解决5大问题,留存分析从入门到精通

3 评论 6426 浏览 84 收藏 15 分钟

公司业务长期的增长以及健康的发展取决于漏斗的底部,也就是你的产品保留用户的能力。尤其在线上流量红利消失的今天,通过买量获取大成功的概率会越来越小。那么如何做好用户留存运营呢?

互联网在全球范围内目前已经拥有超过30亿的用户,与2017年同期相比稳步增长了10%。人们花在互联网产品上的时间越来越多,但同时可以选择的互联网产品也越来越多,这意味着想要在众多产品中脱颖而出,牢牢地抓住用户留住用户也变得愈发困难。

买量已不再产品运营的核心。

买量是很多行业的关键词,尤其在游戏行业,很多游戏公司都会在买量上投入巨大成本以获取新用户。但用户获取只是产品运营的开始,超过90%的产品面临这样的困境,80%新用户在下载后的3天内旋即流失。

也就是说,如果你不能及时地向用户展示核心价值,并将其转化为习惯用户,那么你的产品必然会失败。如果你把产品的整个生命周期看成是一个漏斗,漏斗顶部,也就是获取用户,并不是最重要的。

公司业务长期的增长以及健康的发展取决于漏斗的底部,也就是你的产品保留用户的能力。尤其在线上流量红利消失的今天,通过买量获取大成功的概率会越来越小。

那么如何做好用户留存运营呢?

以下分步为大家解答。

一、什么时候需要注意留存分析

很多人错误地认为只有企业发展到一定规模,拥有一定用户基量时才需要去考虑留存。事实上,留存分析伴随了整个公司的发展周期,在不同的时期留存分析的策略也会有所不同。

在前期的产品测试阶段,留存分析能很好的揭示你的产品是否能够迎合市场需求。如果留存曲线没有达到一定水平上稳定下来,而是一直趋向于0,就需要反思自己的产品本身是否满足了市场的需求,是否需要调整产品的方向?

如果有一部分用户在你的产品上留下来了,那么就需要分析这些用户为什么会留下来,产品中的哪个点真正地吸引了他们。了解这些留存用户留下来的原因,并且让更多人因此而留下来就成为了你运营的关键。

当产品趋于稳定,留存分析的核心作用又转变为评估迭代与优化的效果,根据留存的数据不断调整产品优化的方向。

二、如何确定产品的关键事件和使用周期

在介绍留存周期框架前我们需要弄清楚两个核心概念:产品的关键事件和产品的使用周期。

产品的关键事件是指你最希望你的用户在产品中进行的某个操作,这往往与产品提供的服务紧密相关。例如:Airbnb的关键事件是用户在平台上预订房间;滴滴的关键事件是用户叫车。

那么一个产品应该有多少个关键事件呢?

我们建议一个产品最好只有一个关键事件,虽然从公司层面上来说可能会定义很多关键事件,例如:Airbnb不仅有面向租客的产品,也有面向房东的产品,在面向房东的产品会有不同于面向租客的产品的关键事件。但对于一个产品而言,最好只有一个关键事件,这对留存分析很有意义的,毕竟只有明白了产品的核心价值,留存才有意义。

那么产品的使用周期又是什么呢?

一些产品我们可能天天都在用,例如:微信、微博、音乐等,而另一些产品我们可能一周才会用一次;例如:电商、在线教育等,另外一些可能是我们需要的时候才会使用;例如:机票与住宿等。

通过以下四个步骤,可以帮助你更好地确定产品的使用周期:

  1. 选定一定时间范围,筛选出所选时段内进行过两次关键事件的用户。一般选定的时间范围是60到90天,因为大部分情况下,用户在一个月内会触发一次关键事件,60天则相当于用户至少会触发两次。
  2. 计算每名用户的前后两次关键事件的间隔时间。
  3. 画出间隔时间的天数分布图。
  4. 分析分布图中80%的用户落在多少天之内,那么这一天就是用户的使用周期。

三、什么是留存周期框架

什么是留存周期框架呢?

上面提到在产品的各个阶段我们都需要去关注用户的留存,而留存周期框架指的是对不同类型的用户采取不同的策略的理论框架。

不管产品在什么时间段,产品的用户群都是由三部分人组成的:新用户、活跃用户、回流用户。留存周期框架的核心就是,针对这三类人群的留存分析。

那么下一个问题来了,如何定义这三部分人群呢?

下面给出了这三部分人群的定义:

  1. 新用户:用户还处在第一个的使用周期中;
  2. 活跃用户:用户在前一个使用周期和当前使用周期中都是活跃的;
  3. 回流用户:用户在前前一个使用周期和当前使用周期是活跃的,但在前一个使用周期中不活跃。

四、如何进行新用户留存分析

对新用户的留存分析会帮助我们了解用户是如何一步步发现产品价值的,如果我们将用户和产品比作约会的双方,那么第一次约会的目的肯定是如何快速地进行下一次约会,而非直接谈婚论嫁。

同样的,新用户留存的关键点在于,如何让用户在最初的体验中得到极大的乐趣,从而更快地再次使用你的产品。

1. 根据不同用户属性挖掘有效线索

通过分析用户不同属性(例如:平台、渠道、地理位置等)的留存曲线,可以发掘有价值的分析线索。我们以一款海外发行的产品为例,可以从国家维度画出不同的留存曲线:

