?它和相关性行为又有什么差别呢?

简单解释一下:相关性一般指,观察到有某个早期行为同时留存率更高。而因果性,是指用户做了某个早期行为,导致留存率更高。

比如下雨天和打伞就是因果关系,下雨天和地上湿也是因果关系,但是,打伞和地上湿就不因果关系了,而只是相关而已。

这里以我爱用的全民K歌为例,全民K歌发现唱歌的新用户留存更好,认为用户激活行为是唱歌,但是需要验证因果性,并且确认魔法数字是1首还是3首。

实验:a/b测试新手引导页

对照组:不唱歌

实验组1:唱3首歌

实验组2:唱1首歌

结果:实验组2 结果最好,次日留存都达到10%

这样才能最终确定,这个关键行为能定义为用户激活。

最后,谈下感悟。

我们老在提激活和留存,其实它们并不是孤立的关系,而是对应关系,我们在定义激活用户的时候,往往也需要用到留存数据。

从而,如果我们想去提升留存率,也需要溯源到用户的激活行为,这样互相对应,串联起来。

 

作者:雷震子说;公众号:雷震子说

本文由 @雷震子说 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

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
海报
评论
评论请登录
  1. 这个其实不是数量越多越好,比如一些资讯类产品,用户浏览3次留存是最好的,后面会渐弱,但是到了10次,整个曲线又会有提升

    回复
  2. 唱3首歌比唱1首歌的留存更好还需要用ab实验才能得出来?

    回复