獲取用戶只是第一步，但留住用戶才是所有產品最終目標。

1月15日，多閃、馬桶MT和聊天寶同時亮相，引發了“圍剿微信”的熱議，但個推大數據發布的一份數據報告顯示，一個半月過去了，這三款應用的成績都有些不理想。

如圖所示，在發布會和網絡熱議的帶動下，三款應用在 15-16 日兩天迎來了用戶的爆發式增長，但從上線第三天起，三款應用的新增用戶數開始暴跌至幾乎同一水平。獲取用戶只是第一步，留住用戶才是所有產品最終目標。今天我們就來說說如何用數據分析來提升用戶留存率。

一、為什么要做好產品的留存

1.提高用戶增長速率，降低獲客成本

留存對活躍用戶增長有長期影響，在這里我們具體模擬一個產品增長狀況。假設一個產品每周獲取一百個新用戶，新用戶的次周留存率在 60%。

左邊這張圖，每周用戶的次周留存率的絕對值減少 3%，即本周留存率 60%，下周留存率為 57%，以此類推。而右邊這張圖，留存率絕對值減少 1%。

每周的活躍用戶構成是本周新用戶和之前每周留存下來的老用戶。經過 29 周后，左圖中的之前留存老用戶基本上就衰減為 0 ，而右圖中可以看到最早獲取的用戶仍有部分能在 29 周后留下來。對比兩種情況，它們的拉新量一致，留存率僅有 2% 絕對值的區別，但是 29 周之后，用戶的量的比例為 1：2。這個圖就比較為形象的說明了，留存率對于活躍用戶量增長的重要性。

除此之外，《硅谷增長黑客實戰筆記》的作者，曲卉老師，在對9位頂級增長黑客的采訪中，有九分之四的人選擇了留存作為最喜歡的增長杠桿。因為留存可以帶來巨大的復利效應，同時維系老用戶和獲取新用戶的成本比例大概是1:5。

2.留存是判斷產品價值最重要的標準

留存率反映的實際上是一種轉化率，即由初期的不穩定的用戶轉化為活躍用戶、穩定用戶、忠誠用戶的過程。隨著統計數字的變化，運營人員可看到不同時期用戶的變化情況，從而判斷產品對客戶的吸引力。

3.把握用戶生命周期長度以及優化產品

通過留存分析，可以查看新功能上線之后，對不同群體的留存是否帶來不同效果? 可以判斷產品新功能或某活動是否提高了用戶的留存率？結合版本更新、市場推廣等諸多因素結合，砍掉使用頻率低的功能，實現快速迭代驗證，制定相應的策略。

綜上所述，如果產品不能留住用戶，我們的產品就像一個鏤空的籃子，倒入的水越多流失的也越多，這意味著我們的產品是無法實現可持續增長的。此外，在流量越來越貴背景下，留住老用戶顯得愈發重要。

對于用戶而言，留存率越高，說明產品對用戶的核心需求把握的越好，用戶對產品產生強烈的依賴；對于產品而言，留存率越高，說明產品的活躍用戶越多，轉化為忠實用戶的比例會越大，越有利于產品變現能力的提升。

二、到底什么是用戶留存

在商業世界里，我們最理想的是讓用戶的生命周期（使用產品的）跟隨產品的生命周期保持一致，這樣產品才能良性健康發展下去，但實際并非如此。

在互聯網行業當中，因為拉新或推廣的活動把客戶引過來，用戶在某段時間內開始應用并使用，經過一段時間后，仍然繼續使用該應用的用戶，被認作是該應用的留存用戶，這部分留存用戶占當時新增用戶的比例即為留存率。

例如，7 月份某旅行 app 新增用戶 500，這 500 人在 8 月份啟動過應用的有 250 人，9 月份啟動過應用的有 200 人，10 月份啟動過應用的有 150 人，則說明7月的這波新增用戶一個月后的留存率是 50%，兩個月后的留存率 40%，三個月后的留存率是 30%。說完了留存，我們再來看看留存分析。

留存分析是一種用來分析用戶參與情況和活躍程度的分析模型，考察進行初始行為的用戶中，有多少人會進行后續行為。

三、用戶留存的特點

這是一個常見的留存曲線，可以把它分成了三個部分：第一部分是振蕩期，第二部分是選擇期，第三部分是平穩期。

1.振蕩期

我們可以看到新用戶進入網站或者是下載 APP 的人數在前幾天劇烈地減少，由 100% 幾天就變成了百分之十幾或者更低，這個期叫振蕩期。在這個階段，我們主要關注用戶激活，在這個階段中，我們需要讓用戶迅速低成本地感受到產品的核心價值，快速達到”aha moment”（驚喜時刻）。

