精益数据分析卡片:留存分析-36大数据

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

精益数据分析卡片:留存分析-36大数据

留存分析的根本目的在于留住用户,根据分析结果制定对应的策略,以及规划好产品迭代以更好的保证用户的稳定。

虚荣指标的假面

许多创业公司都喜欢强调自己的用户数。曾听某个朋友说起,他的公司对外号称有1400万企业级注册用户,他们的用户增长趋势如图所示:

精益数据分析卡片:留存分析-36大数据

然而总用户数就是一个典型的虚荣指标,这个数字只会随着时间增长(经典的“单调递增函数”)。它并不能传达关于用户行为的信息:他们在做什么?是否对你有价值?他们中的很多人可能只是注册一下,就再没有使用过。

一个公司真正需要关注的指标,是可付诸行动的指标。例如留存率,这个指标揭示了产品留住用户的能力,因此显得格外关键。当产品做出调整时,这个指标也会相应地变化。如果调整的思路是正确的,这个比率就应该上升。这就意味着,它可以指导你试验、学习和迭代。

如你所见,这是数据分析工具系列的第 4 篇:留存分析。

留存的“庐山真面目”

what留存?

留存,顾名思义,就是用户在你的网站/app中留下来,持续使用。一个用户,在你的产品上留存得越久,带来的收入就越高。 反复返工提供给

精益数据分析卡片:留存分析-36大数据

留存的价值

引用《打造 10 亿美金产品的核心秘密:用户参与层级模型》中的例子:

精益数据分析卡片:留存分析-36大数据

现在有两个公司A和B。A 公司每月新增 500 万用户,月留存是 80%;B 公司每月新增 250 万用户,月留存是 95%。

精益数据分析卡片:留存分析-36大数据

如果两个产品的留存率不变,六个月之后,他们的月度活跃用户(MAU)见上图,A 公司领先。

精益数据分析卡片:留存分析-36大数据

三年之后,B 公司拥有 4200 万用户,超过了 A 公司的 2500 万用户。且 B 公司的增长曲线比 A 公司漂亮得多。这就是留存率的巨大影响,复合增长的价值。

解析留存

先来看看次日留存率的计算公式: 次日留存率 = 次日留存用户 / 当日新增用户。

由此,可以拆分出留存的三个核心元素:用户、时间、留存动作。

用户

用户是留存分析的对象,一般可以从这两个角度进行分析:

(1)从用户的获取角度分析

通过不同渠道获取的用户的留存率是不同的。举个栗子,一个主打奢侈品交易的电商APP,如果在今日头条投放广告获取用户,恐怕用户看一眼就走人了。

在不同时段获取的用户的留存率也是不同的。举个栗子,一个午夜电台APP,如果用户在早上下载后收听,很可能因为没有找到想听的内容而卸载APP。

(2)从用户的行为角度分析

用户能否留下来,取决于产品功能设计是否满足了用户的核心需求。所以,我们需要了解新用户使用过哪些功能,或者说发生过什么行为后,他们留下来了。

我们希望新用户在使用产品时能尽早产生惊喜感——这就是我想要的!希望他们能快速发现产品价值,并且留下来。值得一提的是,用户路径图就能帮助我们发现用户是如何一步步发现产品价值的。

时间

这里的时间,特指用户的在产品上的使用时间。对于不同时期,我们应该有不同策略,总的来说,在振荡期和选择期,我们应该关注新用户的留存,进入平稳期以后,着重关注产品功能留存。

精益数据分析卡片:留存分析-36大数据

留存动作

不同的用户行为对我们的价值是不一样的,例如使用初级功能的免费用户和使用高级功能的付费用户。所以,我们需要查看不同人群的留存情况,当一个付费用户变为免费用户,某种程度上也可以看做一种流失。

留存实战:Airbnb,从卖盒装麦片到13亿美元

2008年,Airbnb刚刚成立,因为资金短缺不得不依靠售卖盒装麦片获取收入。然而副业很快失败,到了2009年,Airbnb每周的收入仅200美元,差点破产。在生死存亡的边缘,他们获得硅谷创业教父保罗·格雷厄姆的投资。格雷厄姆事后承认:“这群甚至可以靠卖麦片来挣取收入的人,他们的项目死不了。”

精益数据分析卡片:留存分析-36大数据

Airbnb曾卖过的盒装麦片

利用竞争对手提升用户留存

Airbnb成立之初,该领域最大的竞争对手Craigslist拥有Airbnb艳羡的海量用户基数。尽管 Airbnb一直试图靠塑造差异化的产品形态来将自己与竞争对手区隔开,但一个不可否认的事实是:对于订房这样的供需平台服务而言,用户数的多少是人们选择的首要因素。因为:

