產品增長必備技：用戶留存精細化分析（二）

2020-03-25 20:55:22 人人都是產品經理

在上一篇，小編簡單的介紹瞭如何從全局留存數據，尋找增長線索，本篇將承接上一篇的內容，繼續分享一下：如何通過精細化數據分析，近一步尋找留存增長線索。

一、產品流失分析

在分析產品留存前，我們需要先考慮用戶為什麼會留存，為什麼會流失？應該從哪些角度入手，來思考如何降低流失並提高留存。

用戶流失的原因千奇百怪，小編在這裡列舉了幾個常見的流失原因：

用戶對產品的感知價值不足：

產品雖然存在長期價值，但短期價值不明確。
產品所提供的解決方案不到位，沒有滿足用戶多元化需求。
產品無法持續的輸出給用戶新的價值。

用戶認為產品的使用難度大：

用戶典型用戶路徑的引導和激勵不足，沒有養成用戶使用習慣。
產品的用戶體驗不好，用戶無法通過產品獲得滿足。

用戶更換產品成本較低：

產品沒有通過有效的用戶激勵機制讓用戶對產品投入有效的時間，金錢，人力等成本，因而造成用戶更換產品時的連帶損失很少。

二、產品留存難度評估

在分析產品留存前，除了要分析流失原因外，還需從產品特性考慮來評估留存難度。

我們可以從以下七個方面進行評估。

對上述7個方面，我們主要圍繞以下7個問題展開思考：

用戶對產品的需求有多強烈，是止痛藥還是維他命？
產品功能模塊的複雜情況，是單一功能還是多功能多模塊？是否可拓展？
產品的天然生命週期有多長，屬於長期使用還是曇花一現？
產品的天然使用頻次是多久ー次屬於高頻產品還是低頻產品？
產品是否有大量廣義的可替代品？
用戶轉換到其他產品的成本高還是低？
產品変現能力強還是弱？

我們可以通過一張留存難度評估表來清晰的判斷產品的留存難度。

三、精細分析尋找留存線索

分析思路有很多中，今天主要分享其中的兩種：用戶分群對比和功能留存矩陣。

3.1 用戶分群對比

主要思維模式：通過對比不同用戶分群的留存曲線，觀察具有不同屬性和行為特徵

的用戶，留存曲線是否不同，都有哪些點不同。

這裡提到的屬性和行為特徵可以從獲客渠道、用戶畫像、用戶行為等維度進行思考和分群。

3.2 功能留存矩陣

主要思維模式：對於多功能/模塊的產品，對比不同功能的留存率和活躍用戶使用該功能的佔比，觀察差異性並找到留存線索。

此外，圍繞產品的不同功能，還可以進行其他方向的延伸和對比（呈現出不同的功能留存矩陣）比如：

通過「新用戶使用」和「留存」對比，觀察不同功能在新用戶裡的流行程度。
通過「功能活躍」和「使用天數」對比，觀察不同功能的活躍、參與程度。

3.3 用戶生命週期

有些情況下，我們也可以通過用戶生命週期中各個階段的關鍵指標提升留存，例如：

提升新用戶激活率：留存用戶的基數隨著到達激動時刻的用戶變多而變大，會讓留存曲線的起點上移，從而全面提升用戶留存。
提升新用戶留存率：讓留存曲線最開始的那一段提升，因此會傳遞到留存曲線的中後期，從而提升留存率。
提升新用戶流失召回率：減少後期的用戶流失，讓留存曲線後端上移，從而提升留存率。

