想提高留存，關鍵在於讓使用者不斷重新認識到產品的不可或缺性
上一章，講到任何公司都可以而且應該努力增加產品給使用者帶來的價值並逐漸提高使用者的留存。那麼到底什麼是好的留存？如何破解初期的留存？本章將詳細展開描述。
留存的三個階段
不同的留存階段需要採用不同的留存方法。前面提到過的布萊恩·鮑爾弗強調， 留存可分為三個階段：初期、中期和長期。 留存初期非常關鍵，因為這個階段將決定使用者是繼續使用或者購買產品或服務還是使用一兩次之後就“沉睡”。因此，初期留存率可以作為衡量產品黏性的一個指標。留存初期並沒有一個統一的時間長度。對移動App來說留存初期可能是一天，對於社交網路來說可能是一週或者兩週，對SaaS產品來說可能長達一個月甚至一個季度，對於電子商務公司來說留存初期通常是90天。你應該根據產品的行業標準以及你對使用者行為的分析來決定產品的留存初期應該多長。
留存初期有一個優勢。研究表明，這一階段使用者從產品中獲得的價值越大，他們長期使用產品的可能性就越大。而且通常這一階段有許多改善使用者體驗的機會，這也是HubSpot建立增長團隊的主要動機。HubSpot的聯合創始人和技術總監達米什·沙阿（DharmeshShah）解釋說：“當初我們決定啟動增長團隊是因為我們覺得在試用/使用者引導過程中還有很多唾手可得的改進空間。”我們在第六章介紹過HubSpot團隊為改善使用者引導所做的努力，而且留存初期本質上是啟用階段的延伸。你可以將它想成是為了確保使用者真的活躍，而不是看一眼之後就對產品失去興趣。
把這一階段看成是啟用過程的一部分可能更合理，但是，這樣區分還是有意義的。對於許多產品來說，新使用者需要在特定時間段內重複使用產品並從中獲得新體驗達到一定的次數才能強化他們對產品價值的認識。例如，Pinterest通過分析使用者資料發現，如果新使用者在註冊後的兩週內訪問網站不足三次，那麼他們很可能棄用產品。這就意味著，增長團隊需要努力使使用者在這一時間段內至少訪問網站三次。任何在Pinterest上註冊過的人都知道，Pinterest在使用者完成註冊後是如何大張旗鼓地鼓勵他們再次訪問的。
一旦跨過留存初期，使用者就進入留存中期階段。這時產品帶來的新鮮感開始退去， 要留住中期使用者，增長團隊的核心任務是讓使用產品成為一種習慣，讓使用者逐漸從產品或服務中獲得滿足感 ，這樣無須鼓動使用者也會繼續使用你的產品或服務，因為這已經成為他們日常生活的一個組成部分。Snapchat的使用者在吃早飯或者吃完晚飯時常常翻閱朋友的動態，亞馬遜使用者想買東西的時候總會第一個想到去亞馬遜上搜索，而根本無須鼓動。後面幾節我們會介紹一些習慣養成方面的心理學知識，還會介紹一些策略來幫助增長團隊提高初期留存使用者轉為習慣使用者的比例。
最後我們將討論長期留存的策略。在這一階段，增長團隊的作用是確保產品繼續為使用者帶來更大價值。團隊必須試驗各種方法不斷完善產品，幫助產品開發團隊決定升級現有功能或者推出全新功能的時機。這個階段最關鍵的地方在於讓使用者不斷重新認識到產品的不可或缺性。
什麼是好的留存
在深入講解如何提高各階段留存之前，我們先要討論增長團隊需要跟蹤哪些資料以及如何通過分析資料來尋找可嘗試的增長手段。首先，不同的公司衡量留存的方法可能不同。這是因為使用者購買產品或者使用服務的頻率在很大程度上取決於產品或服務本身的性質。使用者購買一些東西頻率很高，但購買另一些東西頻率卻很低。臉譜網希望使用者每天都使用它的服務，但蘋果卻明白，已經購買過iPhone的客戶接下來幾年內可能都不會再買（那些新款一上市馬上就去買的“果粉”除外）。所以蘋果只能等三年之後甚至更長的時間才能知道是否留住了某個iPhone客戶。正因為如此，蘋果逐漸發展為不僅向客戶提供裝置，還提供服務。這是一個了不起的增長策略，它使蘋果公司得以在新產品釋出的間歇更大地挖掘留存使用者的價值。購房者在Zillow上搜索房源資訊的頻率也與食客在Yelp上搜索餐館推薦的頻率不同。同理，買床墊的使用者與買鞋子的使用者購買頻率也不同。
