提升用户留存，产品经理都有哪些方法？

【文章摘要】留存是一个非常重要的指标，一来可以衡量渠道拉新最终的结果——有多少人留下来，二来可以通过留存率来分析产品的使用情况。

提升用户留存，产品经理都有哪些方法？

一、什么是留存？

留存在互联网行业中说的多，但是真正做得好的却不多。

留存是什么呢？

就是使用了一段时间的产品后，仍然留下来的那部分用户。留存是一个非常重要的指标，一来可以衡量渠道拉新最终的结果——有多少人留下来，二来可以通过留存率来分析产品的使用情况。

留存有哪些表现方式？

我们一般使用留存表和留存图来表示留存率，下面分别展示的留存表和留存图：

上图4月25日这天用户数是 110，代表这天有 110 个新用户；1 天后是 29 ，代表 4 月 25 日这天拉新来的 110 名用户当中 1 天后有 29 名留下来了，以此类推。第一行（黄色的线）代表的是这些天总体留存情况。

接下来是留存图，纵轴代表的是百分率，横轴代表时间（天）。当天有100%的用户进来，一天后还剩下15%的用户留下来，两天后还有10%的用户继续访问我们。

如何区分表面增长与实际增长？

以前很多用户只关注日活、周活和月活，但这些真的够吗？活跃用户数在不断上升，就代表客户在不断增长吗？下面带大家深刻认识增长和留存的关系。
第一张，看似增长的活跃人数：

横轴代表时间；纵轴代表周活跃量的总人数，最外面的曲线代表总人数的不断增长，尤其是在初期。再看图形里面的每一个颜色，随着时间的变化而不断变细。这些不同颜色代表每一天进来的用户，随着时间的变化慢慢流逝，最后只有一小部分群体留存下来；而最外面的曲线代表的就是留存的总人数。

这其实是一个留存的堆积图，把每一天的留存都堆积起来形成了周活跃用户；同时这里面有进有出，总的就是周的活跃量。

第二张，真正增长的活跃人数：

随着时间的变化，我们可以看到不同层级的颜色，经过一段时间编程平稳的一条线，这说明我们的客户有一部分留存下来。这个时候，我们不仅有拉新拉来的新用户，也有之前留存下来的老用户，这些用户数加起来才是真正的用户增长。

分析上面的两条曲线，我们能发现表面上用户都在增长。但是透过现象看本质的话，第一张图的用户留存是在不断减少的，而第二张用户留存在后期趋于稳定，所以总用户数在不断增长。所以说，要想实现持续的真正的增长，留存是一个至关重要的因素。

二、留存在 AARRR 中的意义

AARRR模型这两年很火，很多互联网企业都希望按照这样的思路来实现增长，那么AARRR到底是什么呢？我们先从字面上来理解一下：

首先是用户获取（Acquisition）,市场等部门通过各种渠道拉来用户。

然后是用户激活（Activation），如果用户觉得你的产品不错，就可能开始使用你的产品，注册一个账号，上传一张照片都可能激活用户。

接下来进入留存（Retention）,这个环节伴随着客户的大量流失。我们要发现用户流失的原因，找出客户留存的增长点，这也是本文的重点。

接着是收入（Revenue），收入来源于留存的用户，这部分用户是核心用户，他们的付费是我们创造收入的一个重要来源。

最后是用户的推荐（Referral），如果留下来的用户觉得我们的产品使用得不错的话，他可能推荐给好友冰传播起来。

在传统意义上来说，一般由市场部门负责用户的获取；产品或者设计部门主要来做用户的激活和用户的留存，通过不断地优化产品，让客户更多使用产品；接下来通过一些商业运营模式，把关键用户转化为我们公司的财富，最后用户自发推荐，一般是由市场部门来做。我们现在就是这五个团队来负责整体的AARRR模型的转化工作。

拉新在早期的确能给企业带来很多用户，但是也会消耗很大的成本，而且这些用户在早期往往不能给企业带来实实在在的价值。只有那些留下来的客户才能给企业带来财富，实现真正意义上的增长。

为什么留存那么重要，而且是增长的核心？

第一，提升留存有助于提升用户推荐我们的可能性。一个很简单的道理，留存的基数越大、核心用户越多，推荐的人和可能性就越大。

第二，提升留存可以延长用户使用产品的生命周期，意味着用户会越来越长的留在我们的网站上，带给我们财富的可能性就越大。

第三，提升留存有助于提高升级概率。升级是指用户从最初使用免费的初级功能到后来的复杂功能，到最后通过付费来购买完整功能。

第四，缩减回本周期。越来越多的人们留下来的时候，通过付费购买，或者推荐给他人的方式，都能让钱尽快回到我们公司的内部。

第五，有利于降低获客成本，增加渠道。在SaaS领域，如果用户的生命周期价值（LTV）和获客成本（CAC）的比例达到3:1的话就非常好。LTV越高的话，我们就可以增加市场渠道的投入，因为渠道越多的话就能找到更加优质的客户。

