提高資料應用價值必修課 — — 如何留住使用者？

Apr 27, 2023

當今時代資訊化產業飛速發展，各類底層大數據平臺百花齊放，億級資料、秒級響應已經不再是當年的遙不可及的神話。然而對於企業來說，資料計算快僅僅是滿足企業進行業務資料分析的硬體基礎，如何發掘這些海量的資料產生應用價值，走好資料分析這最後一公里，引導企業進行戰略決策卻是至關重要的一步。

對於網際網路行業的企業營運來說，第一步自然是新使用者線索的引流，做好引流工作之後就需要開始考慮如何將這些線索進行平臺的使用者轉化。前面也跟大家分享過關於網際網路行業的引流和轉化的相關文章，那是不是做好平臺使用者的引流和轉化就夠了呢？答案顯然不是，如何活躍和留存好已有的使用者，使之對企業產生持續價值才是長期可持續發展的根本。筆者以網際網路行業使用者留存為資料業務分析背景，希望能跟大家交流一些行業資料分析方面的心得和體驗。

前面說到，做好平臺的使用者留存是網際網路企業可持續發展的根本保障，特別是對於TO-C模型下的網際網路企業而言。如果我們費盡人力物力方才完成拉新和成功轉化的使用者，在一段時間內就快速地流失掉了（可能其流失之前付費階段對企業帶來的收入還不及前期推廣投入的成本之多），那麼這絕對是一個非常失敗的營運條鏈。

首先我們可以從宏觀上來定義平臺的留存使用者：在網際網路行業中，使用者在某段時間內開始使用應用，經過一段時間後，仍然繼續使用該應用的使用者，被認作是留存使用者。

我們往往希望我們的留存使用者越多越好，而新增留存使用者數=平臺新增使用者數*新增使用者留存率。

本文主要以如何提升新增使用者留存率方法論為核心，希望能夠和和大家進行深入交流討論。

下面使用的資料分析工具為FineBI

1、提升產品價值

對於使用者而言，使用你們企業的產品只有一種可能，那麼就是你們的產品能夠對其工作或者生活產生一定價值。對於企業而言，紮紮實實做好自家產品絕對是其長期生根立命最核心、最根本的驅動力。那麼我們就必須做好產品的版本更新迭代工作，不斷豐富產品的應用功能，不斷深化產品的可應用空間，不斷簡化產品的互動操作，讓使用者能夠透過更少的時間成本快速上手我們的平臺應用，同時透過平臺為使用者創造其所需要的價值。

如果是在產品設計研發前期，那麼我們就需要充分調研和考慮使用者的需求，合理分配研發開發資源，以使用者為核心，做出真正對使用者有價值的產品。對於正處於穩定發展的產品或者平臺而言，我們也需要多多收集平臺的使用者改進建議，多聽聽使用者是怎麼想的，設計出超出使用者預期的優秀產品。另外我們還需要時刻關注競品動態，觀察同類平臺或者產品的最近更新狀況，對競品做的好的方面虛心加以學習，做到取之精華，避之糟粕，打造一款比市場同類產品更加有特色和區分性的產品。

2、讓使用者感知產品價值

做好第一步之後是不是就夠了呢，顯然不是。有了一款好的產品之後，那麼我們還有很多基礎工作需要去做，比如我們需要不斷豐富和完善平臺或者產品的文件和教程影片，豐富產品或者平臺的成功應用案例，最佳化產品的使用流程嚮導。對於使用者而言，即使你的產品或者平臺本身功能再強大，但是使用者下載之後感覺無從下手或者無法深入應用的話，那麼其產品本身所提供的應用價值也就無從發揮，所以為使用者做好產品流程使用方面的幫助事宜對於使用者留存來說是非常重要的。

3、活躍使用者/提高使用者粘性

通常來說到這一步，我們經過前期的引流和轉化工作之後已經擁有了一批使用者了。對於平臺已經擁有的這批使用者，我們就需要開始資料精細化營運管理了。很多情況下往往前期營運引流和轉化投入帶來的高速使用者增長，如果不做好使用者留存方面的工作，那麼最後結局必然是前期的重金得不到對應的利潤回報，最終卻是竹籃打水一場空。這邊在給大家開始分析平臺使用者的留存率之前先簡單介紹一下幾個常用的使用者生命週期指標。

新增使用者數：新增使用者數=在某個時間段新登入應用的使用者數
登入使用者數：登入使用者數=登入應用後至當前時間，至少登入過一次的使用者數
留存率：留存率=新增使用者中登入使用者數/新增使用者數*100%
次日留存率：次日留存率=（當天新增的使用者中，在註冊的第2天還登入的使用者數）/第一天新增總使用者數
第3日留存率：第3日留存率=（第一天新增使用者中，在註冊的第3天還有登入的使用者數）/第一天新增總使用者數
第7日留存率：第7日留存率=（第一天新增的使用者中，在註冊的第7天還有登入的使用者數）/第一天新增總使用者數
第30日留存率：第30日留存率=（第一天新增的使用者中，在註冊的第30天還有登入的使用者數）/第一天新增總使用者數

