案例总结丨如何提升用户留存？

1、保留的概念和重要性1.1什么是保留在互联网行业？因为新的或促销活动吸引了客户，用户开始访问公司的网站，但一些客户可能会在一段时间后逐渐流失。那些留下来或经常回访我们公司网站的人被称为保留。现在我们经常使用所谓的“日常生活”（日常活跃用户数量，简称DAU）来监控我们的网站，有时我们会看到我们的“日常生活”在一段时间内逐渐增加，这是一个非常好的现象。但如果忽略了留存分析，这个结果很可能是错误的。例如，一家公司做了很多新的推广活动，用户带来了很多，但留下来或经常返回客户不一定增加，他们可能在减少，只是太多的人，掩盖了高流失率的问题，事实上，客户的保留正在逐渐减少。此时，保留分析非常重要！我们提供了两个模型来分析用户流失和保留问题：1.2如何用图表显示保留情况。如上图左侧的保留图所示，一开始带来了100%的人数。随着第一天的结束，保留用户急剧下降85%，然后慢慢下降，直到第13天进入稳定阶段。另一个例子是上图右侧的保留表。如何解释这个表？让我们先看看第二行。1月11日，我们通过各种创新和推广吸引了6.7K客户。然而，一天后，它下降了85%，变成了15%。两天后，它再次下降了10%。第七天，状态相对稳定，达到6.5%。后来，它慢慢下降，相对稳定。我们可以看到，客户在第一天就遭受了巨大的损失，然后慢慢地达到了相对稳定的状态。1.3为什么要进行保留分析？看完保留分析的概念，我们不禁想，为什么要做保留分析？保留分析的意义是什么？和SaaS企业一样，获得客户的成本在时间和金钱上都是非常巨大的，可能需要两三个月才能获得客户。以上图为例，刚开始这个客户，我们花了6000多美元才拿到这个客户。一般来说，客户可能会按照一定的现金流向我们支付我们的企业，比如500美元，所以他们会一直支付。这样，你会发现早期的成本非常高。也许我们只能通过客户使用我们的产品一两年来收回成本。如果客户以前丢失了，丢失意味着我们的产品丢失了，甚至没有回来。让我们来看看右边的图片。这张照片讲述了每个客户成本的应收现金流。第一个月，我们得到了客户。我们花了6000美元，然后客户每月付给我们。例如，我们每月付500美元。他要到第13个月才能达到所谓的收支平衡。14个月后，我们开始逐渐赚钱。如果我们的保留做得不好，客户在两个月后就会离开，那么我们就会失去这部分钱。因此，保留具有非常重要的意义。客户使用我公司产品的时间越长，现金流或利润越高，这是保留的核心意义。如果我们的留存做得好，客户会一直使用我们的产品，给我们带来财富。从上图可以看出两点:一是使用时间，留在我们产品上的时间越长越好；第二，希望利润越高越好。利润越高越好，就是希望自己的留存率越来越高，这样利润面积越来越大。2.1提高用户保留的三个阶段和重要时间点的意义。如果我们产品的保留率是上图底部的绿线，纵轴是保留率，横轴是时间。一天后，我们吸引了100%的新用户，只留下35%，第七天变成了20%，然后慢慢下降。第60天后，我们达到了约10%的效果。让我们看看这种效果是否可以通过某些方面的改进逐渐改善。如果我们把绿色保留线提升到橙色线，然后提升到红色线，第一天的保留率高达70%，七天的保留率超过60%。在60天和90天内，保留率也可以高达60%左右。也就是说，90天后，60%的人留下了我们之前通过市场拉新获得的百分之百人。刚开始看绿线的时候，我们90天的留存率是10%。如果我们努力让它达到60%，会给我们带来稳定的财富和现金流收入。2.2留存的三个阶段今天通过留存分析的一些方法给你一些想法，看看如何通过优化产品来提高我们的留存率。