什么样的情况下适合做用户留存？

相信大家小时候都做过这样一个问题:一个水库，一个进水管，一个出水管；给出进出口的水流速度，一段时间后要求水库的水量。这与评估用户增长效果非常相似。将进水口与新客户进行比较，出水口与客户流失进行比较，一段时间后的蓄水能力是增长的保留能力。进入互联网下半年后，用户总增长难以突破，新成本大大提高；在这种趋势下，保留的重要性越来越明显。1.保留的定义是什么。在互联网行业，用户经常通过广告、推荐和其他沟通方式来理解和使用新产品，一些用户也会因为各种原因不再使用这些产品。我们将首次使用该产品的用户定义为新用户，一段时间后仍在使用该产品的用户称为保留用户。保留是基于用户组的初始行为时间计算的。它描述了发生某种行为的同期组，以及一段时间后是否发生了预期行为；这里的初始/回访行为可以是任何事件。如果没有特别说明，一般指「启动产品」。衡量保留，只注意保留，「启动产品」很多重要信息往往被忽视，所以大多数公司也根据自己的业务特点对一些关键路径进行了保留统计；例如，电子商务平台将根据重复购买行为进行统计，证券公司将根据重复资产交易统计保留投资交易。为了保证统计基准的一致性，我们通常用保留率来表达保留效果，即同期群体初始保留率的比例；以信息平台为例，打开应用程序作为保留标志，其次日保留率的计算方法如下：2。保留是增长的基础，将用户数量视为水库的水，市场将慢慢注入新用户，池中的一些老用户将不可避免地逐渐失去对产品的感觉。观察整个增长过程，可以粗略总结以下公式：用户有效增长=拉新量-损失=拉新量*保留率，改善用户保留的意义在于确保用户增长的有效性，从减少用户损失的方向。假设有A、B是蓝海行业的两家初创公司，目标市场上只有两家公司相互竞争；他们每天都有相同的新数量，但A公司的产品有100%的下月保留率，B公司的产品只有0%的下月保留率。我们以每月为时间单位观察两家公司用户总趋势，图如下：分析产品早期用户基础较少，损失现象对整体影响不大，阶段有效增长由新力度决定；中期用户量有一定规模后，日损失将大大拖累当天新的有效性，导致增长疲软。潜在用户有限，一旦触及市场容量天花板，可拉新量将趋于0，此时用户数量将进入单向下降趋势。如果从B公司丢失的用户也被列入A公司的新对象，A公司的用户数量将在达到1/2市场容量临界点后继续保持增长，直到市场容量（即A公司*曲线）被填满。2、如何描述用户保留用户总数是新用户总数和损失的汇总结果。因此，仅仅观察用户数量的趋势是不足以评估产品保留的。我们可以通过计算同一用户群不同时间的保留率来绘制保留曲线，水平跟踪他们是否坚持使用产品，损失了多少比例，什么时候损失；了解他们的保留情况，优化产品。1.找到关键行为对用户保留的定义是这样的——保留，是指用户在APP中、使用过网站等应用程序，一段时间后仍有使用行为。这里的用户保留是广义的，没有说明「使用」当我们定义它时，我们经常定义它「启动产品」记为使用，一段时间后仍会使用产品的用户，将被记为留存用户。衡量保留，只注意保留，「启动产品」很多重要的信息往往被忽略，那么我们还能观察到什么行为来衡量产品的保留呢？产品是企业与用户交换价值以实现商业价值的媒介。基于这一概念，健康产品将有自己的核心功能来满足其业务目的，这些功能的有效运行结果是产品的核心价值；这些行为可以让用户感受到产品的核心价值和重复，只是证明产品可以不断产生价值，形成良性循环，从而保持他们——这些行为，是我们建立保留率所需的关键行为。例如，A产品是天气软件，除了看天气和写情绪；假设所有用户只记录情绪而不检查天气，那么这些用户的行为干扰迭代产品，评估天气产品的质量是没有意义的。这里的关键行为往往是指向产品核心业务的运营结果；以A产品为例，更合理的做法是「用户查看天气」记为关键行为，同时观察「用户在一定周期内重复打开软件查看天气」保留情况。2.为旅游产品找到观察周期，用户可能每两周打开一次；*新闻的场景比旅游场景要频繁得多，用户可能每隔一天使用一次新闻软件。如果产品的保留率按一天计算，显然不适合评估旅游产品的保留健康。上图显示了6种类型，如统计天气，一些应用程序在过去一年中每周使用频率图。可以看出，不同类别的应用频率差异很大。例如，天气、新闻、金融应用等频率远高于旅游。这是由产品特别指的场景决定的，所以许多公司经常扩大业务领域，通过渗透更多的用户需求场景来提高保留率，以提高产品的使用频率。除了查看行业基准数据外，我们还可以观察产品内部的数据监控系统；长时间抓取「使用两次以上关键行为」对于用户来说，检查两种行为之间的时间分布是产品现阶段的使用周期。