如何利用資料分析提高使用者留存?| 推薦收藏
獲取使用者只是第一步,但留住使用者才是所有產品最終目標。
1月15日,多閃、馬桶MT和聊天寶同時亮相,引發了“ 圍剿微信 ”的熱議,但個推大資料釋出的一份資料報告顯示,一個半月過去了,這三款應用的成績都有些不理想。
如圖所示,在釋出會和網路熱議的帶動下,三款應用在 15-16 日兩天迎來了使用者的爆發式增長,但從上線第三天起,三款應用的新增使用者數開始暴跌至幾乎同一水平。 獲取使用者只是第一步,留住使用者才是所有產品最終目標。 今天我們就來說說如何用資料分析來提升使用者留存率。
一、 為什麼要做好產品的留存
1.提高使用者增長速率,降低獲客成本
留存對活躍使用者增長有長期影響,在這裡我們具體模擬一個產品增長狀況。假設一個產品每週獲取一百個新使用者,新使用者的次周留存率在 60%。
左邊這張圖,每週使用者的次周留存率的絕對值減少 3%,即本週留存率 60%,下週留存率為 57%,以此類推。而右邊這張圖,留存率絕對值減少 1%。
每週的活躍使用者構成是本週新使用者和之前每週留存下來的老使用者。經過 29 周後,左圖中的之前留存老使用者基本上就衰減為 0 ,而右圖中可以看到最早獲取的使用者仍有部分能在 29 周後留下來。對比兩種情況,它們的拉新量一致,留存率僅有 2% 絕對值的區別,但是 29 周之後,使用者的量的比例為 1:2。這個圖就比較為形象的說明了, 留存率對於活躍使用者量增長的重要性。
除此之外,《矽谷增長黑客實戰筆記》的作者,曲卉老師,在對9位頂級增長黑客的採訪中,有九分之四的人選擇了留存作為最喜歡的增長槓桿。因為 留存可以帶來巨大的複利效應,同時維繫老使用者和獲取新使用者的成本比例大概是1:5。
2.留存是判斷產品價值最重要的標準
留存率反映的實際上是一種轉化率,即 由初期的不穩定的使用者轉化為活躍使用者、穩定使用者、忠誠使用者的過程 。隨著統計數字的變化,運營人員可看到不同時期使用者的變化情況,從而判斷產品對客戶的吸引力。
3.把握使用者生命週期長度以及優化產品
通過留存分析,可以檢視新功能上線之後,對不同群體的留存是否帶來不同效果? 可以判斷產品新功能或某活動是否提高了使用者的留存率?結合版本更新、市場推廣等諸多因素結合,砍掉使用頻率低的功能, 實現快速迭代驗證,制定相應的策略。
綜上所述,如果產品不能留住使用者,我們的產品就像一個鏤空的籃子,倒入的水越多流失的也越多,這意味著我們的產品是無法實現可持續增長的。此外,在流量越來越貴背景下,留住老使用者顯得愈發重要。
對於使用者而言,留存率越高,說明 產品對使用者的核心需求把握的越好 ,使用者對產品產生強烈的依賴;對於產品而言,留存率越高,說明 產品的活躍使用者越多,轉化為忠實使用者的比例會越大, 越有利於產品變現能力的提升。
二、 到底什麼是使用者留存
在商業世界裡,我們最理想的是 讓使用者的生命週期(使用產品的)跟隨產品的生命週期保持一致 ,這樣產品才能良性健康發展下去,但實際並非如此。
在網際網路行業當中,因為拉新或推廣的活動把客戶引過來,使用者在某段時間內開始應用並使用,經過一段時間後,仍然繼續使用該應用的使用者,被認作是該應用的留存使用者,這部分留存使用者佔當時新增使用者的比例即為留存率。
例如,7 月份某旅行 app 新增使用者 500,這 500 人在 8 月份啟動過應用的有 250 人,9 月份啟動過應用的有 200 人,10 月份啟動過應用的有 150 人,則說明7月的這波新增使用者一個月後的留存率是 50%,兩個月後的留存率 40%,三個月後的留存率是 30%。說完了留存,我們再來看看留存分析。
留存分析是一種用來分析使用者參與情況和活躍程度的分析模型,考察進行初始行為的使用者中,有多少人會進行後續行為。
三、 使用者留存的特點
這是一個常見的留存曲線,可以把它分成了三個部分: 第一部分是振盪期,第二部分是選擇期,第三部分是平穩期。
1.振盪期
我們可以看到新使用者進入網站或者是下載 APP 的人數在前幾天劇烈地減少,由 100% 幾天就變成了百分之十幾或者更低,這個期叫振盪期。在這個階段,我們主要關注 使用者啟用 ,在這個階段中,我們需要 讓使用者迅速低成本地感受到產品的核心價值 ,快速達到"aha moment"(驚喜時刻)。
2.選擇期
過了振盪期以後就是選擇期,一般情況下,客戶在這段時間之內對我們的產品有了初步的瞭解,他開始探索我們公司的產品,看看這個產品有沒有滿足他的一些核心需求。在這個階段我們關注 老使用者的留存提升 ,需要 打造好產品的核心功能 ,培養使用者對產品的使用習慣。
3.平穩期
過了選擇期就是平穩期,留存率進入一個相對穩定的階段。在這個階段我們就要思考 產品對使用者的長期價值是什麼? 如何才能讓使用者反覆體驗到產品的價值?總之, 只有做好每個階段的留存分析和提升,留存曲線才能整體改善。
四、 如何分析留存資料
1.時間分組
留存分析中使用最多的就是在時間分組,然後觀察這組使用者隨著時間的演進而產生的變化。如圖所示,當然這個表也可以製作前文所提到的曲線。通過統計某日新增、活躍或產生特殊行為、滿足特定條件的使用者在未來一段時間內的留存使用者變化曲線,可以總結使用者從新增到流失的時間週期,並找到留存率明顯下降的關鍵環節。
同時,通過對比各個渠道、活動、關鍵行為的使用者後續留存變化,發現提升使用者留存率的影響因素,例如領取過優惠券的使用者留存率比沒有領取優惠券的使用者留存率更高。
一般情況下, 新使用者在第二日流失 30~50%,一週後僅剩 10% 也是非常普遍的,並且很多使用者根本沒有使用到產品的核心功能就流失了。 基於這個結論,近些年來,運營活動和產品設計方向上越來越針對新使用者的前一週做關懷或新手任務,強化使用者去體驗到產品的基本功能。例如信用卡首刷禮,網際網路理財產品贈送新戶加息券等。
另外,我們還可以 將不同渠道來的使用者進行群組的劃分 ,將所有渠道的留存比例排序後,可以非常容易發現某些渠道帶來使用者規模較大,卻留存卻很低,這時可以停止向這些低效的渠道投入費用,將節省很多營銷費用。
2.行為分組
針對流失高/留存高的使用者群組進行一對一的使用者行為分析,統計留存/流失使用者的行為特徵,特別是針對流失使用者,通過流失使用者的行為分析總結流失原因,從而提升留存率。例如新增後次日流失的使用者行為特徵表現為開啟首頁後瀏覽了 30 秒退出,也沒有進入頻道頁和詳情頁,而次日留存使用者的特徵表現為首次訪問大於 3 分鐘,瀏覽路徑深,那麼可以判斷使用者次日流失原因為不瞭解產品能力導致,需要加強使用者引導。
另外, 使用者的行為與產品的功能模組息息相關 ,我們可以還可以將產品的功能模組的使用進行分組研究,並對功能模組進行優化。
按照上述思路, 留存使用者分析可以針對不同群組使用者建立留存曲線,觀察不同特徵使用者的留存情況 ,從而找出影響因素。
五、 使用者留存分析的流程
具體的方案可以是:
1.定義高價值留存使用者
2.通過資料特徵梳理出,吸引使用者留存的功能或利益
3.分析使用者高價值留存使用者訪問路徑和習慣
4.定位高價值非留存使用者的
5.通過資料特徵梳理出,高價值非留存使用者在探索產品功能和利益遇到的障礙
6.針對障礙特徵再想出針對的調整政策
7.使用者畫像調研,佐證分析結論
六、 案例:提升泛娛樂類 App新使用者留存
主要是給使用者提供內容消費,而且帶有一定的社交屬性,因此使用者的日活躍人數和留存人數就十分重要。根據這個產品目前的留存資料,認為他們的新使用者留存還有很大的提升空間,想要通過資料分析的方式找到增長著力點,主要是通過降低新使用者上手成本,提升新使用者留存。
1.瞭解新使用者留存現狀
首先,我們需要了解新使用者的留存現狀進行分析,因為評估一個產品的狀態,都是進行產品優化之前不可迴避的環節。
通過對新訪問使用者和全部訪問使用者的留存曲線對比分析,我們會發現新使用者的留存明顯低於全部使用者,那麼從這個角度來說,新使用者的留存就是很大的一個增長點。
剛剛我們講到,對於新使用者來說,Onboarding 上手啟用的環節非常重要 。能否讓使用者在第一次使用產品時就能迅速低成本地感知到產品價值, 決定了新使用者的啟用率。
2.確定啟用目標
