如何提高用户留存时间，创造更多价值？

文章内容缺乏组织性。为了避免误导大家，首先要理清日常生活、保留、回购和流失的概念。每天活跃的用户数量相对容易理解，但有些公司不关注活跃的数量，只关注订单数量分布和订单用户数量分布。保留注册后一定时间内有登录行为，保留更注重产品行为。对保留的影响一般是产品体验、质量、核心功能等。，保留分析的目的一般是落在产品上。通过调整和优化产品功能，提高保留率。回购在一定时间内再次购买。回购更注重消费行为。对回购的影响一般是商品或服务的质量、售后体验、用户消费满意度等，对回购的分析也将落实到商品或服务上。损失根据公司关注的内容不同，对损失的定义也不同。注意保留的人将在一定时间内不登录定义为损失，注意回购的人将在一定时间内不消费定位为损失。通过对保留情况的分析，也可以从一定的角度反映损失情况，但可以对损失进行更详细的分析。有的公司只关注保留(不销售商品或服务)，有的只关注回购，有的同时关注两者，两者的分析方法也有很多相同之处。先介绍日常生活和留存。日常生活/留在互联网行业，通过各种渠道或活动吸引用户，但一段时间后，用户会流失。当然，一些用户会留下来。留下来的用户称为留住用户。现在互联网行业的拉新成本很高，要投入广告和时间，这些都是成本。如果用户在产生任何价值之前就失去了它，那一定是损失。相反，用户保留的时间越长，产生的价值就越大，从而弥补其他用户流失造成的损失。因此，提高用户的保留时间也是提高公司收入、为公司创造更多价值的重要组成部分。有些公司只关注日常用户（日常活跃用户），有时虽然看起来很多，但也可能隐藏问题，日常用户包括新用户和老用户，如果老用户越来越少，由新用户掩盖保留问题，是公司成本的巨大浪费。短期内，如果保留正常，如此好的新效果，可以给公司带来更高的日常生活；从长远来看，难度系数和成本会随着时间的推移而上升。如果没有良好的保留，很难长期保持健康的日常生活，保留率的健康也是公司发展的基本要素之一。通过分析用户的日常生活/保留，分析目标，帮助运营商发现问题并监控数据，为调整策略提供数据支持，提高日常生活/保留率。从分析角度对日常活动进行监控，观察用户活动数据，分析日常活动健康，观察保留规律，定位保留阶段，比较不同用户和产品功能的保留情况，辅助市场活动和市场策略定位，分析产品价值和辅助产品调整分析方法。1.日常活动监控，观察用户活动数据，分析日常活动健康。这里说日常活动有些片面，因为不是所有的公司都关注日常活动，根据公司产品定位的不同，关注的活动周期也会有所不同。游戏、知乎、叫车等可能会关注日常生活，但如果订单密度低，如旅游、租车、家居装修等，会根据自己的情况关注周活动或月活动。虽然分析的活动周期不同，但分析方法相似。以下仅以日常生活为例。虽然分析的活动周期不同，但分析方法相似。以下仅以日常生活为例。活跃用户一般可分为以下三类：一些公司可能不太关注回流（未在一定时间内登录的用户再次登录）。我列出了这些用户。我认为了解回流用户的日常生活在某些场合是有价值的，例如，在活动期间发送优惠券测试是否会对丢失用户的回流产生影响。上图采用堆积面积图，其面积大小为各类用户数，堆积总高度为总活跃用户数。对于日常生活数据来说，相对理想的情况是老用户所占比例较高，是活跃用户的主力军，呈现出逐渐上升的趋势，这意味着产品对新用户的粘性较好，整体创新保留大于失去用户。否则，新用户的存留率要么过低，要么老用户的流失率过高，都需要调整。（特别是在新用户活动量相对较高的情况下，改进空间相对较大）在上图中，我们可以看到5月19日前的日常活动是稳定的，老用户的比例也是稳定的。19日后，老用户的比例逐渐增加，可以注意到，在5月19日后的几天内，回流用户有一定程度的增加。我们可以想象，该产品在5月19日至22日之间举办了一些活动，或者对产品进行了调整，拉动了用户流失的回流，提高了产品的粘性。2.观察保留规律、定位保留阶段、辅助市场活动、市场战略定位等保留规律分析。一些互联网公司，如高频小订单（如外卖），其分析模式类似于游戏、知乎和Sass平台，将每天分析保留。如上图所示，用户登录频率较高的应用程序可分为过滤期、试探期和稳定期三个阶段。在第一次接触应用程序的用户中，大量的用户是低质量的用户，他们不可避免地会经历一个保留率急剧下降的阶段，但这个阶段的周期通常很短（我认为这个阶段可能更多的是应用程序筛选用户）。现阶段过去后，用户会对应用进行详细的测试，是否让自己满意，这段时间也会有一些用户流失。最后留下的是相对稳定的用户。通过调整产品，可以提高各阶段的保留率。与4月13日相比，上图中5月3日的保留率有了很大改善。这种对比图有助于观察和跟踪产品的调整效果。如果一些以订单为盈利模式的互联网公司也关注保留率，他们通常会将保留分析的时间周期延长到周或月。用户很难每天登录并花钱下订单。上图可称为手枪图。从上图可以看出用户保留的整体情况，保留率是否越来越高，产品粘度是否足够好。从上图可以看出一些问题。然而，像日常保留一样，很难找到用户保留的三个阶段，因为用户是否保留更多地取决于消费者体验，而且消费者体验周期太长，很难判断用户是否会再次消费。因此，从回购的角度分析这种以订单为盈利模式的产品更为合理。(下一篇介绍)上表也可以用于日保留，与日保留的折线图结合使用。3.比较不同用户和产品功能的保留情况，分析上图所示的产品价值和辅助产品调整。通过比较，发现使用共享功能和收集功能的用户的保留率相对较高。获取此类信息后，用户可以通过产品调整鼓励使用共享、收集等功能，从而提高用户的保留率。这种比较可以是多种形式，用用户分类和用户来源代替功能选择，可以从不同的角度观察问题。例如，如果发现男性用户的保留率低于女性用户，可以提醒和反思这种情况的原因，或者调整产品推广渠道来吸引女性用户。保留率是互联网公司非常关注的指标之一，很多公司都会深入挖掘保留率。以上提供了几种常见的存留率显示形式，为分析存留率提供了一定的参考。