留存是为你赚钱
- 如果用户无法被激活，他们就无法留下来。你的产品最终会被弃用
- 仅有快速的用户量增长并不是真正的「增长」
- 获取用户->激活用户->让用户留存下来
Andrew Chen(前Uber首席增长官)
- APP平均会在3天内失去80%的用户
- 30天内平均失去90%
你费劲心机获取的用户其实没有留下来，也不能给你带来收入
哈佛商学院的调研结果:客户留存率每上升5%，公司盈利可以提升25%-95%
小具象
- 假设你在百度投放PPC广告，获得100个访客，成本10元/人
- 如果一个访客注册并留存下来，能带来20元收入
- 目前留存率是50%，你的净利50%X100×20-100X10=0
- 如果提升25%的留存率，即达到60%
- 净利：60%×100X20-100×10=200元
- 优化用户留存，让你扭亏为盈
活跃度和留存的关系
- 活跃度和留存是不能分割的两个紧密关联的要素
- 活跃度的下降是用户流失的先兆指标
- 相对于留存来说，活跃度具有可干预性和预测力。只有促活，才能防止流失
同期群（cohort）留存分析
- 最左侧为自然月份（或周、天）
- 中间是统计每段时间的新增用户数
- 右侧是新增用户在后续时间周期内的留存数量
- 当月留存率=下月留存用户/当月新增
Hook模型
使新用户体会到产品的核心价值，产生重复使用产品的动力
成瘾模型，四要素：Trigger-Action-Reward-Investment
- Trigger
- 触发机制（Trigger)：这是诱发用户采取行动，进入系统的契机。
- 触发机制有两种：外部和内部。外部触发通过邮件、链接或图标等方式引起用户的注意；内部触发在系统内发生，形成于在用户使用产品的过程中，持续地诱导。
- 外部触发：由诱饵本身主导
- 提示
- CTA
- 商店
- 权威推荐
- 内部触发：由用户自己主导
- 情绪
- 习惯
- 场景
- 地点
- 人
- Action
- 行动（Action）：指有预期的操作行为。例如，点击Facebook feed中的图片时，用户预期能看到有意思东西，比如，Buzzfeed的最新文章列表。这是模型里重要的一部分，因为要驱使用户采取行动，必须考虑设计易用性。
-
Reward
-
奖励（Reward)：这一步是使用户上瘾的关键。除了使用传统的反馈闭环（feedback loop)，你还能提供多样的潜在奖励去保持用户的兴趣。Pinterest的做法是：展示与你兴趣相关的图片，及其他可能吸引你的内容。
-
Investment
-
投资（Investment)：这部分需要用户做一些事情，即，用户对产品的投入，投入的形式可能是时间、数据、精力、社会关系或金钱。但是这里「投入！并不单指刷卡消费，而是泛指能使产品进步的一切行为：例如，邀请新的用户进入体系内、对功能提供用户反馈等等。
- SnapChat
- Trigger:恐惧：害怕失去美好的时刻
- 动机1.没有社交障碍
- 动机2.互惠心理
- 奖励：
- 个性化装饰
- 生成Stories
- 投资
- 把精心装饰的图片发给朋友
- 外部诱饵：APP推送用户通知
用户为什么离你而去？
- 30%的人因为「没有感受到产品价值]而离开
- 30%的人因为「不知道怎么操作」而离开
- 10%的人因为「使用中有失败体验而离开」
- 剩下不到30%的人出于兼容性差、投奔竞品等理由而离开
关键激活目标：Aha Moment
[思考过程中一种特殊的、愉悦的体验，期间会突然对之前并不明朗的某个局面产生深入的认识。」
现在，我们多用[Aha Moment]来表示某个问题的解决方案突然明朗化的那
个时刻。
- 从产品体验角度来说，Aha Moment或者Magic Moment，是用户在使用产品中的爽（G)点。
- 从产品的优化方向来说，它相当于是有价值的用户行为，这些行为将决定用户是继续使用你的产品还是选择你的竞争对手，它对用户留存以及产品的稳步增长有着决定性影响。
如何找到Aha Moment
- 产品的核心功能是什么？
- 用户的什么行为促使他留下来?其中哪些功能能让用户
- 够快速低成本地感受到产品的价值?
