公开课笔记:如何分析留存数据,降低用户流失?

作者 | 邹婧琳,GrowingIO 商务分析师
来源 | GrowingIO 第 25 期数据分析公开课

进入互联网下半场,互联网流量竞争愈发激烈。如何才能突出重围,实现用户和收入增长?这个过程中,留存至关重要。

今天这期公开课主要通过一些具体的用户案例,来教大家如何解读留存数据,构建留存分析框架,有效地做到用户运营,提高用户留存率。

一、为什么要关注留存

留存,顾名思义,就是用户在你的网站/App 中留下来,持续使用的意思。常见的留存指标有次日留存、七日留存率、次周留存率等等,表示目标用户在一段时间后回访产品或回到产品中完成某个行为的比例。

如果产品不能留住用户,我们的产品就像一个镂空的篮子,倒入的水越多流失的也越多,这意味着我们的产品是无法实现可持续增长的。想要实现产品的可持续增长,用户的留存就是非常重要的一个指标。 留存对活跃用户增长有长期影响,在这里我们具体模拟一个产品增长状况。假设一个产品每周获取一百个新用户,新用户的次周留存率在 60%。

公开课笔记:如何分析留存数据,降低用户流失?

左边这张图,每周用户的次周留存率的绝对值减少3%,即本周留存率 60%,下周留存率为 57%, 以此类推。而右边这张图,留存率绝对值减少 1%。

每周的活跃用户构成是本周新用户和之前每周留存下来的老用户。经过 29周后,左图中的之前留存老用户基本上就衰减为 0 ,而右图中可以看到最早获取的用户仍有部分能在29周后留下来。对比两种情况,它们的拉新量一致,留存率仅有 2% 绝对值的区别,但是 29 周之后,用户的量的比例为 1:2。

这个图就比较为形象的说明了,留存率对于活跃用户量增长的重要性。

二、留存分析框架

在进行留存分析的时候,我们更多时候要学会做问题拆解,把「提升留存」这样一个大目标拆解为一个个小的可执行的目标,我们就可以通过产品优化、运营调整等等方式来实现用户留存提升。

在我们常见的留存曲线中,通常会根据用户的旅程划分出不同的留存阶段。

公开课笔记:如何分析留存数据,降低用户流失?
  • 短期阶段,我们主要关注用户激活,在这个阶段中,我们需要让用户迅速低成本地感受到产品的核心价值,快速达到”aha moment”(惊喜时刻)。
  • 中期阶段,我们关注老用户的留存提升,这个阶段我们需要打造好产品的核心功能,培养用户对产品的使用习惯。
  • 长期阶段,我们就要思考产品对用户的长期价值是什么,如何才能让用户反复体验到产品的价值。

进行留存优化时,只有做好每个阶段的留存分析和提升,留存曲线才能整体改善

三、案例分析

下面我们就通过两个具体案例的分析,来讲讲在不同的应用场景下,我们应该如何解读留存数据,提升用户留存。

3.1 案例一:降低新用户上手成本,提升新用户留存

有一个泛娱乐类的 App,主要是给用户提供内容消费,而且带有一定的社交属性,因此用户的日活跃人数和留存人数就十分重要。根据这个产品目前的留存数据,产品团队认为他们的新用户留存还有很大的提升空间,想要通过数据分析的方式找到增长着力点。

(1)了解新用户留存现状

首先,我们需要了解新用户的留存现状进行分析,因为对于产品经理来说,评估一个产品的状态,都是进行产品优化之前不可回避的环节。

公开课笔记:如何分析留存数据,降低用户流失?