電子商務領域最基本的留存指標是使用者的重複購買率，比如使用者每月購買產品的次數。許多電商企業計算90天內的重複購買率。產品不同計算重複購買率的時間單位也不同。因為大多數人每週至少去一趟超市，所以對於食品商店App團隊來說可能需要關注短期內的購買頻率，比如，大概10天購買一次才是健康留存的標誌。
在設計留存指標時需要將你的計算結果與市場調研得出的同類產品或服務的最高留存率進行比較，或者與成功的競爭對手的留存率進行比較。這些基準可以告訴你使用者留存是正常還是比預期更好或者更差。像Airbnb這樣的公司永遠不能指望使用者使用率和留存率達到社交網站的水平，所以選擇恰當的基準對於準確判斷留存情況至關重要。行業出版物、貿易協會以及諸如弗雷斯特（Forrester）和高德納（Gartner）這樣的研究公司都能夠提供不同行業的具體資料。
到目前為止，我們討論的都是使用者留存的情況，它的反面，也就是每週或每月流失的使用者數量也同樣關鍵。流失率本質上是留存率的對立面。比如，好市多（Costco）會員的留存率是91%，那麼它每年的流失率就是9%。 一定程度的流失是不可避免的，即使最受使用者喜愛的產品也是如此。但是，對於所有公司來說，流失率當然越低越好。
確定並跟蹤群組
確定了留存的衡量指標後，下一步就是更細緻地篩查留存資料。可以利用群組分析方法來確定不同使用者群的留存率，這可以讓你更加深入地解讀資料，找出使用者留下或者離開的原因。
你可以將使用者細分為不同型別的群組。最基本的做法是按照獲客時間進行劃分，也就是按使用者完成註冊或者第一次購買的日期來分類。通常是按月份分組，但正如前面所講，對於某些型別的公司而言，按周甚至按天分組可能更有意義。這聽上去十分煩瑣，但它可以讓團隊發現留存方面存在的問題，所以一切辛苦都是值得的。按照獲客時間來跟蹤使用者可以讓團隊掌握使用者群的整體狀況。隨著營銷力度的加大，現在獲取的使用者留存率是否與之前的使用者一樣高？如果公司成功地吸引大量新使用者，這表明銷售或者註冊進展很順利。這種情況下，如果不按獲客時間來跟蹤留存就不容易發現隱藏的流失。
利用群組分析還可以察覺問題的苗頭。比如，增長團隊可能發現，某次營銷活動或者一年中某個時間段內獲取的使用者流失情況尤其嚴重。也許他們發現，前兩個月新使用者很活躍，但從第三個月開始每個群組都有很多人開始流失。
為了說明如何發現問題以及如何利用群組分析獲得寶貴資訊，找出流失原因，我們來看一個視訊流服務的例子。這個視訊流服務的使用者按月付費，並且可以在任意月份取消訂購。公司決定按照新使用者註冊的月份來對使用者進行分類。如表7–1列出了這些資料。還要提醒一句，按照群組顯示留存資料的電子表格讀起來非常困難，所以將各個群組的資料繪製成留存曲線十分有幫助，這樣很容易就能發現值得深入調查的資料規律。
表格的左側是每月註冊的使用者數，也就是我們要一直跟蹤的群組。表格上半部分記錄的是各個群組每月留存下來的使用者絕對數。可以看出，1月註冊的150名新使用者中，留存到2月的有140人，3月130人，這之後每月的留存人數以相對穩定的速度遞減，7—10月該群組繼續使用服務的人數維持在95人左右。再往後你會發現，2月和3月註冊的使用者也顯示出相似的留存比例。
但是，4、5、6這三個月發生了急劇變化。最明顯的是每月新增使用者的人數從之前的100多人陡增到6月的450人。如果公司的增長團隊只是以獲取新使用者為目標，那麼他們就該歡喜了，因為他們成功地提高了每月的註冊量。但是，仔細觀察你會發現，4、5、6月這三個群組的留存情況沒有前面幾個月好。資料顯示，註冊當月一過這三個群組的使用者數量就開始急劇下滑，而且留存數量也沒有像1—3月那樣表現出任何穩定的跡象。