3.4 用戶參與度

提升用戶參與度也是提升用戶留存的重要手段之一。想要提升留存用戶的參與度，則需要提升用戶的使用強度和使用頻次：

使用強度：提升強度可以增加用戶每次使用產品而得到的價值，從而提升留存。
使用頻次：提升頻次可以鞏固和加強用戶的週期性使用產品的習慣，從而提升留存。

分析用戶參與度的步驟如下圖所示：

（1）確認產品適合度

參與度分析更適用與社交、內容、遊戲等高頻次高參與度的產品。有些產品用戶不需要有高參與度也能獲得價值，如低頻但高客單價的二手交易，SaaS類產品等。

（2）計算參與程度

計算頻次：

分析產品的使用週期是多久，假如是月；
畫出月活用戶按月活天數分佈表；
將月活用戶按不同頻次分組。

計算強度：

分析產品的使用週期是多久，假如是月；
畫出月活用戶按使用時長分佈表；
將月活用戶按不同時長分組。

（3）制定理想指標

根據用戶的天然需要和對這類產品使用習慣，及現狀數據制定一個理想的頻次和強度目標。

（4）進一步分析尋找線索

對比分析不同用戶分群的使用頻次和強度，找到線索；
對比分析不同產品功能的使用頻次和強度，找到線索；
針對某個功能，找到阻礙用戶提升使用頻次和強度的因素。

四、參考案例

本節小編通過一個簡單的案例來介紹一下如何通過統計的留存數據來發現一些增長線索的具體操作流程，主要為思路和實施流程的分享，具體數據內容不具有真實性。

通過鏈接，我們可以看到一份分組留存數據（虛擬數據，不涉及機密數據），假設這是一份音頻產品的用戶分組留存數據表。

4.1 中國在線音頻用戶的用戶畫像

既然要分析用戶使用目的，那首先要對用戶有一定的瞭解，所以這裡小編先簡單介紹一下中國在線音頻用戶的基本信息。

通過數據顯示在線音頻用戶人群主要以泛80、90後上班族居多，其中90後佔比52.5%。據艾媒調研結論：在線音頻的用戶活躍時間主要集中在晚間和午間兩個時段，其中晚間（18-23點）時段佔到40.8%；在使用場景方面，吃飯休息（含午飯、晚飯）和睡前成兩大主要場景。

從上圖使用原因分佈來看，在線音頻用戶使用在線音頻主要為達到“放鬆身心”和“休閒娛樂”的目的，“排解情緒”“打發時間”等緊隨其後，與使用場景較為契合，表明在線音頻用戶的娛樂需求較大。

據上圖艾媒調研結論：音樂類、有聲書和新聞資訊是當前最受歡迎的音頻類型。

4.2 產品留存難度分析

首先我們針對產品本身進行簡單的留存難度評估：

用戶需求：用戶對於在線音頻產品屬於非剛需型需求，但經過產品培養了良好的用戶習慣後，需求強度有所提高。
產品功能：除了錄製音頻和收聽音頻外，沒有特別繁雜多樣的產品功能，業務複雜度主要集中於內容矩陣。
生命週期：音頻產品的生命週期隨內容矩陣的豐富度不同而天差地別，綜合情況考慮，針對聽眾用戶的生命週期屬於中。
使用頻次：根據數據統計，在線音頻產品的屬於高頻產品。
可替代品
：在線音頻行業雖然經歷了殘酷的洗禮和產品淘汰，但同質化產品仍然較多。
更換成本：產品本身功能和技術不具備不可替代性，更換成本較低。
變現能力：作為內容消費型產品，變現能力不強，遠不如在線視頻產品。