談到啟用,我們常常會講到「Aha Moment」, 即使用者體驗產品時發現核心價值併產生重複使用動力的驚喜時刻。 不同產品的「Aha Moment」也有所不同,比如 LinkedIn 是一週新增 5 個社交關係,Facebook 是 10 天內新增 7 個好友。
我們需要根據自己的產品,來找到使用者的 Aha Moment,幫助使用者儘可能快地觸達產品價值。首先我們需要知道哪些功能可能使新使用者感受到產品價值,可以利用第三方資料資料工具,對使用過不同功能的使用者留存率進行分析對比,找到留存率最高的產品功能。
通過對比不同功能的留存率,找到新使用者使用後留存率有明顯提升的功能,再結合新使用者上手功能成本的高低,來進一步縮小範圍確定新使用者的啟用目標。
3.評估新使用者啟用狀況
確定好啟用目標後,我們可以開始評估新使用者的啟用狀況, 有針對性地對不同的使用者進行運營。 在這個案例中,新訪客有 30% 未啟用, 對於這部分使用者我們要做的事情就是提升啟用率;其餘已啟用的新訪客,和老訪客優化的方向有點類似,就是如何去提升留存,讓他們持續使用產品。
渠道是使用者旅途的起點,不同渠道過來的新使用者會有一定的差異,他們訪問意圖或者目標都可能不一致。因此,我們可以看看不同渠道的新使用者啟用狀況。這裡我們可以從新使用者啟用比例和留存率來看下不同渠道使用者的差異。
可以發現,有的渠道啟用率和留存率都低,那麼就可能是渠道人群對產品的需求匹配度低,這部分情況更多的是需要對渠道進行調整;有的渠道,可能是啟用率低但啟用留存率略高於整體,那則可能渠道使用者較為精準,這需要進一步研究業務資料。
4.啟用時間與留存影響
對於未啟用的新使用者,什麼啟用時機比較重要,未啟用的使用者對留存有怎樣的影響?
從上面這張圖裡我們會發現, 新使用者的啟用時機應該越快越好。 綠色的曲線是當天來了被啟用的新使用者,下面這條紅色的線是當天來了沒有被啟用的新使用者。可以發現紅色這條線的留存是非常非常低的,也就是說,如果一個新使用者沒有在使用產品的第一天完成啟用行為,那麼他流失的可能性會非常的高,基本上預設為流失。
所以在說到新使用者的啟用時, 基本上指的都是在使用者進入產品的當天,就能完成核心行為,認識到產品的核心價值。
5.新使用者啟用功能分析
如何在產品內提升新使用者的啟用?在問這個問題之前,我們可以思考一下,為什麼新使用者沒有被啟用,他們是在哪裡流失掉的?這樣我們才能找到使用者流失的關鍵步驟進行優化。
我們可以 根據新使用者啟用的主要路徑構建漏斗 ,通過漏斗的每一步轉化資料可以定位到新使用者啟用的主要流失環節,並結合使用者分群與細查等工具進一步剖析流失原因。
在第一個主要流失環節,我們通過 使用者分群 篩選出這個環節沒有被啟用的新使用者,通過使用者細查來檢視這些新使用者的行為軌跡,可以發現一半以上的訪客都是在註冊登入的環節流失的。從典型的使用者行為軌跡可以發現很多使用者都卡在了登入註冊這個步驟,他們根本就沒有去接觸到實際的啟用環節。
那麼對於這部分使用者的啟用優化,我們就可以將啟用步驟提前,不需要註冊/登入,進來就可以看到內容。
在第二個主要流失環節中,我們發現小部分使用者已經到達了列表頁,也就是說觸達到了實際的啟用步驟,但他們卻沒有點選具體內容,是不是列表內容對使用者的吸引力不夠?這個列表是由使用者關注、產品推薦等多個內容組成的,可能是列表中使用者關注產生的內容較少,那麼我們需要 對關注行為進行更好的引導,提升內容對使用者的吸引力。
針對這樣的流失情況,我們對產品進行了一個調整將啟用步驟提前,可以發現新使用者留存有明顯提升。 但具體來說,原來沒有接觸到實際啟用步驟的訪客中有一半都已經成功被啟用,上線後新使用者的留存率也有明顯提高。
七、 小結
留存使用者分析的目的在於總結使用者生命週期特徵,並通過精細化分析找出使用者留存/流失的原因, 本質上是幫助我們瞭解自身產品留住使用者的能力,指導我們去試驗、迭代和優化我們的產品。 更重要的是,通過留存分析可以幫助改進商業模式,決策下一步行動。
*本文整合自
《公開課筆記:如何分析留存資料,降低使用者流失?》
《使用者運營:5步學會使用者留存資料分析》
《5張資料分析表(四):留存使用者統計的4個方向》
《解析常見的資料分析模型——留存分析》
《留存使用者資料分析札記》