三、留存分析方法论

留存分析已经形成了一套严谨科学的方法论。先从数据中发现问题，然后根据假设进行迭代试验，最后分析实验数据，判断假设成立于否。如果数据验证假设，可以推广部署，如果假设不成立，重新开始思考假设，进行新一轮的优化。

下图是留存分析的完整流程。

那么在实际操作中，市场、运营和产品又有那些方法呢？

从市场的角度出发，通过对比不同渠道留存曲线，发现“触发关键行为的用户”的渠道来源，然后优化获客渠道，提升整体的用户留存。

以 GrowingIO 为例，我们发现看过我们“帮助文档”的用户的留存度和活跃度都非常高，受到这个启发，我们将用“帮助文档”入口放在首页，同时不断完善我们的帮助文档，从而提升用户留存。

从产品的角度出发，我们通过之前的留存分析，找到触发影响留存的关键行为，帮助用户尽快找到产品留存的关键节点，提高早期用户的留存。

GrowingIO 的圈选功能非常强大，圈选网页/app上的任意元素就可以实时出数。为了方便和鼓励用户使用圈选功能，GrowingIO 将自定义圈选放在了操作界面的左上角显著的位置。数据证明，这一设计有效地提高了整体的留存度和活跃度。

从用户运营的角度出发，我们把我们的用户分成四块（四个象限），可以涵盖留存曲线上的所有用户。为什么会有低频高活跃的用户呢？这些往往是早期用户，还没有养成使用习惯。这个时候我们可以通过运营的手段、例如推送，来提高用户的活跃度。

再看最左边的低活跃高频访问用户，他可能之前是高频高活跃用户，假如每天使用10个功能，现在只用5个功能。这是个危险信号，需要我们对客户进行调研分析。

案例分析：Sidekick提高留存的尝试

我们通过例子来讲解，Sidekick —— 一家做强化 email 功能的公司，可以用它的个性化模板给别人发邮件，还可以监控收邮件的人是否打开了邮件。下图这三条留存曲线代表2014年12月份的第一周、第二周和第三周客户留存的表现，这就叫数据的监控。留存曲线持续下降，就是从数据监控中发现的问题。

具体来说有这样两个问题：

第一周的留存率大幅度下降；

第二周没有出现我们非常期望的——留存是平的，我们希望客户留下来，但是还是在降低。降低就意味着总有一天我们拉新过来的所有人都会走掉。

为了防止留存下降，我们制定了两个目标：

目标1：我们希望第一周的留存升高，不再继续降低，如果你是一个2C的企业，可能就是次日留存率提高。

目标2：希望我们的留存曲线不再下降，而是进入到一种平坦的样式。

目标的留存曲线应该是下图这样：

他们是怎样不断实践和分析，最终将留存率保持在 20 ％的呢？

我们已经发现了问题，但是还不知道问题的原因，接下来需要探索数据找到留存下降的原因，这里有几种探索的方法：

方法1：用户分群

以 GrowinglO 为例，大家注册 GrowinglO ，只能用企业账号，这是为什么呢？

让我们按照邮箱后缀把用户分为企业邮箱和其他邮箱：

我们发现蓝色的是企业邮箱，它的留存率明显高于绿色的；蓝色的很快就进入一个平坦期，而绿色的还在持续下滑。由此可见企业账号的留存率要远远高于私人账号，接下来要做的就是鼓励用户多用企业邮箱注册。

方法2：分群对比

留存和流失人群的行为对比。

我们先做一个用户分群，然后分别对比来看用户的画像，这家专门做邮箱的公司发现，第一周流失的人当中，在第一天发送邮件次数是一次的有 60% ，发送二次的只有 20% 左右，也就是说 60% 的用户使用了一下产品就走了。

所以接下来我们就要问问这些用户到底为什么走？

于是根据用户的反馈做了一个饼状图统计，很明显，有两个 30% 的问题：

第一个 30% 没有感受到价值：代表这款产品没有产生价值就想把它卸载。

第二个 30% 不理解产品用途：这款产品我下载了，但是不是我以为那样的。

这两部分用户占了 60%，我们经常说要倾听用户的心声，首先要解决的就是这 60% 人的问题，由此可以假设：用户没有很快地发现我们的产品价值。

1. 于是他们做的第一点就是，既然用户不能很快地发现我们的产品价值，那我们就把一些功能先砍掉，然后看看留存率有没有提高，结果发现留存率继续下降，没有任何提高。

2. 接下来第二个尝试，既然用户不知道我们的产品核心价值是什么，我给他们提示，结果留存率继续下降，这个方法也不行。

3. 第三个尝试，既然用户不知道怎么用我们的产品，那么我们就做一个录像，其实很多公司都在做，最后数据表明还是不行。

4. 他们大概做了 20 多个实验后才发现一个可行的办法：他们在用户下载安装完产品后，写了一句话：你可以去你的邮箱里使用你的email了。他们发现产品要从网页上下载，而用户使用却在客户端使用，用户可能没想那么多，觉得既然在网站上下载了一个插件，直接在网站上用就行了，而没有去回到用户的客户端。于是他们就给了一个提示：你现在直接去你的outlook用就行了。加了这句话后，留存效果就变了很多。

这个是数据的结果，之前是蓝色的，最后提升成黄色：