根据不同国家的留存曲线,我们能够发现这款产品在中日韩市场非常走俏,但在北美、南美一带的表现不佳。这就给我们提供了一条非常好的线索,指引我们仔细分析这款产品在美洲市场失败的原因。

经分析这款产品是一款三国卡牌类游戏,其题材与地区的文化历史息息相关,因此美洲市场很可能水土不服,因此可以考虑在美洲市场发行时更换产品题材,更好地适应市场需求。

2. 重视用户第一印象

Onboarding这个概念起源于人力资源领域,意为“新人的入职培训”,是企业制定的一系列帮助新员工迅速适应新工作环境的。

在新手阶段,会有很多因素导致用户停止使用产品,交互、UI、音乐、文案等等元素都有可能成为阻碍用户打开心扉的绊脚石,新手引导的好坏直接影响了产品的成败。

回到约会的例子,双方第一次约会时的第一印象会直接决定是否还有后续进展,即便双方可能在思想、爱好等方面有很多共同点,但在深入沟通之前,外在形象、衣着品位、行为举止等容易获取的信息才是决定性因素。

漏斗模型会很容易得帮助我们定位新手引导过程中的问题。例如:上图是一个典型的音乐类APP新手引导漏斗,当产品引导用户搜索歌曲后,可以发现只有很少的用户进入到了下一步,即播放歌曲,很明显许多使用者并没有找到想听的音乐,可能是搜索引擎除了问题,此时就需要反推技术去测试搜索功能了。

同理,每个产品都需要定义新手引导漏斗,以发现这一阶段的产品问题。

3. 快速过渡至核心价值发现阶段

对于新用户而言,留存分析的目的就是让他们顺利渡过新手引导阶段,并快速发现产品的核心价值。

首先要做的是了解每一阶段的大致时间是多少,下面的表格大致定义了各阶段的时间周期,可以发现各阶段的时间周期对应了产品使用周期。

在明确了大致的时间范围之后,我们可以采用上一篇文章中提到过的方法论,比较在价值发现阶段留存的用户与流失的用户的行为,发现留存用户背后的行为动机。

下面列举了几种常见产品可能的行为动机,以及相应建议。

五、如何进行活跃用户的留存分析

首先我们回顾一下活跃用户的概念,这里的活跃用户是指,在当前产品使用周期和上一个使用周期都是活跃的用户。

1. 发现藏在活跃用户后的行为动机

如上图展示,我们把一条普通的留存曲线分成以下几个步骤,实际上每个新用户在向活跃用户转变的过程中也都需要经过这几个步骤:

  1. 新手引导;
  2. 发现产品的核心价值;
  3. 形成使用习惯;
  4. 成为该产品的活跃用户。

对活跃用户进行留存分析,很重要的一点是在于明白用户为什么会对产品形成使用习惯,而在形成习惯的过程中又有哪些产品闪光点让用户眼前一亮,基本上这些点都是用户在使用产品的初期就会发觉的。

理解这些高留存用户背后的原因,进而运用这些原理转化新用户和回流用户。例如:Facebook发现那些在最初使用的10天中,添加了7个及以上好友的用户的留存很高。因此Facebook会鼓励所有的新用户在使用初期先添加7个好友,这也是为什么Facebook能实现用户指数级增长的原因之一。

那么如何去发现这些背后的原理呢?

  1. 选择一群在习惯形成期留存下来的用户作为样本;
  2. 从样本用户中,筛选出在下一习惯形成期中仍然留存下来的用户,这些用户就是真正留存下来的活跃用户群;
  3. 同样从样本用户中,筛选出在下一习惯形成期内流失的用户群,这些用户就是流失用户;
  4. 比对活跃用户群与流失用户群,尽可能地发掘那些活跃用户拥有但流失用户不具备的行为。

你可以通过下列表格,查询产品使用周期与习惯形成时间段的对应关系:

经过以上的比对,我们就能发现区分留存活跃用户与流失用户的关键事件。

2. 活跃用户深度下钻分析

在之前活跃用户的基础上,我们可以根据他们触发关键事件的频次再将他们分为被动活跃用户,核心活跃用户,VIP活跃用户,通过数数科技ThinkingAnalytics系统可以较为快速的实现用户精细分群与用户留存的自定义分析。

那么被动活跃用户如何变成核心活跃用户,核心活跃用户如何变成VIP活跃用户,其实我们可以再使用上述比对过程,去发现不同用户群体之间转变的内在原因。我们的目的就是通过理解这些原理,将尽量多的用户转化为VIP核心用户。

用户留存分析的核心就是选定合适的留存周期,对新用户、活跃用户进行细致分类,从而找出促使新用户转向活跃用户、活跃用户转向核心用户的关键事件,以实现数据驱动的精益运营与用户增长。

 

本文由 @ 韩进 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 Pixabay,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
评论
评论请登录
  1. 你好,你说的ThinkingAnalytics系统在哪里可以找到呢?

    来自上海 回复
    1. 具体可以看一下数数科技官网,www.thinkingdata.cn

      来自上海 回复