為了讓這些資料在“總覽圖”中更加一目瞭然，團隊可以利用群組圖表中的資料繪製留存曲線圖。為了簡化問題我們只繪製兩個群組——1月群組和5月群組，但其實增長團隊通常會同時繪製所有月份的留存曲線。從圖7–3可以看出這兩條曲線差別很大，當1月的曲線開始趨於平穩時，5月的曲線還在繼續下行。
很明顯，增長團隊可以從這些資料中解讀出一些重要資訊，弄清楚這三個月裡究竟發生了什麼。要調查清楚使用者流失的原因，團隊需要更加深入地分析這幾個問題群組的資料。
出現這種情況可能是因為公司新一輪的廣告宣傳吸引了大量新使用者，但公司提供的產品卻並不適合這些使用者。也有可能是因為公司提供了很大的廣告促銷折扣，但價格恢復正常後大量新使用者很快就棄用產品。還有可能是因為公司決定使用新渠道來進行廣告宣傳，以便更好地針對特定人群投放廣告，比如針對在家帶孩子的女性。可能廣告的效果很好，一下子就贏得了媽媽們的喜歡，但是，當她們和自己的孩子一起看了幾部電影后發現裡面可選的電影並不是十分豐富，於是她們取消了訂閱。意識到廣告宣傳和留存率下降之間存在某種關聯之後，增長團隊就可以利用這個寶貴資訊來決定嘗試哪種試驗。顯然，這些媽媽成為潛在新使用者的可能性很大，但是在向她們展開第二輪廣告攻勢之前公司應該在電影庫中增加她們愛看的電影，或者用更好的方式突出顯示已有的電影資源，讓使用者一註冊就能看到有哪些電影可以選擇。或者，團隊一時還無法看清使用者流失的真正原因，這時他們就應該基於這些觀察針對流失使用者開展問卷調查，詢問她們為何取消訂購。團隊可以通過一些問題來驗證假設：可選擇的電影有限的確是使用者取消訂購的原因。
按獲客月份對使用者進行分類只是群組分析的第一步。你還需要建立其他型別的群組，例如按照獲客渠道來劃分群組，如使用者推薦計劃群組和付費廣告群組等。還可以根據使用者訪問網站的次數或者購買次數來分類。對於視訊流服務增長團隊而言，還可以按照使用者在第一個月內觀看節目的數量或者電視劇的集數，或使用者在第一個月內觀看視訊的天數來分類。用這種方式分析資料可以讓增長團隊找到使用頻率與留存率之間的關聯，同時還能幫助他們找到可以帶來更高留存率的電影或者視訊節目。
不同的商業模式，比如電子商務，可能有不同的群組劃分方式。假設我們的食品商店App團隊根據使用者註冊後第一個月內購買商品的次數來劃分群組，如第一個月內使用App下單一次、下單兩次、下單三次的群組。通過連續6個月跟蹤不同群組的留存情況，團隊可能發現，每月下單三次及三次以上的群組留存率遠遠高於其他群組，所以，完成註冊後第一個月內購買三次就是一個拐點。這個發現讓團隊將試驗重心放在增加使用者註冊後第一個月內的購物次數上。
值得注意的是，使用群組或者上面介紹的其他方式來跟蹤留存需要強大的分析能力，這是像谷歌分析這樣的基礎網路分析工具無法做到的。如果你已經建好使用者資料庫，能夠根據適當的變數對使用者進行分類，那麼資料分析師就可以相對容易地整合這些報告。你如果缺少一位專職的資料分析師，那你就可以考慮使用像Mixpanel，Kissmetrics或者Amplitude這樣能分析龐大資料的分析工具。儘管谷歌分析新近增加了群組分析功能，但是這些工具更強大，能夠讓你完成像上面那樣更精細的分析，而且它們使用起來也很簡單。
破解初期留存
分析完群組資料，找到初期留存中的流失節點並且通過調研確定了流失的原因，增長團隊就可以開始試驗破解的方法。 用於改善初期留存的增長手段與改善啟用的增長手段本質上是一樣的，因為前者其實是後者的一種延伸。不斷優化新使用者體驗，讓使用者儘可能快地體驗到產品核心價值是這一階段最重要的兩大策略。使用移動推送和郵件這樣的觸發物也能夠有效強化使用者對產品實用性和價值的認識。但是，正如我們在上一章中所講，留存初期增長團隊不應該只想著靠觸發物來喚回使用者，團隊還應該關注產品的使用者體驗以及進一步改進產品這兩個方面（可以回到第六章複習一下這些策略）。