在谈论这个之前，我先告诉你我们应该如何看到这张保留的照片。这是一条常见的保留曲线，我把它分为三个部分：第一部分是振荡期，第二部分是选择期，第三部分是稳定期。每个人都会有一个问题。我为什么要分为这三个时期？首先，在振荡期，我们可以看到几天前进入我们公司网站或下载应用程序的人数急剧减少，从100%到10%以上或更低。这一时期被称为振荡期，它有自己的特点。振荡期过后是选择期。为什么我们称之为选择期？一般来说，客户对我们的产品有了初步的了解。他开始探索我们公司的产品，看看该产品是否满足了客户的一些核心需求。如果能满足，客户很可能会留下来；如果不满足，客户就会离开。选择期过后是稳定期，留存率进入相对稳定阶段。2.3留存的第一个重要时点是第二天留存，也就是当天第二天留存多少。如我们所见，当天拉新，比如我们拉了100人，到了第二天可能只有十几人，这是第二天留下的。第二个是每周保留。每周保留的概念是什么？为什么我们每周保留一次？这个概念意味着客户通常使用一种产品。如果他完全使用它，他的体验周期大约是一周或几天，因为每周保留更为常见，所以我们有一个每周保留的名字。根据您的业务，如果您公司的产品体验有一个完整的体验周期，例如14天或3天，我们将在3天或14天内保留它。3、保留的核心原因是什么样的客户会留下来？事实上，这个问题也很简单。如果我们的产品能够满足客户的核心需求，并在我们的产品使用中发现产品的价值，他很可能会留下来。如果我们做了大量的创新、渠道优化等，可能会提高一定的保留率，但核心问题是我们的产品功能设计是否能满足客户的核心需求。如果我们能满足它，我们能进一步设计我们的产品是否能更好、更快、更方便地满足客户的核心需求，这是第二点。四、留存分析的方法论下面我给大家讲解一下留存分析的方法论，这样才能更好的提高我们在稳定期的留存量。如果我们现在可能只有5%，我想把它提高到10%或20%以上，那就回到刚才的图片，慢慢地从一条绿线提到一条红线。这里有两种常见的保留分析方法，给你一点介绍，然后在以下案例的解释中慢慢整合这两种方法，告诉你。第一个是获取时间，我们可以在保留分析时分组获取客户的时间。比如这个产品发布了2.0或者3.0的版本，我们可以在这个时候做一个分组，看看用新版本的人的保留性能。另一种分组方式是根据客户的行为进行分组。例如，我们有一个音乐软件。我想知道那些分享这首歌的人在保留方面有什么样的表现，或者那些喜欢这首歌超过三到五次的人在保留方面有什么样的表现。4.1根据获取客户的时间进行分析。如上图所示，这是一款新版本的音乐应用程序的保留。左边是保留表，右边是保留图。先看左边的留存表，就像我刚才说的，根据获取时间进行分组。例如，让我们来看看10月26日获得的最低用户，一天后的保留率，两天后的保留率，三天后的保留率。我们可以看到右边的保留表也是这个意思。可以看出，第一天的保留率突然下降了一半，第二天的保留率下降了10%。可以看出，前两天客户的保留率大幅下降，然后在后期慢慢达到相对稳定的阶段，比如第15天和第6天。这两张图表可以很好地告诉我们，随着时间的变化，它们仍然在下降。但是，如果我们想深入挖掘哪里出了问题，这两张表是不够的，我们需要进一步分析用户的行为。4.2根据用户行为进行分析。此时，我们涉及到一种新的分析方法，即根据客户的行为进行分析。以音乐应用程序为例。如果客户在一段时间内点击“喜欢”超过3次，让我们来看看这部分人的保留，即上面左边的图片。很明显，我们的保留曲线高于所有用户的蓝色保留曲线。让我们看看第二天的保留率，高达82%，而所有用户可能只有50%以上。