我們先來看到如上圖所示的一組平臺使用者總量走勢資料統計情況，從2017年1月開始，平臺的IOS使用者數量增長較快，到2017年8月份達到了將近4500的IOS總使用者數量。表面上看起來平臺的IOS使用者數量增長情況是要大於安卓使用者增長的，到2017年8月時的總使用者數量也要大於安卓使用者數量。但是我們仔細觀察這兩組資料增長情況會發現，IOS使用者雖然增長快，但是在2017年5月之後總使用者數量趨於平緩，而安卓使用者數量雖然增長慢，但是確是一直保持著穩健增長的趨勢。

如果你能夠發現這個問題，那麼恭喜你，你已經初具資料分析師的洞察力。這個時候我們就需要關注除使用者增長之外的平臺使用者留存率指標計算統計情況了，下面我們再來繼續看看IOS使用者和安卓使用者的留存率變化對比如何。我們觀察下圖的月度使用者留存率資料統計情況可以看到，一開始IOS和安卓的使用者留存率都是100%，到了第七日IOS的使用者留存率下降至44%，安卓使用者七日留存率是58%，最後到第30日IOS的使用者留存率僅剩15%，而安卓的使用者留存率卻還有35%。這也就不難解釋為什麼平臺高增長下的IOS使用者為何最後留存下來的使用者最後卻不多了，其背後嚴重的使用者流失率是一個不容忽視的問題。

關於如何提高平臺的使用者留存率方法方面，我們有許多事情可以做。比如給平臺的使用者特別是剛註冊的新使用者推送相關優惠促銷活動，讓他們能夠快速地融入到平臺中產生消費。對於平臺積累下的老使用者，我們需要注重平臺的社群生態營運，多做一些使用者互動以及使用者建議或者是需求調研，並且進行使用者建議積極反饋，以增強使用者和平臺之間的黏性，提高使用者留存率。同時平臺需要打造一批平臺核心粉絲使用者，透過一定物質上的激勵形式鼓勵使用者以老帶新，實現平臺&&使用者共創。通常來說我們需要透過多種不同的方案嘗試，最終才能找到最適合平臺和當前階段的最佳方法，所以即時的平臺數據指標監控尤為重要。

4、流失使用者迴流

最後跟大家談一談流失使用者迴流方面的一些心得，如果你前期做了多很關於使用者留存方面的營運工作，最後使用者還是流失掉了，我們該怎麼辦，還有沒有能夠讓流失使用者迴流的方法？

其實關於流失使用者迴流方面，總結主要有兩大方面我們需要進行針對性資料分析和思考的。

一方面是我們需要考慮是否是由於平臺或者產品本身的原因導致使用者流失，所以通常來說如果是軟體類的產品我們一般可以在使用者需要解除安裝產品之前，做一個使用者解除安裝原因選項調研，有針對性地對應反饋意見較多的點進行產品體驗改進，如果是網頁平臺端的產品，我們可以透過定期郵件內容（促銷活動、產品使用教程、產品價值文案等）進行使用者推送喚醒，值得注意的是我們在做使用者迴流操作嘗試的同時，需要即時關注使用者迴流指標的資料走勢，這樣方可找到平臺或者產品當面最需要改進的方面。

另外一方面我們還需要考慮到使用者本身的品質，當然這是在做完第一方面前提下之後的進階工作。通常來說我們可以統計各個推廣渠道所帶來的使用者特徵分析，因為不同的推廣渠道最後引流所帶來的使用者品質可能跟推廣渠道本身具有一定相關性。關於如何分析不同渠道的使用者群體特徵方面，這裡我跟大家推薦非常實用的RMF使用者畫像模型。RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段，在眾多的客戶關係管理(CRM)的分析模式中，RFM模型被廣泛應用。

最近一次消費 (Recency)
消費頻率 (Frequency)
消費金額 (Monetary)

當然除了以上的分析指標之外，我們還可以根據自己產品或者平臺的特點再新增新的分析指標。例如下圖所示，我們除了分析平臺使用者最近一次消費時間、消費頻率、消費金額之外，我們還增加了特價商品消費佔比（價格容忍度）、最大單筆消費金額（購買力）、最高商品消費佔比（價格容忍度）這三個指標進行聯立分析，得到各個渠道更加精確的使用者畫像分析資料。

例如上圖中SEO推廣渠道所帶來的使用者，會員對產品和平臺忠誠度比較高，但是購買力很低，這種客戶雖然消費金額不高，但是即使不做行銷策略，他們也會產生持續消費，這部分客戶是企業持續利潤的來源基礎保證，通常我們可以透過在一些網站流量稍小的時段做促銷行為，讓其產生持續的集中消費。透過分析各渠道使用者畫像特徵之後，我們可以進行有針對性的使用者留存營運，以達到最好的留存效果。

放一個工具體驗地址，也是我最常用的數據分析軟體：