  • 供方会选择潜在消费者最多的平台发布信息
  • 消费者会挑货品足够充足的市场来比价下单

意识到这点后,Airbnb推出了一项功能:允许用户在Airbnb发布信息的同时,方便地将相同的信息内容复制一份同步发布到Craigslist上。用户在Airbnb发布信息后,就会收到一封电子邮件,告知用户:将该信息同时发布到Craigslist可以帮助您每月增加500美元的收入,您只需要点击这个链接,剩下的交给我们来为您完成。于是用户往往会不假思索地点击链接,毕竟这没什么坏处,反倒是增加了许多房源出租信息的曝光量。

精益数据分析卡片:留存分析-36大数据

这项功能为Airbnb带来了意想不到的效果:

  • 来自Craigslist的回流撑起了Airbnb的人气,许多人纷纷加入注册,发布出更多出租的信息;
  • 原本习惯去Craigslist发布信息的用户,开始变成Airbnb的用户,因为现在只要在一处发布就能同时出现在两处;
  • 原本的Airbnb用户的黏性更强了,因为他们确确实实在这里获得了更多的收入。

优化用户体验提升用户留存

2009年,Airbnb发现那年夏天的成交情况并不乐观。于是创始人开始着手调研此事,他们四处飞行,总共在24家不同的家庭旅店订房体验,试图找出问题根源。

最后终于水落石出,许多在Airbnb上张贴招租信息的人,并不懂得如何在发布内容时尽可能展现出房间最好的一面。他们拙劣的拍摄技术和糟糕的文案组织,掩盖了房屋本身的优势,让远在世界另一头的人隔着屏幕难以做出判断。

“好吧,这事一点也不奇怪,没有人会为了不知道会买到的什么玩意儿而付钱。”创始人说。

遇到这种问题,一般网站的做法是给用户群发邮件,教会他们如何去拍照,并给他们评估打分。但Airbnb采用了一种看似低效,实则奏效的方式。他们花5000美金租借了一部高档相机,挨家挨户免费为纽约的许多招租者的房屋拍摄照片。好卖相带来了好的收益。纽约当地的订房量很快上涨了两三倍,月底时Airbnb的收入整整增加了一倍。这一做法日后被复制到了巴黎、伦敦、迈阿密等地。

受益于专业摄影师拍照的房屋,相较同类能获得两到三倍的订单量,随后Airbnb也能从屋主那里额外得到每月约1025美金的分成。到2012年,已经有2000余位自由摄影师受雇于 Airbnb,在六大洲拍摄了超过13000间房屋。

精益数据分析卡片:留存分析-36大数据

专业摄影师介入后Airbnb的流量增长情况

利用社交网络提升用户留存

Airbnb这种新兴模式的优势如下:

  • 相比专业酒店宾馆,人们往往可以以便宜30%~80%的价格入住家庭旅店
  • 能与当地人交流结识,成为朋友

然而与此同时,潜在的风险也同时出现:不法分子可能借机从事盗窃、抢劫、非法集会等犯罪活动。

Airbnb若想继续成长,就必须解决用户之间的信任危机。于是2011年夏天,Airbnb开放了社交网络连接功能,允许用户连接他们的Facebook账号。当启用社交网络连接功能后,人们可以看到自己与房主之间的共同好友是谁,或是哪些朋友曾经租住了这间房。人们也可以根据屋主的地理位置、性别等信息进行搜索,找出感兴趣的房源。

当这一产品特性上线后,创始人很快宣布,Airbnb上已有16516967对好友关系,并且持续猛增。在通过社交网络解决了最基本的人与人的信任问题后,人们得以方便地考察房东的背景资料,选择合适的入住对象。来自同一座城市、同一所大学、同一个街区的好友之间的联系与交易也更为紧密。

写在最后

留存分析,本质上是帮助我们了解自身产品留住用户的能力,指导我们去试验、迭代和优化我们的产品。而更重要的,是大家务必理解虚荣指标与可付诸行动的指标的区别:

  • 虚荣指标:一切无法帮助你决策下一步行动的指标
  • 可付诸行动的指标:能揭示信息,指明方向,帮助你改进商业模式,决策下一步行动的指标

漏斗分析到这里就结束了,下一篇,我会带来A/B测试。欢迎关注我的数据分析工具系列,我会讲述如何改善用户体验,提升转化,帮助你更好地运用数据驱动产品运营。

End.

转载请注明来自36大数据(36dsj.com): 36大数据 » 精益数据分析卡片:留存分析

随意打赏

数据分析怎么分析产品经理数据分析数据分析方法留存用户数据留存数据分析数据分析软件数据分析工具精益数据分析用户留存分析数据分析师
提交建议
微信扫一扫,分享给好友吧。