通过对新访问用户和全部访问用户的留存曲线对比分析,我们会发现新用户的留存明显低于全部用户,那么从这个角度来说,新用户的留存就是很大的一个增长点。

刚刚我们讲到,对于新用户来说,Onboarding 上手激活的环节非常重要。能否让用户在第一次使用产品时就能迅速低成本地感知到产品价值, 决定了新用户的激活率。

(2)确定激活目标

谈到激活,我们常常会讲到「Aha Moment」,即用户体验产品时发现核心价值并产生重复使用动力的惊喜时刻。不同产品的「Aha Moment」也有所不同,比如 LinkedIn 是一周添加 5 个社交关系,Facebook 是10 天内添加 7 个好友。

产品经理需要根据自己的产品,来找到用户的 Aha Moment,帮助用户尽可能快地触达产品价值。首先我们需要知道哪些功能可能使新用户感受到产品价值,可以利用 GrowingIO 的留存分析功能,对使用过不同功能的用户留存率进行分析对比,找到留存率最高的产品功能。

公开课笔记:如何分析留存数据,降低用户流失?

通过对比不同功能的留存率,找到新用户使用后留存率有明显提升的功能,再结合新用户上手功能成本的高低,来进一步缩小范围确定新用户的激活目标。

(3)评估新用户激活状况

确定好激活目标后,我们可以开始评估新用户的激活状况,有针对性地对不同的用户进行运营。在这个案例中,新访客有30%未激活, 对于这部分用户我们要做的事情就是提升激活率;其余已激活的新访客,和老访客优化的方向有点类似,就是如何去提升留存,让他们持续使用产品。

渠道是用户旅途的起点,不同渠道过来的新用户会有一定的差异,他们访问意图或者目标都可能不一致。因此,我们可以看看不同渠道的新用户激活状况。这里我们可以从新用户激活比例和留存率来看下不同渠道用户的差异。

公开课笔记:如何分析留存数据,降低用户流失?

可以发现,有的渠道激活率和留存率都低,那么就可能是渠道人群对产品的需求匹配度低,这部分情况更多的是需要对渠道进行调整;有的渠道,可能是激活率低但激活留存率略高于整体,那则可能渠道用户较为精准,这需要进一步研究业务数据。

(4)激活时间与留存影响

对于未激活的新用户,什么激活时机比较重要,未激活的用户对留存有怎样的影响?

公开课笔记:如何分析留存数据,降低用户流失?

从上面这张图里我们会发现,新用户的激活时机应该越快越好。绿色的曲线是当天来了被激活的新用户,下面这条红色的线是当天来了没有被激活的新用户。可以发现红色这条线的留存是非常非常低的,也就是说,如果一个新用户没有在使用产品的第一天完成激活行为,那么他流失的可能性会非常的高,基本上默认为流失。

所以在说到新用户的激活时,基本上指的都是在用户进入产品的当天,就能完成核心行为,认识到产品的核心价值。

(5)新用户激活功能分析

如何在产品内提升新用户的激活?在问这个问题之前,我们可以思考一下,为什么新用户没有被激活,他们是在哪里流失掉的?这样我们才能找到用户流失的关键步骤进行优化。

公开课笔记:如何分析留存数据,降低用户流失?

我们可以根据新用户激活的主要路径构建漏斗,通过漏斗的每一步转化数据可以定位到新用户激活的主要流失环节,并结合用户分群与细查等工具进一步剖析流失原因。

在第一个主要流失环节,我们通过用户分群筛选出这个环节没有被激活的新用户,通过用户细查来查看这些新用户的行为轨迹,可以发现一半以上的访客都是在注册登录的环节流失的。从典型的用户行为轨迹可以发现很多用户都卡在了登录注册这个步骤,他们根本就没有去接触到实际的激活环节。

那么对于这部分用户的激活优化,我们就可以将激活步骤提前,不需要注册/登录,进来就可以看到内容。

在第二个主要流失环节中,我们发现小部分用户已经到达了列表页,也就是说触达到了实际的激活步骤,但他们却没有点击具体内容,是不是列表内容对用户的吸引力不够?这个列表是由用户关注、产品推荐等多个内容组成的,可能是列表中用户关注产生的内容较少,那么我们需要对关注行为进行更好的引导,提升内容对用户的吸引力。

