转载:本文来自微信公众号“产品研究笔记”(ID: coding-designer),作者:Genius,转载经授权发布。
留存率是衡量一个产品对用户系咪有价值嘅最重要嘅指标,因此也成为产品运营们最为关注嘅话题之一。本文作者结合自身工作经验,总结分享关于留存率相关嘅四个要点,希望对大家有所帮助。
其实产品领域嘅好多指标,都缺少业界通用嘅定义。
并唔是没有优秀嘅定义,只是仲未有在业界普及开来。
就拿最简单嘅产品转化率嚟讲,有几多人能分清用户转化率和用户数比值嘅差异呢?
再比如复购率,A 产品嘅复购率是 60%,B 产品嘅复购率只有 40%,并唔一定是 A 比 B 好,好可能系 A 在复购率口径嘅定义上取巧,让复购率显得好睇一点,方便拉投资。
从呢一点来睇,但系以说我哋而家所处嘅时间段,仲要是一个方法论初生嘅时间段。
那么,当我哋讲到留存率时,到底乜嘢才是留存率?
有人讲:今日来嘎啦,第2天还来,就是留存;第7天还来,就是7日留存。
——呢种说法还算符合常见嘅数据平台嘅定义,不过仲未够精准。
有人讲:今日来嘎啦,7天之内又来过,就是7日留存。
别笑,真嘅有某明星独角兽高管要求咁定义 n 日留存,并且还说服 CTO,要照此开发相应嘅报表每日跟踪。当时亲临其中嘅我,只好委曲求全,整出来两个概念,一个叫第 n 日留存,一个叫 n 日内留存。
抱住强势批判性思维,我哋先去睇背后嘅业务目的,有没有合理性:
想睇 n 日内嘅“留存”,代表住想要睇咁一种业务表现:T 日来嘅人,有几多在之后嘅 T+1 到 T+n 日还来,这部分还来嘅人,先能算我留存下来嘅用户。
而觉得不应该睇第 n 日留存嘅原因,是觉得只睇某一日来没来,过于随机嘎啦,要是用户 n+1 日或者 n-1 日来点样办,不都没统计进去吗?
仔细品一品,问题有两点:
-
睇 n 日内留存嘅目的是为咗睇流失,即有几多人来过一次之后就不来嘎啦,然后通过流失反过来得出佢想要嘅留存。出发点是合理嘅,但是方法确实不当。随住 n 嘅增加,n 日内留存下来嘅人会越来越多,换句话说随住时间嘅流逝,留存下来嘅人越来越多,这显然系反直觉嘅。
-
不睇第n日留存嘅原因是没有认识到留存率代表嘅是群体特征,而非个体特征。如果一张彩票嘅中奖率是 10%,有 100 万人买,噉么我中奖仲系唔中奖,都改变不最终有 10 万人会中奖嘅事实。同样嘅,对群体而言,单一个体是 n+1 日来还是 n-1 日来没有区别,喺统计特征上影响不群体中有几多人第 n 日回来。而拿单个用户谈留存率是没有意义嘅,你总唔可以说因为你中奖嘎啦,所以中奖率就是 100%,因为中奖率在讲嘅是买彩票嘅一大群人而唔系你一个人——指标不适用。
定义留存率嘅目的,系想要衡量我哋从各个渠道那里所获得嘅流量,最终有几多留下来成为我哋嘅忠实用户。
从呢个业务背景出发,真正嘅留存率,一定是针对新用户而言嘅。
对住老用户谈“留存”,实际系喺谈另外嘅业务,比如:
-
新用户留存下来成为老用户之后,有几多能继续留下来,呢个业务应该叫用户流失,而唔系留存
-
新用户留存下来成为老用户之后,某天来过之后几多第二天还来,呢个业务应该叫用户回访或者访问频次,而访问频次又是跟产品形态强相关嘅,微信每天不只使用一次,而经期管理类 App 一个月使用七八次就唔错
而对于每日所有活跃用户嘅”次日留存”,就更没有意义嘎啦。
呢个虚假嘅数据指标完全被用户嘅构成所左右:一部分是当日嘅新用户次留,另一部分是当日嘅老用户嘅次日回访 (访问频次) 。
当每日活跃用户 90% 以上是新用户嘅时候,呢个”次日留存”就会好低;而 90% 以上是新用户嘅时候,呢个”次日留存”就跟产品形态强相关,也就是忠实用户嘅平均使用频次。
所以科学嘅留存率(日)定义,应该是:T 日新增用户度,喺第 n 日(即 T+n 日)再次活跃嘅用户,占 T 日新增用户嘅比例。
谷歌嘅官方说法更简洁,叫:Percentage of new users who return each day。
留存率应该点样睇
通过上面嘅定义,我哋再去睇日留存曲线嘅时候,一定是一条咁样嘅曲线:
通过这条曲线,我哋可以清楚嘅知道每一日新增嘅这批用户,随住时间嘅流逝最终留存下来几多;并且这条留存曲线一定是可以通过乘幂函数拟合嘅,将第 n 日嘅留存率记为 Ret(n),则一定有:
Ret(n)=a*n^b
这里说咁多“一定”,其实系想强调留存曲线几乎是一条标准嘅客观规律,无论乜嘢样嘅产品形态,都有咁一条曲线。佢们可能有高有低、有急有缓,但是都可以用一条乘幂函数表示。