2.選擇期

過了振蕩期以后就是選擇期，一般情況下，客戶在這段時間之內對我們的產品有了初步的了解，他開始探索我們公司的產品，看看這個產品有沒有滿足他的一些核心需求。在這個階段我們關注老用戶的留存提升，需要打造好產品的核心功能，培養用戶對產品的使用習慣。

3.平穩期

過了選擇期就是平穩期，留存率進入一個相對穩定的階段。在這個階段我們就要思考產品對用戶的長期價值是什么？如何才能讓用戶反復體驗到產品的價值？總之，只有做好每個階段的留存分析和提升，留存曲線才能整體改善。

四、如何分析留存數據

1.時間分組

留存分析中使用最多的就是在時間分組，然后觀察這組用戶隨著時間的演進而產生的變化。如圖所示，當然這個表也可以制作前文所提到的曲線。通過統計某日新增、活躍或產生特殊行為、滿足特定條件的用戶在未來一段時間內的留存用戶變化曲線，可以總結用戶從新增到流失的時間周期，并找到留存率明顯下降的關鍵環節。

同時，通過對比各個渠道、活動、關鍵行為的用戶后續留存變化，發現提升用戶留存率的影響因素，例如領取過優惠券的用戶留存率比沒有領取優惠券的用戶留存率更高。

一般情況下，新用戶在第二日流失 30~50%，一周后僅剩 10% 也是非常普遍的，并且很多用戶根本沒有使用到產品的核心功能就流失了。基于這個結論，近些年來，運營活動和產品設計方向上越來越針對新用戶的前一周做關懷或新手任務，強化用戶去體驗到產品的基本功能。例如信用卡首刷禮，互聯網理財產品贈送新戶加息券等。

另外，我們還可以將不同渠道來的用戶進行群組的劃分，將所有渠道的留存比例排序后，可以非常容易發現某些渠道帶來用戶規模較大，卻留存卻很低，這時可以停止向這些低效的渠道投入費用，將節省很多營銷費用。

2.行為分組

針對流失高/留存高的用戶群組進行一對一的用戶行為分析，統計留存/流失用戶的行為特征，特別是針對流失用戶，通過流失用戶的行為分析總結流失原因，從而提升留存率。例如新增后次日流失的用戶行為特征表現為打開首頁后瀏覽了 30 秒退出，也沒有進入頻道頁和詳情頁，而次日留存用戶的特征表現為首次訪問大于 3 分鐘，瀏覽路徑深，那么可以判斷用戶次日流失原因為不了解產品能力導致，需要加強用戶引導。

另外，用戶的行為與產品的功能模塊息息相關，我們可以還可以將產品的功能模塊的使用進行分組研究，并對功能模塊進行優化。

按照上述思路，留存用戶分析可以針對不同群組用戶建立留存曲線，觀察不同特征用戶的留存情況，從而找出影響因素。

五、用戶留存分析的流程

具體的方案可以是：

1.定義高價值留存用戶

2.通過數據特征梳理出，吸引用戶留存的功能或利益

3.分析用戶高價值留存用戶訪問路徑和習慣

4.定位高價值非留存用戶的

5.通過數據特征梳理出，高價值非留存用戶在探索產品功能和利益遇到的障礙

6.針對障礙特征再想出針對的調整政策

7.用戶畫像調研，佐證分析結論

六、案例：提升泛娛樂類 App新用戶留存

主要是給用戶提供內容消費，而且帶有一定的社交屬性，因此用戶的日活躍人數和留存人數就十分重要。根據這個產品目前的留存數據，認為他們的新用戶留存還有很大的提升空間，想要通過數據分析的方式找到增長著力點，主要是通過降低新用戶上手成本，提升新用戶留存。

1.了解新用戶留存現狀

首先，我們需要了解新用戶的留存現狀進行分析，因為評估一個產品的狀態，都是進行產品優化之前不可回避的環節。

通過對新訪問用戶和全部訪問用戶的留存曲線對比分析，我們會發現新用戶的留存明顯低于全部用戶，那么從這個角度來說，新用戶的留存就是很大的一個增長點。

剛剛我們講到，對于新用戶來說，Onboarding 上手激活的環節非常重要。能否讓用戶在第一次使用產品時就能迅速低成本地感知到產品價值， 決定了新用戶的激活率。

2.確定激活目標

談到激活，我們常常會講到「Aha Moment」，即用戶體驗產品時發現核心價值并產生重復使用動力的驚喜時刻。不同產品的「Aha Moment」也有所不同，比如 LinkedIn 是一周添加 5 個社交關系，Facebook 是 10 天內添加 7 個好友。