针对这样的流失情况,我们对产品进行了一个调整将激活步骤提前,可以发现新用户留存有明显提升。 但具体来说,原来没有接触到实际激活步骤的访客中有一半都已经成功被激活,上线后新用户的留存率也有明显提高。

3.2 案例二:评估产品功能价值,寻找留存提升空间

有一个垂直资讯类的产品,为不同用户群体提供免费或付费内容和交互三大模块的功能。产品的细分的功能很多,整体用户的留存还有提升空间,因此需要想通过数据分析来了解主要功能的价值,找到各个功能的提升空间,通过功能优化来整体提升用户留存。

(1)产品功能留存矩阵

为了洞察产品全局的模块角色,探索各功能的价值定位,了解哪些功能模块需求高频,哪些功能模块渗透率高,我们需要构建一个产品功能留存矩阵。

公开课笔记:如何分析留存数据,降低用户流失?

矩阵的横轴是功能留存率,表示当前功能的用户黏性;纵轴是活跃用户占比,表示某周期内使用当前功能的用户量/该周期的活跃用户量。做出这样一个矩阵后,我们就可以看到不同的功能在矩阵中的位置分布。

成功的产品功能应该具备 2 个特点:被更多的用户使用,该功能的用户黏度高。也就是位于矩阵的右上方的位置。但做过这个矩阵的人就应该能发现,大多数功能会位于左上方、右下方的位置,有一部分功能甚至会在左下方的位置。

位于左上方的功能活跃用户占比高但功能留存低,这些功能可能没有满足用户需求或者没有让用户认识到价值,位于右下方的功能则使用用户太少,因此提升留存的一个简单策略就是提升高渗透低频功能的使用频率,提升高频率低渗透功能的渗透率。让各个功能可以在这个矩阵中挪到合适的位置。

当然每个功能的设计之初都应该对它的使用场景有所设想,在这个案例中我们结合具体的产品功能,将矩阵中的功能划分为四类。

  • 大众功能:曝光量大,使用率高,比如类似很多产品中的搜索功能,对于这类功能,我们需要了解用户的使用状况,寻找提升的空间。
  • 核心功能:与传递用户产品价值相关,用户使用率低,功能留存率比大众功能要高;我们在核心功能中应该寻找是否存在高价值功能,我们推广这个功能的使用率来提升用户留存,探索增长突破口。
  • 小众功能:功能留存适中但用户使用率低,可以寻找可能有潜力的功能优化。
  • 其他功能:可以根据我们的资源现状对这些“低质量”功能进行适当优化。

优化时,除了关注核心功能外,我们进一步的是去留意那些比核心功能有更高活跃更高留存的功能,在这些功能中寻找新的提升机会。

在我们日常的工作中,经过一定的时间或是产品功能上有较大的改变时,我们都可以来做这样一个矩阵,来了解用户使用产品功能的转移情况,或者是观察新功能在产品中的表现。当然我们也可以看不同用户群的产品功能矩阵情况,一般新老用户群或不同属性用户群都会有不同的表现,我们可以定位到不同用户群体的运营更应该关注哪些东西。

(2)案例分析

有了这样一个矩阵,下面要做的就是对每类功能各个击破,找到留存可优化的空间。下面我们就这个案例中的四类功能分别选取其中可以关注的一些例子进行举例分析。

1)大众功能:每日资讯

公开课笔记:如何分析留存数据,降低用户流失?

大众功能模块中有一个每日资讯,我们从数据上能有一些发现:

  • 首页点击每日资讯功能的用户次日留存率比所有用户的低,两者留存率的差值可以认为是这个功能可能提升的空间。
  • 从页面来看,排版越靠前、越靠上的区域用户浏览量越高,点击率也越高。
  • 每日资讯模块,次日留存率随当天浏览资讯个数提升呈线性增加。我们可以发现大多数用户当天浏览个数较少,但用户浏览个数越多,次日留存才会越好。

基于这样几个发现,我们可以做一些测试,比如缩小页面头部区域面积,加大每日资讯曝光位置。希望通过这样的调整来提升每日资讯的点击率且扩大资讯阅读覆盖率,从而提升用户次日留存率。

2)核心功能:记录内容

核心功能模块中有一个「记录内容」。从矩阵中可以知道记录功能的功能留存率较高;同时从留存曲线来看,「记录功能」次日留存率显著高于「每日资讯」。那么我们可能要思考这个功能的核心价值是什么?

公开课笔记:如何分析留存数据,降低用户流失?

可以做一个漏斗来了解用户使用的过程,在这个漏斗中两个环节需要关注:一个是如何让更多的人能进入到这个功能;另一个是如何让进入该功能的用户能真正参与使用。

  • 对于用户进入功能的渗透,从功能留存率的角度来考虑,可能需要调整功能推广的时机,比如是否可以在用户登录后就推广该功能,让用户能进入?
  • 对于用户进入功能后的使用完成,需要进一步细拆哪个环节在影响用户完成这个功能?是功能认同还是流程体验的问题。我们需要找到薄弱环节然后进行针对性的优化。

因此针对这个功能,我们可以做一些测试,比如提前该功能推广时机,加强功能引导;有针对性的优化功能使用的薄弱环节,从而提升这个功能的使用用户量。

3)其他功能:付费内容

公开课笔记:如何分析留存数据,降低用户流失?

其他功能模块中有一个付费内容,这个功能的用户使用率和功能留存率都不高。

付费内容用户可以从首页和发现两个部分点击进入,我们从左侧的柱状图可以看出大部分用户是从首页点击进入的。那么不同入口用户点击付费内容的留存是否有差异?有的话我们是否可以相应的调整不同位置内容的比例?

付费内容也有不同的类型区分,在右侧的留存图中,可以看到点击过不同类型的付费内容的用户留存也会有差异,用户的覆盖范围也有大小差别,部分付费内容对用户的吸引力可能会大一些,因此我们也可以对付费内容类型上的配比进行一些调整。

4)小众功能:精选专题

小众功能模块中有一个精选专题,与整体留存率相比,各精选专题的用户留存率都略低,但功能留存率略高。是否由于需求群体较少,但对于需求用户该功能黏性较高?

公开课笔记:如何分析留存数据,降低用户流失?

精选专题使用人数比【大众功能】每日资讯要少很多,但次日留存率和其无显著差别,属于正常数据波动。我们可以对这个留存率进行长期监控,看是否会出现异常情况?同时,不同的专题内容是否会有差异,可以对有潜力的功能或内容深入探索,进行适当优化。

第二个案例主要 通过产品功能矩阵了解功能定位,然后针对每个类型的功能寻找它可能提升的空间。

回顾一下,提升用户留存主要有两大方法:一是提升新用户的留存率,二是提升不同产品功能的留存。只有通过不断的优化和测试,才能达到提升留存的目标。


关于 GrowingIO

GrowingIO 是基于用户行为的新一代数据分析产品。首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系,帮助企业构建数据运营闭环。依托于快速部署无埋点技术,实时采集全量行为数据,搭建完整的数据监控体系,高效管控与运营核心业务指标,帮助企业挖掘更多商业价值。

去年今日运营文章

  1. 2023:  2023小红书《不出门生活节》招商方案(0)
  2. 2023:  24年老牌社区宣布明年重启:为会员重开“神贴”​(0)
  3. 2023:  阿里员工:本月收入 49万元(原来是裁员补偿)(0)
  4. 2023:  小红书的内容创作和运营策划(0)
  5. 2023:  淘天集团大换血:千万年薪高层被撤4个(0)

本文转载于GrowingIO ,本文观点不代表爱运营立场,转载请联系原出处。如内容、图片有任何版权问题,请联系爱运营处理。

(1)
爱运营的头像爱运营管理员
上一篇 2017年12月24日
下一篇 2017年12月25日

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部