而理解留存曲线是客观规律呢一事实,就能理解点解我哋可以用次日留存、7 日留存等作为产品嘅重要指标——因为佢们都系对留存曲线一整条曲线嘅点估计。
说白嘎啦,就是将一整条曲线降维成一个点,咁样我哋就可以每天观察呢个点嘅变化情况,从而得知产品嘅留存状况是变好还是变坏嘎啦。
下图中是次日留存和 7 日留存嘅变化曲线,X 轴是日期,Y 轴是留存率,业务含义即在 X 日新增嘅用户,其对应嘅 n 日留存率是 Y。
好明显,如果没有呢种降维方法嘅话,我哋就要畀每一日画一条留存曲线嘎啦,几十条留存曲线摆在一齐是睇不出来留存随日期嘅趋势变化嘅。
当然,有降维就一定有信息损失。所以我哋还是要注意多角度嘅观测留存曲线才行。
留存曲线有两个重要特征:
-
前期快速下降
-
一定时间后进入平稳期
如果我哋想要提高产品嘅留存表现,就要从这两个方面出发,缩短用户群组进入平稳期嘅时间 (尽快激活) ,并且让更多嘅用户进入平稳期 (激活更多) 。
次日留存嘅意义
总有咁样一种观点,认为自己嘅商业模式是好低频嘅模式,用户往往要几个月才会消费一次,比如酒店、旅游,所以次日留存没有意义,也不需要提高次留。
我谂从几方面多角度地全方位批评一下:
-
你以为用户次日不来,次月就会来?Naive,第二天都无用户想起你来,一个月之后用户早就将你忘光嘎啦,都去隔壁消费
-
用户嘅转化是一个过程而唔系一个点,一定是从认知、认可再到认购嘅过程,次留代表嘅就是认可。只有用户认可你嘎啦,先会有后续嘅认购。
-
越低频嘅产品,用户嘅决策链路越长,往往花几个月嘅时间货比三家,最后决定性嘅几分钟完成交易链路上嘅转化。想想如果在这几个月嘅时间内用户从来都无访问过你嘅产品,会是多可怕嘅事。所以对低频产品嚟讲,次留同样重要。
并且由于留存曲线是一条统计意义上嘅曲线,次留是 15% 并唔代表只有 20% 嘅留下来,但系能拉长到一个月时间后,总共有 40% 嘅用户留下来。
但係通过将次留从 15% 做到 20%,你是可以预知到一个月后留存下来嘅用户有可能超过 50% 嘅。
这也是呢个数据指标嘅重要价值:通过量化嘅方式衡量业务表现嘅变化,并且尽可能嘅更早发现变化。
注意:重点是衡量业务变化,而唔系衡量业务。如果没睇懂,建议仔细品一品。
另外衍生一点:次留可以不拘泥于 App,小程序呢啲具体形态上,从更高嘅层面上,应该聚焦到产品价值本身嘅留存上。
如果能通过搜索引擎,社交媒体等,持续嘅让用户体验到你嘅产品嘅核心价值,就能做到用户留存嘎啦。
通过 RSS 订阅嘅方式订阅和持续阅读人人都系产品经理嘅文章,就算不访问人人都系产品经理 App,呢个用户也是人人都系产品经理嘅留存用户,也会产生实际价值,比如购买人人都系产品经理嘅周边。
从平台留存到细分功能留存
上面我哋谈到留存率时,都系面向成个产品或者说成个平台嘅,比如电商 App 平台嘅新增用户有几多留存下来。
而当平台所提供嘅产品价值不止一种时,就会衍生出多种多样嘅细分功能留存。
拿美团来讲,巨无霸美团提供边啲不同嘅产品价值呢:
-
叫外卖
-
订酒店
-
订机票
-
打车
-
共享单车
-
买菜
-
买药
-
……
作为一个超级 App,融合多种服务,提供多样嘅产品价值。对于每种服务,但系以睇到美团都有做新用户嘅营销活动,比如没用过买菜服务嘅用户,进入买菜频道嘅时候还是能享受到新用户优惠。
相应地,只要存在”新用户”嘅概念,就存在于新用户对应嘅留存概念: 买菜服务嘅新增用户度,有几多会留存下来持续使用买菜服务。
甚至就算唔系超级 App,也可以细分出更精细嘅留存。
拿普通电商嚟讲,但系以细分到品类嘅留存,频道嘅留存:
-
女装品类,每天浏览女装品类嘅新增用户中有几多留存下来持续浏览女装
-
秒杀频道,每天秒杀频道嘅新增用户中有几多留存下来持续使用秒杀频道
-
……
当用户在多个不同嘅服务中留存时,代表住用户对产品价值嘅认可,相应地,成个平台对用户产生嘅总嘅产品价值就更大嘎啦,也就意味住平台嘅留存会随住细分功能嘅留存提高而提高。
结语
相信大家睇到这里已经对留存嘅基础概念有相对全面嘅认识。通过制定正确嘅留存指标,我哋才能更好嘅发现产品嘅问题。否则好有可能做一堆事,不小心影响产品黏性,结果还睇到“留存率”变高——新用户流失,老用户占比越来越多,大盘留存反而会变好。
cantonese.live 足跡 粵字翻譯
2021-04-03 15:35:16
请登录之后再进行评论