为什么只看 DAU 是不行的?留存太低都是瞎折腾

摘要

在流量红利已稍显乏力的今天,单纯的 DAU(日活跃用户数)增长能否成为产品的护身符?想要实现长久稳定的增长,我们应当关注哪些指标?

本文作者檀润洋,GrowingIO 数据分析师。加州大学圣地亚哥分校硕士,曾任职美国 Emas Pro、 Kyocera 分析师,丰富的数据分析技术和案例实战经验。回国后加入 GrowingIO,致力于为客户构建数据模型,实现业务增长。

本文首发于 GrowingIO 博客和公众号,极客公园授权转载。


在流量红利已稍显乏力的今天,单纯的 DAU(日活跃用户数)增长能否成为产品的护身符?想要实现长久稳定的增长,我们应当关注哪些指标?本文将结合两个案例,和大家分享留存、Magic Number 和以用户增长为目标的产品迭代策略。

一、什么是真正的用户增长

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。留存的概念简单易懂,但是能深入了解留存本质的人还是很少的。

(一)增长与留存的关系

image02.png看似增长的累积用户量

上面这张图中:新用户来到我们的产品,随着时间的推移逐渐流失;虽然总体上用户数是在不断增长的,但是流逝的用户也逐渐增多。

image12.png实际增长的累积用户量

上面这张图中:虽然新用户进来后有一定流失,但还是有较高的留存;随着时间的推移,用户总数上升非常快,这才是真正的增长。

很多企业花大钱吸引新客户,比如 O2O 行业常见的「首单免费」模式。虽然当天的 DAU 有很大的提升,但其实这些用户都是一些负资产;因为很多人享受到第一次优惠就走了,这是不科学的增长方式。

要想实现真正的增长,首先我们的产品得满足用户的核心价值,然后通过运营方式让用户留下来、持久使用我们的产品。我们不能老是看 DAU,而应该更多关注留存;只有留存提升才能实现真正的增长。

(二)产品什么时候做增长

不是任何阶段产品都可以快速增长的,在快速增长之前,你需要对你的产品进行精准的定位。我们需要确定产品有人用、用户有一定的市场规模、有清晰的商业模式,这就是产品和市场相匹配(Product Market Fit , PMF)的概念。

image06.png产品增长路径

一旦我们找到了 PMF,我们就要考虑逐步去做增长,这里面很重要的一点就是数据驱动。

二、留存分析都有哪些方法论

(一)数据分析方法概论

给大家介绍一个非常朴素的数据分析方法论,它适用于大部分数据分析场景,包括留存分析。

image09.png数据分析方法论

首先我们通过日常的数据监控来发现问题, 然后根据问题去设立一个解决目标,并且用数据去探索。探索问题的过程中,原因可能会多种多样;我们会建立各种各样的假设,根据假设进行试验,最后后根据实验结果去检验假设。这样循环直到我们找到一个满意的结果,然后用来优化产品或运营。

(二)留存分析框架

常见的 AARRR 模型包括五个环节,在这里面留存分析分为两个阶段:新用户留存分析和产品留存分析。

image11.png留存分析框架

首先是新用户留存分析,用户刚刚使用我们产品的时候,决定用户去留的就是它。我们基本上只有一次机会去展示我们产品,一定要把我们产品最有价值的东西展示给出来,不然用户就流失了。

第二个是产品留存分析。新用户留下来以后持续使用你的产品,他会逐渐去挖掘、探索产品的不同功能的特点。这个时候我们需要一个功能去打动用户,做出新花样让用户觉得你的产品很好,只有这样用户才会长久留下来。后面我会和大家分享的 Magic Number,就是这样一个数据分析工具。

三、新用户留存分析:Sidekick 增长过程

Sidekick 是一家做强化 Email 功能的 SaaS 公司,它可以做一些个性化的邮件,还可以监控收邮件的人是否打开了邮件。他们通过数据监控发现,新用户的留存率在持续大幅度下降。

image08.pngsidekick 公司新用户留存曲线

(一)流失用户分析

针对新用户流失严重的问题,我们制定出一个目标:希望提升第一周的留存率。为了达成目标,我们需要进行数据探索,做流失用户画像分析,看看流失用户都有哪些特征。

我们分析了流失用户使用我们产品的次数,发现近 60% 的流失用户只用了一次我们的产品就流失了。这说明在用户进入我们产品时,第一次体验不好或者没有发现产品价值的话,用户就会流失。

image01.png用户流失原因

通过进一步的流失用户访谈发现:30% 的用户没有感受到产品价值,30% 的用户表示不理解产品的用途。这两类问题的核心在于如何让用户快速发现我们产品的价值,而且占了 60%,需要优先解决。