我們需要根據自己的產品，來找到用戶的 Aha Moment，幫助用戶盡可能快地觸達產品價值。首先我們需要知道哪些功能可能使新用戶感受到產品價值，可以利用第三方數據數據工具，對使用過不同功能的用戶留存率進行分析對比，找到留存率最高的產品功能。

通過對比不同功能的留存率，找到新用戶使用后留存率有明顯提升的功能，再結合新用戶上手功能成本的高低，來進一步縮小范圍確定新用戶的激活目標。

3.評估新用戶激活狀況

確定好激活目標后，我們可以開始評估新用戶的激活狀況，有針對性地對不同的用戶進行運營。在這個案例中，新訪客有 30% 未激活， 對于這部分用戶我們要做的事情就是提升激活率；其余已激活的新訪客，和老訪客優化的方向有點類似，就是如何去提升留存，讓他們持續使用產品。

渠道是用戶旅途的起點，不同渠道過來的新用戶會有一定的差異，他們訪問意圖或者目標都可能不一致。因此，我們可以看看不同渠道的新用戶激活狀況。這里我們可以從新用戶激活比例和留存率來看下不同渠道用戶的差異。

可以發現，有的渠道激活率和留存率都低，那么就可能是渠道人群對產品的需求匹配度低，這部分情況更多的是需要對渠道進行調整；有的渠道，可能是激活率低但激活留存率略高于整體，那則可能渠道用戶較為精準，這需要進一步研究業務數據。

4.激活時間與留存影響

對于未激活的新用戶，什么激活時機比較重要，未激活的用戶對留存有怎樣的影響？

從上面這張圖里我們會發現，新用戶的激活時機應該越快越好。綠色的曲線是當天來了被激活的新用戶，下面這條紅色的線是當天來了沒有被激活的新用戶。可以發現紅色這條線的留存是非常非常低的，也就是說，如果一個新用戶沒有在使用產品的第一天完成激活行為，那么他流失的可能性會非常的高，基本上默認為流失。

所以在說到新用戶的激活時，基本上指的都是在用戶進入產品的當天，就能完成核心行為，認識到產品的核心價值。

5.新用戶激活功能分析

如何在產品內提升新用戶的激活？在問這個問題之前，我們可以思考一下，為什么新用戶沒有被激活，他們是在哪里流失掉的？這樣我們才能找到用戶流失的關鍵步驟進行優化。

我們可以根據新用戶激活的主要路徑構建漏斗，通過漏斗的每一步轉化數據可以定位到新用戶激活的主要流失環節，并結合用戶分群與細查等工具進一步剖析流失原因。

在第一個主要流失環節，我們通過用戶分群篩選出這個環節沒有被激活的新用戶，通過用戶細查來查看這些新用戶的行為軌跡，可以發現一半以上的訪客都是在注冊登錄的環節流失的。從典型的用戶行為軌跡可以發現很多用戶都卡在了登錄注冊這個步驟，他們根本就沒有去接觸到實際的激活環節。

那么對于這部分用戶的激活優化，我們就可以將激活步驟提前，不需要注冊/登錄，進來就可以看到內容。

在第二個主要流失環節中，我們發現小部分用戶已經到達了列表頁，也就是說觸達到了實際的激活步驟，但他們卻沒有點擊具體內容，是不是列表內容對用戶的吸引力不夠？這個列表是由用戶關注、產品推薦等多個內容組成的，可能是列表中用戶關注產生的內容較少，那么我們需要對關注行為進行更好的引導，提升內容對用戶的吸引力。

針對這樣的流失情況，我們對產品進行了一個調整將激活步驟提前，可以發現新用戶留存有明顯提升。 但具體來說，原來沒有接觸到實際激活步驟的訪客中有一半都已經成功被激活，上線后新用戶的留存率也有明顯提高。

七、小結

留存用戶分析的目的在于總結用戶生命周期特征，并通過精細化分析找出用戶留存/流失的原因，本質上是幫助我們了解自身產品留住用戶的能力，指導我們去試驗、迭代和優化我們的產品。更重要的是，通過留存分析可以幫助改進商業模式，決策下一步行動。

來源：數獵天下DataHunter（DataHunter01）