使用周期代表用户使用产品的标准间隔。用户是否触发一个标准间隔中的关键事件，可以评估用户是否在此周期中保留；我们可以通过观察多个连续使用周期来评估保留率的趋势。3.保留曲线的基本保留描述方法是保留曲线。它以时间为横坐标，描绘用户随时间保留的变化轨迹。如下图所示，一般保留曲线首先会迅速下降（新注册用户的快速损失），然后有三种分类：扁平曲线：快速下降后保持温和，既不上升也不下降；这意味着在这个用户组中，用户数量达到平衡：一些新用户看到了产品的价值并长期持续回归；当然，稳定后更高的曲线代表更受用户欢迎的产品；但一般来说，保留曲线是平的，可以让人感到轻松，因为它意味着用户数量不会萎缩。下降曲线：持续下降而不温和，最终达到非常低的值；代表用户持续损失：很少甚至没有用户找到产品的价值；此时，我们需要改变产品，找到如何让一些用户成为忠实用户，使曲线扁平。微笑曲线：这种曲线在快速下降后趋于温和，缓慢上升；它代表了产品的持续改进：更多的新用户看到了产品的价值和改进，并长期持续回归。微笑曲线：这种曲线在快速下降后趋于温和，缓慢上升；它代表了产品的持续改进：更多的新用户看到了产品的价值和改进，并长期回归。1.不需要增长，不需要保留上述，保留是增长的基础；换句话说，如果产品不需要增长，就没有必要把成本放在保留建设上。例如，景区食堂被视为一种产品，景区游客（主要是外国人）被视为潜在用户，核心业务是商品交易，食堂通过销售赚钱。景区客户基本上是一次性客户，无论是否保留，都难以进行二次消费，提高业务利润，保留成本效益很低；在成本充足的前提下，食堂想要获得更高的收入，应该把成本放在同行竞争上，如购买更合适的商品，做活动推广，降低景区其他食堂的竞争力，最大化收入。从视角上切回互联网产品也是如此。首先，我们应该弄清楚我们的产品是否对增长有足够高的需求，然后我们应该考虑是否应该保留它，以及它应该保留多高。2.保留曲线够合理吗？1)保留正在好转吗？随着时间的推移，用户留存率代表了同期群体对产品的认可比例，这将变得越来越明显。随着时间的推移，观察同一批用户的保留率变化。如果曲线趋于温和，这意味着产品确实满足了一些用户的需求，让用户愿意留下来。如果曲线单向下降，则需要考虑这些用户是否有新错误，偏离目标用户群；或者产品本身还没有达到市场合适的状态。通过产品的良性迭代和提高新群体的精度，产品的保留率应该更早变得温和，并提高趋近值。观察同一路径不同批次的用户保留率曲线。理想情况下，最近的曲线应该朝着更好的形状发展。2)只要用户的生命周期价值推动合理的保留曲线，用户就会推动「留下来」有实现价值的潜力。一般来说，周期越长，营销的机会就越多。同样，生命周期的总价值也可以转换（LTV）越高。在这里，引用用户生命周期的阶段图，可以看到用户从引入到损失的阶段是渐进的，用户往往无法在激活前后创造价值。因此，激活到活跃阶段是价值转化的高峰。从用户的保留时间和单位时间的平均实现价值中，我们可以获得用户累计转换价值曲线（S曲线）的粗略价值；它描述了用户在每个保留阶段的累积转换价值，α、β分别是用户周期激活前后的分界点。在此基础上，我们叠加了用户的平均保留线：设置Fa（x）=留存率在某一时刻，Fb（x）=客户在某一时刻积累价值；T（x）=拉新量*Fa（x）*Fb（x）=拉新用户一段时间后的总转换价值；不同的保留率对用户转换价值有什么影响？我们试图调整用户保留率，观察它们对用户价值转换总值的影响；观察图可以发现，在用户价值曲线不变的前提下，保留曲线通过α~原点，转换总值没有区别，但通过活跃期的价值曲线后，每次提升一定的斜率，总转换价值都会增加很多。原因是激活前后曲线处于S曲线的平缓带，波动值接近0，因此保留曲线的变化对乘积结果没有明显影响；在活动期间，用户价值曲线随时间单向增加，因此每个保留曲线都会对结果有相当大的改进。除了控制保留率外，我们还可以从另一个角度影响最终的累计总值。保持保留曲线不变。让我们试着调整价值曲线。不难发现，即使保留曲线最终落在激活点之前，只要我们优化产品，把激活点放在前面，也能起到刚才的效果。4、总结保留是控制增长有效性的基础，不能保证保留率的增长只是短期增长；保留率是观察保留性能的关键指标。除了保留，我们还需要定义它「关键事件」和「观察周期」构建保留看板；并非所有产品都需要保留率，如果对商业价值没有意义，可以不考虑保留；尽可能提高保留曲线和前置产品激活点，可以有效提高用户价值转化效果。