- 用试验和数据验证你的猜测
Excel中相关性功能：
案例：Pinterest如何优化核心功能
- 收藏按钮在每一张照片的顶端，曝光率和使用率都很高，属于核心功能
- 用户的「保存和收藏]是很熟悉的操作，学习成本很低
- 通过数据验证，用过Pin收藏的新用户，最后都留下来了
- 只有收藏了照片，用户才能创建属于自己的收藏夹，才能分享给好友等等，所以收藏是很多其他功能的入口，是转化路径的顶端
- 围绕激活目标，坚持迭代
- 分析：点击推荐Pin图的群体更容易从注册后完成激活行为
- 假设：推荐的Pin图片和主图片差异越小，越利于提升激活转化率
- 迭代方案：减小主图的大小，将主图和推荐Pin图风格保持一致，并且给推荐Pin图更多的位置
提升产品功能留存
产品功能留存矩阵
- 功能留存率：当前周期再次使用该功能的用户/上个周期使用该功能的用户；表示当前功能的用户黏性。
- 使用用户占比：某周期内使用当前功能的用户量/该周期的活跃用户量。
案例，电商产品留存
- 问题：TUGC消费]功能留存率低
- 剖析：存在多个不同消费入口，表现差异大，其中两个最大流量入口——「首页推荐」和「用户搜索」的留存率很低
- 猜测：
- 1）「首页推荐」的[今日推荐」更新频次低，仅每周一次
- 2）分析用户搜索频次、结果和点击率，猜测搜索结果不符合用户的预期
- 试验：
- 1)「首页推荐」的[今日推荐」改为「每日推荐]
- 2）优化搜索功能，让排序在前的结果更符合用户预期
- 问题：「电商！功能活跃用户量少，覆盖度低
- 剖析：主要难点在于用户消费意愿的引导工作
- 猜测：
- 1）通过设置签到积分入口，引导用户点击进入签到模块
- 2）积分可累计抵扣消费金额，提升成单付费转化率
- 试验：增加签到赢积分和抵扣消费金额功能，监控签到功能使用情况，以及由此产生的付费转化率
用内容运营提升留存
- 常用手段：弹窗/推送
- 内容标签气泡图
- 利用内容标签气泡图，找到有助于提升用户留存的内容。
- 内容标签气泡图的使用很灵活，维度如下：
- 内容留存率
- 留存标准差
- 活跃用户占比
- 内容标签
- 转化目标
案例：媒体资讯平台
一家媒体资讯平台，提供不同行业的财经类新闻。新闻标签如企业服务、金融、游戏等。现客户希望从提升用户留存的角度，分析用户在整个平台上的内容消费情况
基于活跃度的用户流失预警
所有大张旗鼓的离开都只是为了试探，真正的离开从来都是悄无声息，没有告别。
- 怎么知道用户流失的原因？
- 用户分层
- 数据化运营中常见的解决方案之一。
- 用户分层是介于粗放运营与个体概率预测模型之间的一种折中和过渡模型，其既兼顾了（相对于粗放经验而言）精细化的需要，又不需要投入太多资源到预测模型的搭建和维护中去，因此有着广泛的应用价值。
- 目的
- 运营团队需要通过客户分层模型，指导相应的运营方案的制定和执行，从而提高运营效率和付费转化等。
- 客户服务团队，需要根据分层模型针对不同群体提供不同的说辞和相应的服务。
- B2C电商平台针对卖家形成一个分层的视图，希望从免费注册的卖家开始，勾画出卖家一步步成长为频繁交易的卖家的全过程。
- C端
RFM模型
- 是一个被广泛使用的客户关系分析模型，主要以用户行为来区分客户，RFM分别是：
- VR=Recency 近期消费行为
- VF=Frequency 消费频率
- VM=Monetary 消费金额
案例：外卖平台的RFM模型
- 重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高
- 重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，明这是个一段时间没来的忠实客户，我们需要主动和他保持联系
- 重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展
- 重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施
To B公司如何搭建客户分层模型
- 分层方式：客单价*产品使用活跃度
- 用户分层的目的：促进客户的续约率（留存）
- 用户分层的应用场景：通过对每一层客户提供对应的服务方案，帮助该层客户解决产品使用问题，提升用户对产品的正确使用，进而达到提升续约的目标
- 花钱提供服务，不花钱不提供服务
随时随地看视频