(二)产品迭代探索

提升留存主要有两大思路,一是改变产品或者技术,二是通过运营进行人工干预。既然用户没有及时发现我们产品的价值,回归到刚才的方法论,我们可以进行系列探索。

尝试 1:砍掉使用频率低的功能

既然用户没有及时发现我们产品的价值,那我们就尝试砍掉复杂难懂的功能、突出核心功能。试验结果发现留存率不但没有提升、反而继续下降。

image03.png砍掉非核心功能(尝试 1)

尝试 2:提示客户发现产品核心价值

用户不知道我们的产品核心价值是什么,那么对新用户进行产品内提示呢?结果显示留存率继续下降,尝试并没有收到什么好的效果。

image14.png增加功能提示(尝试 2)

尝试 3:产品操作引导视频

既然用户不知道怎么用我们的产品,那么我们就又尝试做一个引导视频;其实很多公司都在这么做,最后数据表明还是不行。

image00.png提供操作引导视频(尝试 3)

尝试 4:直接在邮箱内使用产品

大概做了 20 多个试验后才发现了一个可行的方法,当用户下载安装完产品后,提示用户:你可以去你的邮箱使用我们的产品、追踪邮件了。

image13.png提示用户去邮箱使用产品(尝试 4)

因为用户发现产品从网页上下载,想当然认为是在网站上直接使用,所以客户端产品的留存率非常低。于是他们给用户一个提示–––你可以去邮箱直接使用,加了这句话后,留存效果就好多了。

image08.png最后试验留存度大幅提升

这个是数据的结果,之前是蓝色那条线的,最后慢慢提升成黄色那条。通过这个案例,我们可以对留存分析的方法论、数据分析的过程有一个清晰的认识;而且产品迭代的过程没有那么简单,需要反复探索、循环。

四、产品功能留存分析:Magic Number 探索实践

(一)产品功能留存分析方法论

新用户的留存率提升以后,我们面临第二个问题,将处于平稳期的留存曲线上移。如何提升用户的整体留存度,提升平稳期的留存曲线,我总结了三个方法。

第一,分析不同功能模块的留存趋势,增加产品的粘性。

第二,分析不同功能模块的访问人数和活跃度。

第三,分析用户使用功能的路径,找出流失原因,降低流失率。

(二)Magic Number 探索实践

一个用户使用了我们网站或者 APP 的某些功能、做了某些动作,然后留下来持续使用我们的产品、成为忠诚的用户。这说明用户的行为和留存率之间是有一些相关性的,我们要找出这种相关性,然后去看是否有因果关系。

Magic Number 可能有些抽象,我们需要对其量化。给大家举几个例子,Facebook 发现用户 10 天内添加 7 个好友的留存度更高,Twitter 发现用户 10 天内关注 30 个大 V 的留存率更高。这些 Magic Number 都是通过数据分析、数据挖掘的方式找出来的,并且有一套完成的方法论。

image05.pngMagic Number 的探索过程

第一步,确定产品 on boarding 功能。

一个社交类 APP 可能有多个 on boarding 功能,包括登录、添加好友、添加关注、发送消息、点赞、分享、上传文件等等。

第二步,分析用户行为与最终留存度之间的相关性。

如下图,用户一周内点击 7 次关注用户的留存度为 57.5%,一周内点击 5 次关注博客的留存度为 54.4%,一周内点击 6 次点赞或者评论的留存度为 52.6%,均为强相关。

image07.png不同行为组合与留存度之间的相关关系

第三步,筛选出合适的 Magic Number。

根据公司目前的发展战略、操作成本、可执行性、A/B 测试筛选出合适的 Magic Number。假如这个 APP 产品目前发展战略是快速获取新用户、扩大市场,那我们可以将「一周内添加 7 个新用户」作为最终的 Magic Number。

第四步,找到了最终的 Magic Number,我们需要去执行、运营好它。

比如在这个社交 APP 里面鼓励用户添加好友,为用户更加精准的推荐好友。从而实现最初的目的,培养用户产品使用习惯、提高用户粘度,促进增长。

一旦留存提升上来,我们就可以做用户变现或者传播推荐,这样我们的用户才会慢慢增长。通过不断的市场拉新,留存的用户慢慢沉淀下来,成为我们的重要用户,是可以变现的。而那些不稳定的用户,我们还要做各样的产品和运营方面的改进,让他们逐渐变成留存用户、然后开始变现。

只有用户的留存度提升上来了,我们才能真正实现活跃用户的增长。

最新文章

极客公园

用极客视角,追踪你不可错过的科技圈.

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

张鹏科技商业观察

聊科技,谈商业。