因此得到以下結論：

綜合平均得分：5分。

產品留存難度：中偏高。

4.3 根據用戶留存曲線分析數據

從原數據得到以下留存曲線圖和渠道下載分佈圖：

圖2（注：紅線為平均值）

從留存曲線圖可得出以下數據現象：

錄製音頻：整體留存數據表現最好，雖在緩慢下滑，但留存率穩定保持在60%以上。下載量佔比最小，僅為7.73%。

孩子聽故事：整體留存數據表現不如「錄製音頻」，排名第二，留存率穩緩慢下滑，定保持在55%以上。，下載量佔比排倒數第二，為12.04%。

時事新聞：整體留存數據表現較差。

學習充電：整體留存數據表現很差，整體留存都不高於平均值。且下載量佔比僅為15.7%。

休閒娛樂：整體留存數據表現最差，首周留存僅為80%，遠低於平均值5個百分點。並且首月留存大幅度下跌。最終跌破40%。下載量佔比最高，為40.31%。

4.4 用戶使用目的的留存矩陣

使用

功能留存矩陣的方式進行數據精細分析，將數據錶轉化成用戶使用目的留存矩陣圖，如下圖：

縱向：月留存，橫向：月活躍用戶佔比

從上圖可發現用戶使用目的的留存兩極分化明顯，結合用戶畫像，可以得到以下結論：

錄製音頻：

趨勢現象：「錄製音頻」屬於高留存，低月活佔比；
優化策略：「錄製音頻」行為在音頻產品中，屬於剛需且低頻的操作，用戶群體相對較小，應將提高活躍用戶的策略側重在提高「錄製音頻」功能的交互體驗的友好度和便捷方面。

孩子聽故事：

趨勢現象：「錄製音頻」屬於高留存，低月活佔比；
優化策略：「孩子聽故事」雖用戶場景在「2019在線音頻用戶使用場景」中佔比較小，但隨著二胎政策帶來的巨大兒童消費市場，應該著重關注提升該板塊的內容矩陣的豐富度和趣味性。

時事新聞：

趨勢現象：「錄製音頻」屬於高留存，低月活佔比；
優化策略：「時事新聞」在「2019年在線音頻用戶音頻類型偏好」中佔比較高，達43.5%。而此產品中用戶佔比較低，半年內下載量為11263，與平均值14347相差甚多。應該更合理的增加曝光坑位和推送策略。

學習充電：

趨勢現象：「學習充電」屬於低留存，高月活佔比；
行業分析：「2019年在線音頻用戶使用原因」中知識學習佔比12%，「2019年在線音頻用戶音頻類型偏好」中知識課程佔比22.5%，皆屬於中偏下的水平。在線音頻的用戶活躍時間主要集中在晚間和午間兩個時段，在使用場景方面，吃飯休息（含午飯、晚飯）和睡前成兩大主要場景，因而已「學習充電」為目標的月活用戶佔比屬於靠近中位值存在的不可忽略的客觀原因；
優化策略：因為「學習充電」的行為大多具有連續性，而該產品的這類行為的留存率較低，可能是學習類音頻內容質量較低，或為單一視頻，系列型學習音頻較少。可提高學習類音頻的內容質量。引進高質量內容的系列音頻內容。

休閒消遣：

趨勢現象：「休閒消遣」屬於低留存，高月活佔比；

行業分析：通過行業數據可得，「休閒消遣」這部分用戶的音頻類型偏好及用戶使用原因皆屬於佔比最大的類型。然後該產品在這方面的留存最低，而月活躍用戶最高，是平均值的2倍。說明該產品對「休閒消遣」的模塊曝光是足夠的，但是內容無法吸引用戶留存。可能是內容類型與用戶人群不契合，或者是內容類型不具有連貫性和持續性，再或是內容矩陣不夠豐富，多樣。

優化策略：

如內容類型與用戶人群不契合，那麼要從用戶性別，用戶年齡分佈，用戶所在地分佈，加以數據判定，如男性用戶多偏好財經，小說，歷史等，而女性用戶則更偏愛文學，言情劇，情感類等。
如內容類型不具有連貫性和持續性，那麼要增加有聲書或系列音頻的佔比，因單個音頻相互獨立，音頻之間的緊密型沒有有聲書強，用戶聆聽的持續性和時間就不會太長。
如內容矩陣不夠豐富，多樣，趣味。那麼就需要增加UGC的產品，買入某些高知名度的IP，加以KOL導向。

今日分享就到這裡，後續小編將繼續分享增長相關內容，敬請關注，謝謝。