提升用户留存,产品经理都有哪些方法?

qzt
qzt 这家伙很懒,还没有设置简介...

0 人点赞了该文章 · 94 浏览

 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?

留存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:

留存表

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。

留存图

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:

看似增长的留存图

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:

实际增长的留存图

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:

AARRR和部门对接

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。

留存分析的流程

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。

首页帮助中心位置

以我们的网站为例,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。

新建入口

为了方便和鼓励用户使用某功能,我们将该功能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。

将客户分为4类

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。

四、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。

123周留存下降

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:

理想的留存曲线上升

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 某网站为例,大家注册该网站 ,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:

不同邮件的留存度不一样

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。

用户发邮件的次数与比例

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?

用户的调研和扇形图数据

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。

4次尝试

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。

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。

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。

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:

留存曲线大幅度提升

回到之前,第 1 个问题解决了,第 2 个问题是留存持续下滑,没有一个平稳期,于是他们在客户可能遗忘这个产品的时候去做唤回等等,不断试错,分析,监控,把提高了留存率的部分改进,再优化到真正的产品里。

无论我们现在做留存还是拉新,基本上都是一样的,刚开始的时候我们把每一个关注的核心功能都监控好,如果发现了异常,就开始分析问题:

进行各种各样数据探索来发现问题。

设立一个目标,比如希望半年时间内让留存曲线升高10个点(在企业当中10个点是非常厉害的)

Sidekick 从 12 月份到 5 月份用了半年时间,在这半年之中不断地进行假设、验证、分析、观察才让留存有了很大的提升。

方法3:用户总结

通过用户的分群和对比,并加上用户的调研,结合起来提出问题,找到问题的根本原因,最终找到产品的解决方案。一旦留存曲线提升上来后,我们就可以做用户的变现甚至其他事情,这样我们的用户才会慢慢地增长,最后实现留存的增加。

我们不断地拉新,让用户不断地增长,留存的用户慢慢在后来平稳地堆积下来,这些都是我们最重要的用户,是可以变现的。而那些不平稳的用户,我们还要做各种各样的产品的修改、运营或者是市场方面的操作,让他们逐渐地变成留存用户,然后开始变现,实现企业活跃用户的真正增长。

 

作者: GrowingIO 商务分析师檀润洋

本文由 @GrowingIO 原创发布于人人都是产品经理。未经许可,禁止转载。

发布于 2023-01-14 21:22

免责声明:

本文由 qzt 原创或收集发布于 火鲤鱼 ,著作权归作者所有,如有侵权可联系本站删除。

火鲤鱼 © 2024 专注小微企业服务 冀ICP备09002609号-8