用户增长过程中,如何提高用户留存?
在上一篇文章中,我们分析了:在用户增长过程中,如何做用户获取,这里我们接着用户获取后,分析如何才能让获取后的用户尽可能留在我们的产品中。也就是增长模型中另一个因素,留存。
重新认识留存
留存是一个经常被提起的指标,我们经常听到有人说,某某产品的留存很好,能到多少多少,或者某产品留存不到30%,等很多这种描述。其实,严格意义上讲,这些描述都是模糊不准确的,甚至是有问题的。
我们从留存的计算方式,其实可以给留存下一个计算定义:
留存率是一批用户在一定时间间隔里,某些行为重复发生的比例。
从定义中可知,当我们提到一个产品的留存时,必须先明确三个因素:
- 哪一批用户?(是新用户,还是活跃用户,是注册用户,还是非注册设备)
- 时间间隔是什么?(是五分钟,还是一天,是一周,还是一年)
- 哪些行为?(是后台活跃,还是前台活跃,是使用过主要功能,还是停留时间超过1分钟)
因此,当我们说,某产品的新用户次日前台活跃是50%。我们说的是,某一天的新增前台活跃用户,在次日还能前台活跃的比例是50%。
在我们日常工作中常用的留存一般有:
除了上述的常见留存率外,还有一些计算周留存,月留存的数据,本质只是计算的时间间隔变了。留存主要是衡量了产品的用户粘性,或者说用户持续使用的比例。除了留存外,还有一些比如:月均活跃天数、DAU/MAU等维度的数据用来衡量产品粘性,这里不再赘述。
用户为什么留下来?
在讨论如何提高用户留存之前,我们得先明白用户在使用了一个产品后,为什么会留下来?
有很多人给出了一些模型,比如:尼尔·埃亚尔(Nir Eyal)在《上瘾》「hooked」中分析了用户上瘾模型,从触发(Trigger)、行动(Action)、多样酬赏(Variable Rewards)和投入(Investment),四个因素组成一个让用户上瘾的循环。还有BJ fogg行为模型,也从一定程度告诉我们,如何改变和引导用户的行为,让用户可以更好的留存下来。
我在看了这些「模型」后,觉得有点复杂了,结合曾经的提留存实践来看,有一个原则是留存的本质约束。
产品提供的服务需要超出用户的预期。
这个约束里,首先是用户的预期,所有的新用户在下载完产品打开后,都会有一定的预期。
我们所有的渠道或多或少都会传达给用户,我们的产品是做什么的,能解决什么问题,如果带着预期的用户,在第一次使用了产品之后,没能迅速感受到预期被满足,那么很大可能就会弃用。只有达到甚至超出用户的预期,才能让用户很好的留存下来。
我们曾经在海外做过一款直播应用,当刚在越南起步的时候,有一天早上打开报表,发现新增多了很多,是平时的几倍,但是市场的同学并没有付费推广,也就是说我们的自然新增突然暴涨。
一开始我们是很开心的,可是第二天的次留和后续的留存都比较惨。后来通过监测社媒,才发现原来越南当地的一些媒体报导了,报导的主要内容是我们涉黄,端内有着很多擦边的色情直播,youtube上出现了一堆主播擦边直播视频的集合。
正是因为这些夸大的报导,让很多用户对我们的平台产生了一个预期“这里有性感的主播,色情的内容”,但是当他们真正的下载打开后,却几乎找不到这样的内容。这就是用户的预期没有明显得到满足,自然不会留下来。
还有近期一款翻红的应用「FaceApp」,在同一时间霸占了全球所有国家的App Store 榜首。但是,我猜想,他们在很多国家的留存一定不是特别好,因为在他们的用户反馈中,很多抱怨下载后,无法打开,或者无法访问服务器下载特定的变脸效果。很明显是在突然新增爆炸后,导致这家在俄罗斯的小团队,无法同时满足这么多用户的同时请求。必然让带着超高期望的用户无法得到满足,卸载也是一路狂升。
前面讨论了,留存的本质是超出用户的预期。但是用户的预期其实在随着使用的过程中是变化的,预期可能会越来越高,甚至会完全变化,比如:当最初使用音乐应用的时候,我们的期望就是找到我们想听的歌,后来的期望可能就变成了,给我自动推荐我喜欢的歌曲。
又比如:最早使用陌陌的时候,我们的期望可能就是认识一些附近的人,但是后来,有些人的期望变成了怎么快速完成一次「约」。(PM为满足大家操碎了心)
因此,在满足用户预期这件事情上,不同阶段是不一样的。这个阶段,一般我们分为短期,中期和长期,对应到留存上就是短期留存(1-3天),和中期留存(3-30),长期留存(超过30天),在这三个阶段,对于提高留存都有不同的侧重点,我么先从短期留存说起。
如何提高短期留存?
我们可以梳理下留存新用户所经历的过程如下图所示:
用户期望满足过程
由图可以看出:用户能否留存经历了三个主要过程,而我们提高用户短期留存的所有方法主要是集中在这三个过程中,下面分析这三个过程的具体侧重点。
过程一:形成用户的合理预期
1)定义合理的预期是什么?