得出结论:点击“喜欢”三次以上的用户保留性能优于所有用户的平均值。此时，让我们进行进一步的比较，点击“喜欢”大于或等于3次和不到3次的用户保留之间的区别。在上面右边的图片中，红线就像这首歌大于或等于3次，蓝色或整个用户，下面是绿色，小于3次。很明显，这三个群体非常不同。点击“喜欢”的次数越多，保留率就越高，而点击“喜欢”不到三次的人的保留率低于所有用户的保留率。当我们看到这两张照片时，我们会想到一个问题。我们有没有办法引导客户点击我们喜欢的东西？此时，保留分析的作用是如何促进产品的更新和优化。由于我通过数据发现点击“喜欢”大于3，保留率会很高，我们是否通过这种分析方法得到类似的假设，如果我们的产品通过优化，客户可以更早地点击“喜欢”，然后客户会有更多的保留。当然，在这个时候，我们会通过一些交互行为来设计产品，A/Btest或各种方法可以使产品更好、更优化，但这个主题相对较大。让我们先谈谈。当然，在这个时候，我们会通过一些交互行为来设计产品，A/Btest或各种方法可以使产品更好、更优化，但这个主题相对较大。让我们先谈谈。我们继续深入挖掘。现在有一种行为是点击“喜欢”超过三次，我们还有其他一些行为，比如我想加入一个感兴趣的社区，比如我喜欢听爵士乐，我在应用程序进入爵士乐社区，比如我喜欢陈奕迅，我想加入陈奕迅粉丝俱乐部，或者我想加入其他社区。在上面左边的保留图中，我们用绿线来表示客户加入兴趣社区时的表现。红线和蓝线也是刚才提到的三条线的对比。可以看出，如果这个客户加入了一个兴趣社区，我们也可以看到它的留存率比整个客户有所提高。我们发现客户加入兴趣社区，点击超过3会导致保留率上升，所以我们会进一步考虑一个问题，如果他点击“喜欢”超过3次，加入兴趣社区，当然，效果可能不是很好，我们不确定，然后我们做一个实验，抓住数据，做一张图片，看看是好是坏，立即分享。然后我们做了上面右边的图片。红色就是我刚才说的。点击“喜欢”3次以上，加入社区。此外，它的补充是不少于或等于3次或不加入社区。此时，我们发现这是一个很大的保留差异。从上图可以清楚地看出，红色远高于蓝色，这将给我们一个想法，如果我们的产品能更好地引导这些客户使用这些功能，那么这些客户就可以留在我们的产品上。4.3不同组对不同模块产品使用情况的分析称为“如何找到比较点”，其功能是分析不同组对不同模块产品的使用情况。分组A(稳定期)的客户之所以留下来，是因为我们产品提供的功能满足了他。我们可以通过挖掘这些用户的一些细节来看到他对每个产品和功能的使用。例如，某个产品有许多功能，我现在截取了A/B/C/D/N5模块，10表示使用该模块的频率和热指数的满分，9表示他经常使用该功能。反映在我们手机上的例子可能意味着他经常使用“喜欢”按钮或“分享”按钮。从这里可以看出，如果我们进行排序，分组A在稳定期的这部分用户非常喜欢使用模块A，也非常喜欢使用模块C或模块D。我们把这部分群体推到了以前。他们在早期喜欢使用什么功能？他们在所谓的振荡期和选择期中使用什么功能。我们还通过数据分析取下这些数据，即分组A(振荡期 选择期)，我们发现客户可能非常喜欢模块A或功能模块C。例如，客户喜欢分享或下载一个东西，这是我们行为分析的起点和终点。我们可以探索我们是否首先使用这两点来看看客户是否有巨大的行为差异，然后我们会做一些事情，比如我点击“喜欢”超过三次我发现保留率高，点击“喜欢”小于或等于三次保留率相对较低。V.用户保留的案例分析5.1保留图和保留表显示了我们提供的保留图和保留表（也称为手枪图），可以方便您看到新客户在后续时间的表现，我们也可以定义起始行为和回访行为。5.2