小編之前的文章《得物(毒)App的增長策略:https://www.opp2.com/185778.html》已從新用戶激活的角度,分析了如何尋找用戶增長的策略。接下來將會用倆到三篇內(nèi)容來分享一下從用戶留存尋找用戶增長線索的思路和具體做法。
1. 用戶留存與用戶活躍的整體認知
1.1 留存與用戶活躍的底層內(nèi)核
- 關(guān)于留存促活,其本質(zhì)是伴隨著用戶體量的增長,不斷針對不同類型的用戶,找到性價比最優(yōu)的轉(zhuǎn)化、成長路徑,再施加引導(dǎo)激勵。
- 產(chǎn)品的長期價值成立和穩(wěn)定,是留存+促活能夠產(chǎn)生意義的前提;
- 不同業(yè)務(wù)類型+屬性的產(chǎn)品,在思考“留存”時的關(guān)注重點注定不同;
- 產(chǎn)品形態(tài)+功能越豐富、用戶行為越多,想要做好“留存、促活”的技術(shù)含量就越高;
- 典型用戶轉(zhuǎn)化、成長路徑清晰 + 用戶使用習(xí)慣行為閉環(huán)形成后,一個用戶激勵體系可以顯著通過產(chǎn)品化放大內(nèi)增長的效率。
1.2 增長/留存工作方法
大多數(shù)人以為的增長/留存工作流程如下圖:
但實際增長/留存工作流程應(yīng)如下圖:
- 所有的“增長”工作最終都有構(gòu)建典型用戶路徑并引導(dǎo)和激勵用戶,形成轉(zhuǎn)化。
- 增長/留存/促活工作的基本前提,都在于你要擁有一個「明確、可被驅(qū)動的用戶轉(zhuǎn)化/成長路徑」。
- 我們在一款產(chǎn)品上所有工作的目的,要么是為了發(fā)現(xiàn)它,要么是為了放大它。并且這個成長路徑也可能會不斷變化。
2. 通過用戶留存數(shù)據(jù)分析問題
2.1 留存曲線的定義
說到留存曲線,那邊需先解釋一下什么是留存率和流失率。
從上述的定義引申,留存曲線就是:持續(xù)追蹤不同時期開始活躍的用戶群的留存率隨時間的變化趨勢。
2.2 如何繪制留存曲線
2.2.1 確定關(guān)鍵行為的核心思路?
- 初始行為:完成哪種初始行為的用戶才能定義為留存用戶?
- 回訪行為:用戶再次訪問產(chǎn)品時,需要完成什么行為才能成為留存用戶?
然后初始行為和回訪行為在多數(shù)情況時是一樣的,當然在某些特定場景的產(chǎn)品中也是存在不同的,關(guān)鍵還跟需求本身決定的。
2.2.2?選擇時間周期的方法?
不同產(chǎn)品的天然使用周期是不同的,如:
- 投資類產(chǎn)品:每周~每月;
- 社交類產(chǎn)品:每天;
- 游戲類產(chǎn)品:每天;
- 內(nèi)容類產(chǎn)品:每天~每周;
- 保險類產(chǎn)品:每周~每月;
在不知道產(chǎn)品的天然使用周期時,該怎么著手去尋找這個時間周期呢?
做法:分析月活用戶的一個月內(nèi)的活躍天數(shù)的占比分布;
- 將月活用戶作為分母;
- 進一步劃分某個月里不同活躍天數(shù)的用戶各種所占比重;
- 找到用戶占比最大的活躍天數(shù)項,即為該留存曲線的用戶天然使用周期。
2.2.3 收集數(shù)據(jù)并制作表單?
- 記錄每一個周期首次完成初始行為的用戶數(shù),一般情況即為激活用戶數(shù);
- 追蹤這些用戶在接下來的每一個周期內(nèi)繼續(xù)完成回訪行為的數(shù)量,一般情況即為有留存關(guān)鍵行為的用戶數(shù);
- 通過1和2,計算你每個周期有回訪行為的用戶數(shù)占首個周期激活用戶數(shù)的百分比。
通過上述操作,即可得到如2.4.案例中提供的留存數(shù)據(jù)表單。
2.3 如何從留存曲線中尋找留存問題
2.3.1 評估曲線的基本形態(tài)?
1.下滑型
留存曲線:說明未達到PMF。
專注于改變產(chǎn)品以找到某種針對核心用戶群的價值定位,然后在此用戶群基礎(chǔ)上拓展。此時不要開始盲目拉新,否則只能“無本之木”。
2.趨平型
留存曲線:說明產(chǎn)品達到了PMF。
表明嘗試過該產(chǎn)品的用戶中,有一定比例人群發(fā)現(xiàn)了其中的價值且在一段時間后持續(xù)使用它,可以開始拉新。
3.微笑型
留存曲線:不僅能達到PMF,還有大量的回流用戶。
最理想的留存曲線,一般只存在于特定類型的產(chǎn)品里。
2.3.2 對比行業(yè)均值,觀測變化趨勢
在我們分析產(chǎn)品的用戶留存時,也要結(jié)合產(chǎn)品所屬行業(yè)的整體趨勢。與頭部產(chǎn)品比較數(shù)據(jù)差異性以及產(chǎn)品差異。
觀測變化趨勢的思考模式:
- 根據(jù)時間維度進行對比;
- 根據(jù)增長策略實時前后的效果進行對比。
將新的留存曲線與舊的的留存曲線進行對比,觀測新留存趨勢是否較舊留存曲線起點更高,斜率更小,曲線更平滑。
2.4 案例分析
本節(jié)小編通過一個簡單的案例來介紹一下如何通過統(tǒng)計的留存數(shù)據(jù)來發(fā)現(xiàn)一些增長線索。
通過鏈接(https://shimo.im/sheets/K8dqhKtQ8GJPw38P/MODOC/),我們可以看到一份周留存數(shù)據(jù)(虛擬數(shù)據(jù),不涉及機密數(shù)據(jù)),假設(shè)這是一份音頻產(chǎn)品的用戶周留存數(shù)據(jù)表。
首先假設(shè)該數(shù)據(jù)的統(tǒng)計前提如下:
- 留存行為:首次登錄
- 時間周期:周
- 回訪行為:再次登錄
- 留存率:首次完成登錄后的用戶中,有多少用戶,在下一周內(nèi),完成再次登錄的行為。
因為這是周留存數(shù)據(jù)表,所以在進行分析前,需要對數(shù)據(jù)進行可視化處理。小編比較懶,直接用Excel進行數(shù)據(jù)可視化處理。
先繪制了平均留存曲線圖,如下:
通過上圖我們可以發(fā)現(xiàn)如下幾個趨勢現(xiàn)象:
- 首周留存僅有85%,也就意味著有15%的用戶在首次下載后再無登錄行為;
- 第一個月的次留數(shù)據(jù)迅速下滑至61%后,下滑速度明顯減緩,趨于平穩(wěn)下滑中;
- 從第3周至第17周,數(shù)據(jù)基本保持在50%-60%之間;
- 從第18周至第36周,數(shù)據(jù)再次跌落一個檔次,穩(wěn)定保持在39%-43%之間;
- 從第37周至第45周,數(shù)據(jù)首先迎來一次大幅跌落2個百分點后,進行震蕩下跌至35%;
- 從第46周后,數(shù)據(jù)跌落幅度提高并最終跌落至23%;
- 綜上所述,此留存曲線圖是一個下滑性留存曲線;
那么就上述的這些現(xiàn)象,我們再將案例中的留存數(shù)據(jù)表進行近一步的處理,得到留存熱力分布圖,如下:
通過周留存環(huán)比圖(紅色代表優(yōu),綠色代表差),進步驗證上述結(jié)論。
將上述數(shù)據(jù)熱力圖放大后,可以發(fā)現(xiàn)幾點數(shù)據(jù)異常,也可能是增長線索:
- 從下載量表中,可以明顯發(fā)現(xiàn)「2018/4/22」「2018/9/23」「2018/11/18」「2018/12/23」四個時間段的下載量與前后時段的下載量存在明顯差距。
- 在「2018/4/22」,即第16周,整體數(shù)據(jù)指標遠低于前后數(shù)據(jù)接近10個百分點,存在明顯的異常部分;
- 從熱力圖可發(fā)現(xiàn),第46周起,數(shù)據(jù)可能出現(xiàn)異常,出現(xiàn)明顯的下跌。為了驗證猜測,將橫向熱力圖(環(huán)比)改為縱向熱力圖(同比),如下圖所示:
從數(shù)據(jù)趨勢,再次印證上面的猜測是正確的。
根據(jù)上述數(shù)據(jù)分析,提出假設(shè):
- 首周平均留存僅為85%,有15%的用戶在首次下載后變流失掉了??赡苁乔劳茝V不精準導(dǎo)致的結(jié)果,也可能是用戶在首次登錄后并未達到激動時刻,以至于快速流失掉了。
- 在「2018/4/22」,即第16周,下載量激增,同比增長1倍之多??赡苁窃黾恿诵碌那榔毓獠⒓右赃\營活動跟進。但留存率卻直線下降,猜測可能是新活動效果未達到用戶的期望效果,新運營活動帶來的留存率遠低于原有激活流程帶來留存率,以至拉低了整個大盤數(shù)據(jù)。
- 在「2018/9/23」,下載量達到全年峰值,并且周留存率也達到全年最高水平,猜測行為是可能增加的新的用戶激勵限時活動,并加大渠道曝光力度,在同比熱力圖可發(fā)現(xiàn)「2018/9/23」后整體留存數(shù)據(jù)有短期的明顯提升。
- 從「2018/11/18」開始下載量成斷崖式下跌,并直接影響了全年用戶的留存走勢。猜測可能出現(xiàn)大版本優(yōu)化,整體產(chǎn)品定位轉(zhuǎn)型,但效果不理想。
結(jié)合用戶生命周期,得到以下增長線索:
新用戶激活階段:
- 北極星指標:新用戶激活率
- 判定依據(jù):通過生命周期提升用戶留存的策略中,提升新用戶激活率優(yōu)先級最高,因為可達到的影響最大,操作難度最低。
- 數(shù)據(jù)現(xiàn)象:首周平均留存僅為85%。
- 增長策略:提升渠道推廣精準度、提升新用戶達到激活時刻的占比。
- 執(zhí)行方案:通過數(shù)據(jù)精細化分析不同渠道的留存用戶占比和活躍用戶占比,找到優(yōu)化方向,提升渠道渠道投放精準率和轉(zhuǎn)化率。
- 優(yōu)化新用戶激活流程,提升新用戶達到激活時刻的占比。
新用戶留存階段:
- 北極星指標:新用戶首月留存率
- 判定依據(jù):通過生命周期提升用戶留存的策略中,提升新用戶留存率優(yōu)先級排第2位,因為雖影響效果與提升新用戶激活率相仿,但操作難度較之偏高。
- 數(shù)據(jù)現(xiàn)象:新用戶首月留存率僅有63%。數(shù)據(jù)成長空間較大。
- 增長策略:提升新用戶達到激活時刻的占比,提升新用戶激活率
- 執(zhí)行方案:構(gòu)建用戶畫像,拆解不同用戶維度下的用戶使用產(chǎn)品的目的和行為。通過數(shù)據(jù)精細化分析不同使用目的用戶的留存占比和活躍用戶占比,找到優(yōu)化方向,提高不同分組的用戶的新用戶激活策略。
流失用戶召回階段:
- 北極星指標:新用戶召回率
- 數(shù)據(jù)現(xiàn)象:從第36周開始留存率明細下跌,從39%下跌至23%。
- 判定依據(jù):通過生命周期提升用戶留存的策略中,提升流失用戶召回率優(yōu)先級排第3位,因影響效果不如前兩項,且操作難度也不易。
- 增長策略:召回認同產(chǎn)品定位,對產(chǎn)品有使用需求的但已流失的用戶。
- 執(zhí)行方案:通過短信Push等行為進行營銷活動推送;
- 進一步提高優(yōu)質(zhì)內(nèi)容的精準投放(坑位展示,Push推送等);
PS:通過用戶生命周期尋找增長策略的部分將在第二篇重點分析。公眾號:楊三季,每周末更新干貨,實操方案