用户的合理预期从产品的角度看,其实就是这个产品为用户解决的问题,满足的需求。因此,在传达给用户合理的需求前,必须要定义清楚产品所能提供的合理期望是什么?也即满足了什么用户在什么场景下的什么需求。
需求分析的方法有很多,这里不展开说,只说比较实用的几点。
- 对活跃用户进行访谈,询问他们使用产品的原因和动力,比较有效的问题是询问他们推荐产品给别人的推荐词是什么?具体的访谈看详细看之前写的《如何做用户访谈》
- 将产品内部的主要行为路径拆出来,看主要路径的用户占比及对应的留存情况,由此可判断出对用户最有用的一些点。
2)将预期传达给用户
在有了合理的预期之后,下一步就是如何将这个预期准确的传达给用户。
这一步最容易犯的错是获取用户的同学和产品运营同学之间的信息或者沟通不顺畅。之前在做一个短视频社区的时候,推广的同事通过ASO的方式去获取更多的新增,蹭了很多关键词的量。的确新增涨了不少,但是留存非常不理想,发现蹭的关键词,很多是和我们的产品类型或者说给用户的期望,完全不符的。
因此,将预期传达给用户,需要从推广到产品,运营的同学,一起去讨论最符合产品期望的产品特性,基于此去制作广告的素材,或者优化的关键词。
常见需要关注的地方有:
- 广告素材、ASO/SEO关键词是否符合产品特征?
- 商店描述,截图,是否有夸大?
- 产品名称/logo是否有歧义?
- 用户自传播的素材(分享到社媒的文案,slogan等)是否符合产品特征?
过程二:满足期望
满足期望的过程最重要的两件事是:
1)承载不同渠道的用户期望。
不同渠道的用户极有可能带有不同的用户期望,比如:内容类社区产品,有的通过搞笑素材吸引的用户,有的通过猎奇类信息吸引的用户,当用户进入产品后,应该通过展示与之期望对应的内容来承接。
这里可以利用的主要是deeplink,不同素材的用户,通过deeplink的方式告诉客户端,进而提供匹配的内容。
2)让用户尽可能快的感知到核心功能,满足期望。
当一个新用户进入产品类,我们需要在很短的时间里,将最有可能符合他期望的功能让他感知到。
经常使用的办法就是核心路径的漏斗分析——将新用户进入产品后到使用核心功能的中间过程都拆解出来,然后统计出所有的漏斗数据;从漏斗出发去解决问题,删掉多余的步骤和优化必要步骤的转化。
「musical.ly」创造性的去掉视频feed,让用户打开后直接面对内容,更快的感受到视频内容,就是典型的删掉多余步骤。还有很多直播类的app,在新用户进入的时候,直接进入一个优质的直播间,也是为了让用户跳过筛选的步骤。
在优化必要步骤转化上,常用的方法是新手引导,很多游戏在新用户第一次进入后,新手引导会带着你迅速走完一遍,让你尽快的了解到游戏的核心玩法。还有一些语音聊天房的应用,因为本身玩法较为复杂,会开设很多的老人带新人房,新用户进入后,里面有老用户带着一步一步融入整个应用。
过程三:达成/超出预期
在经过前面两个过程后,用户基本上已经知道了产品的特点,有可能已经和自己的期望达成了匹配。这个时候,需要让用户重复感受核心价值点。或者给出用户另一种超出预期的体验。
比如:当搞笑社区类的产品,当用户完成第一次体验搞笑内容之后,应该更多的给他推荐更多搞笑的内容。当他离开产品后,通过适当频次的新用户召回push,让他尽可能多感受到搞笑的内容。
还有,搞笑类社区产品,除了本身内容好看这一个期望之外,如果用户可以在社区内自己发布一条内容,能够获得足够其他用户的关注和讨论,这会是更超过预期的体验。所以,及时的推动用户去主动发帖,评论等都会给他带来超预期的体验。进而更长久的留在产品内。
目前业内主要产品形态的新用户短期留存情况
这里简单列举下主要产品形态的较为成功的新用户短期(次日)留存情况,可能会有误差,仅供参考。
![](http://image.woshipm.com/wp-
files/2019/07/hmPQN9Ic6v8WH7X8qPys.png!v.jpg)
后记
本文主要总结了留存的定义和如何提高短期留存的方法,篇幅有限,对于如何提高中长期留存的方法,下一篇再总结。
作者:南村小付,微信公众号:南村小付,快手高级产品经理,曾任职阿里,欢聚时代,7年互联网产品设计运营经验。
本文由@南村小付 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自Unsplash, 基于CC0协议
作者暂无likerid, 赞赏暂由本网站代持,当作者有likerid后会全部转账给作者(我们会尽力而为)。Tips: Until now, everytime you want to store your article, we will help you store it in Filecoin network. In the future, you can store it in Filecoin network using your own filecoin.
Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: