本篇將分享一下：如何通過(guò)精細(xì)化數(shù)據(jù)分析，近一步尋找留存增長(zhǎng)線索。

一、產(chǎn)品流失分析

在分析產(chǎn)品留存前，我們需要先考慮用戶為什么會(huì)留存，為什么會(huì)流失？應(yīng)該從哪些角度入手，來(lái)思考如何降低流失并提高留存。

用戶流失的原因千奇百怪，小編在這里列舉了幾個(gè)常見(jiàn)的流失原因：

用戶對(duì)產(chǎn)品的感知價(jià)值不足：

• 產(chǎn)品雖然存在長(zhǎng)期價(jià)值，但短期價(jià)值不明確。
• 產(chǎn)品所提供的解決方案不到位，沒(méi)有滿足用戶多元化需求。
• 產(chǎn)品無(wú)法持續(xù)的輸出給用戶新的價(jià)值。

用戶認(rèn)為產(chǎn)品的使用難度大：

• 用戶典型用戶路徑的引導(dǎo)和激勵(lì)不足，沒(méi)有養(yǎng)成用戶使用習(xí)慣。
• 產(chǎn)品的用戶體驗(yàn)不好，用戶無(wú)法通過(guò)產(chǎn)品獲得滿足。

用戶更換產(chǎn)品成本較低：

產(chǎn)品沒(méi)有通過(guò)有效的用戶激勵(lì)機(jī)制讓用戶對(duì)產(chǎn)品投入有效的時(shí)間，金錢，人力等成本，因而造成用戶更換產(chǎn)品時(shí)的連帶損失很少。

二、產(chǎn)品留存難度評(píng)估

在分析產(chǎn)品留存前，除了要分析流失原因外，還需從產(chǎn)品特性考慮來(lái)評(píng)估留存難度。

我們可以從以下七個(gè)方面進(jìn)行評(píng)估。

對(duì)上述7個(gè)方面，我們主要圍繞以下7個(gè)問(wèn)題展開(kāi)思考：

1. 用戶對(duì)產(chǎn)品的需求有多強(qiáng)烈，是止痛藥還是維他命？
2. 產(chǎn)品功能模塊的復(fù)雜情況，是單一功能還是多功能多模塊？是否可拓展？
3. 產(chǎn)品的天然生命周期有多長(zhǎng)，屬于長(zhǎng)期使用還是曇花一現(xiàn)？
4. 產(chǎn)品的天然使用頻次是多久ー次屬于高頻產(chǎn)品還是低頻產(chǎn)品？
5. 產(chǎn)品是否有大量廣義的可替代品？
6. 用戶轉(zhuǎn)換到其他產(chǎn)品的成本高還是低？
7. 產(chǎn)品変現(xiàn)能力強(qiáng)還是弱？

我們可以通過(guò)一張留存難度評(píng)估表來(lái)清晰的判斷產(chǎn)品的留存難度。

三、精細(xì)分析尋找留存線索

分析思路有很多種，今天主要分享其中的兩種：用戶分群對(duì)比和功能留存矩陣。

3.1 用戶分群對(duì)比

主要思維模式：通過(guò)對(duì)比不同用戶分群的留存曲線，觀察具有不同屬性和行為特征的用戶，留存曲線是否不同，都有哪些點(diǎn)不同。

這里提到的屬性和行為特征可以從獲客渠道、用戶畫(huà)像、用戶行為等維度進(jìn)行思考和分群。

3.2 功能留存矩陣

主要思維模式：對(duì)于多功能/模塊的產(chǎn)品，對(duì)比不同功能的留存率和活躍用戶使用該功能的占比，觀察差異性并找到留存線索。

此外，圍繞產(chǎn)品的不同功能，還可以進(jìn)行其他方向的延伸和對(duì)比（呈現(xiàn)出不同的功能留存矩陣）比如：

• 通過(guò)「新用戶使用」和「留存」對(duì)比，觀察不同功能在新用戶里的流行程度。
• 通過(guò)「功能活躍」和「使用天數(shù)」對(duì)比，觀察不同功能的活躍、參與程度。

3.3 用戶生命周期

有些情況下，我們也可以通過(guò)用戶生命周期中各個(gè)階段的關(guān)鍵指標(biāo)提升留存，例如：

• 提升新用戶激活率：留存用戶的基數(shù)隨著到達(dá)激動(dòng)時(shí)刻的用戶變多而變大，會(huì)讓留存曲線的起點(diǎn)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(kāi)始的那一段提升，因此會(huì)傳遞到留存曲線的中后期，從而提升留存率。
• 提升新用戶流失召回率：減少后期的用戶流失，讓留存曲線后端上移，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(qiáng)度和使用頻次：

• 使用強(qiáng)度：提升強(qiáng)度可以增加用戶每次使用產(chǎn)品而得到的價(jià)值，從而提升留存。
• 使用頻次：提升頻次可以鞏固和加強(qiáng)用戶的周期性使用產(chǎn)品的習(xí)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(rèn)產(chǎn)品適合度

參與度分析更適用于社交、內(nèi)容、游戲等高頻次高參與度的產(chǎn)品。有些產(chǎn)品用戶不需要有高參與度也能獲得價(jià)值，如低頻但高客單價(jià)的二手交易，SaaS類產(chǎn)品等。

（2）計(jì)算參與程度

計(jì)算頻次：

1. 分析產(chǎn)品的使用周期是多久，假如是月；
2. 畫(huà)出月活用戶按月活天數(shù)分布表；
3. 將月活用戶按不同頻次分組。

計(jì)算強(qiáng)度：

1. 分析產(chǎn)品的使用周期是多久，假如是月；
2. 畫(huà)出月活用戶按使用時(shí)長(zhǎng)分布表；
3. 將月活用戶按不同時(shí)長(zhǎng)分組。

（3）制定理想指標(biāo)

根據(jù)用戶的天然需要和對(duì)這類產(chǎn)品使用習(xí)慣，及現(xiàn)狀數(shù)據(jù)制定一個(gè)理想的頻次和強(qiáng)度目標(biāo)。

（4）進(jìn)一步分析尋找線索

1. 對(duì)比分析不同用戶分群的使用頻次和強(qiáng)度，找到線索；
2. 對(duì)比分析不同產(chǎn)品功能的使用頻次和強(qiáng)度，找到線索；
3. 針對(duì)某個(gè)功能，找到阻礙用戶提升使用頻次和強(qiáng)度的因素。

四、參考案例

本節(jié)小編通過(guò)一個(gè)簡(jiǎn)單的案例來(lái)介紹一下如何通過(guò)統(tǒng)計(jì)的留存數(shù)據(jù)來(lái)發(fā)現(xiàn)一些增長(zhǎng)線索的具體操作流程，主要為思路和實(shí)施流程的分享，具體數(shù)據(jù)內(nèi)容不具有真實(shí)性。

通過(guò)鏈接，我們可以看到一份分組留存數(shù)據(jù)（虛擬數(shù)據(jù)，不涉及機(jī)密數(shù)據(jù)），假設(shè)這是一份音頻產(chǎn)品的用戶分組留存數(shù)據(jù)表。

4.1 中國(guó)在線音頻用戶的用戶畫(huà)像

既然要分析用戶使用目的，那首先要對(duì)用戶有一定的了解，所以這里小編先簡(jiǎn)單介紹一下中國(guó)在線音頻用戶的基本信息。

通過(guò)數(shù)據(jù)顯示在線音頻用戶人群主要以泛80、90后上班族居多，其中90后占比52.5%。據(jù)艾媒調(diào)研結(jié)論：在線音頻的用戶活躍時(shí)間主要集中在晚間和午間兩個(gè)時(shí)段，其中晚間（18-23點(diǎn)）時(shí)段占到40.8%；在使用場(chǎng)景方面，吃飯休息（含午飯、晚飯）和睡前成兩大主要場(chǎng)景。

從上圖使用原因分布來(lái)看，在線音頻用戶使用在線音頻主要為達(dá)到“放松身心”和“休閑娛樂(lè)”的目的，“排解情緒”“打發(fā)時(shí)間”等緊隨其后，與使用場(chǎng)景較為契合，表明在線音頻用戶的娛樂(lè)需求較大。

據(jù)上圖艾媒調(diào)研結(jié)論：音樂(lè)類、有聲書(shū)和新聞資訊是當(dāng)前最受歡迎的音頻類型。

4.2 產(chǎn)品留存難度分析

首先我們針對(duì)產(chǎn)品本身進(jìn)行簡(jiǎn)單的留存難度評(píng)估：

• 用戶需求：用戶對(duì)于在線音頻產(chǎn)品屬于非剛需型需求，但經(jīng)過(guò)產(chǎn)品培養(yǎng)了良好的用戶習(xí)慣后，需求強(qiáng)度有所提高。
• 產(chǎn)品功能：除了錄制音頻和收聽(tīng)音頻外，沒(méi)有特別繁雜多樣的產(chǎn)品功能，業(yè)務(wù)復(fù)雜度主要集中于內(nèi)容矩陣。
• 生命周期：音頻產(chǎn)品的生命周期隨內(nèi)容矩陣的豐富度不同而天差地別，綜合情況考慮，針對(duì)聽(tīng)眾用戶的生命周期屬于中。
• 使用頻次：根據(jù)數(shù)據(jù)統(tǒng)計(jì)，在線音頻產(chǎn)品的屬于高頻產(chǎn)品。
• 可替代品：在線音頻行業(yè)雖然經(jīng)歷了殘酷的洗禮和產(chǎn)品淘汰，但同質(zhì)化產(chǎn)品仍然較多。
• 更換成本：產(chǎn)品本身功能和技術(shù)不具備不可替代性，更換成本較低。
• 變現(xiàn)能力：作為內(nèi)容消費(fèi)型產(chǎn)品，變現(xiàn)能力不強(qiáng)，遠(yuǎn)不如在線視頻產(chǎn)品。

因此得到以下結(jié)論：

綜合平均得分：5分。

產(chǎn)品留存難度：中偏高。

4.3 根據(jù)用戶留存曲線分析數(shù)據(jù)

從原數(shù)據(jù)得到以下留存曲線圖和渠道下載分布圖：

圖2（注：紅線為平均值）

從留存曲線圖可得出以下數(shù)據(jù)現(xiàn)象：

錄制音頻：整體留存數(shù)據(jù)表現(xiàn)最好，雖在緩慢下滑，但留存率穩(wěn)定保持在60%以上。下載量占比最小，僅為7.73%。

孩子聽(tīng)故事：整體留存數(shù)據(jù)表現(xiàn)不如「錄制音頻」，排名第二，留存率穩(wěn)緩慢下滑，定保持在55%以上。，下載量占比排倒數(shù)第二，為12.04%。

時(shí)事新聞：整體留存數(shù)據(jù)表現(xiàn)較差。

學(xué)習(xí)充電：整體留存數(shù)據(jù)表現(xiàn)很差，整體留存都不高于平均值。且下載量占比僅為15.7%。

休閑娛樂(lè)：整體留存數(shù)據(jù)表現(xiàn)最差，首周留存僅為80%，遠(yuǎn)低于平均值5個(gè)百分點(diǎn)。并且首月留存大幅度下跌。最終跌破40%。下載量占比最高，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(jìn)行數(shù)據(jù)精細(xì)分析，將數(shù)據(jù)表轉(zhuǎn)化成用戶使用目的留存矩陣圖，如下圖：

縱向：月留存，橫向：月活躍用戶占比

從上圖可發(fā)現(xiàn)用戶使用目的的留存兩極分化明顯，結(jié)合用戶畫(huà)像，可以得到以下結(jié)論：

錄制音頻：

• 趨勢(shì)現(xiàn)象：「錄制音頻」屬于高留存，低月活占比；
• 優(yōu)化策略：「錄制音頻」行為在音頻產(chǎn)品中，屬于剛需且低頻的操作，用戶群體相對(duì)較小，應(yīng)將提高活躍用戶的策略側(cè)重在提高「錄制音頻」功能的交互體驗(yàn)的友好度和便捷方面。

孩子聽(tīng)故事：

• 趨勢(shì)現(xiàn)象：「錄制音頻」屬于高留存，低月活占比；
• 優(yōu)化策略：「孩子聽(tīng)故事」雖用戶場(chǎng)景在「2019在線音頻用戶使用場(chǎng)景」中占比較小，但隨著二胎政策帶來(lái)的巨大兒童消費(fèi)市場(chǎng)，應(yīng)該著重關(guān)注提升該板塊的內(nèi)容矩陣的豐富度和趣味性。

時(shí)事新聞：

• 趨勢(shì)現(xiàn)象：「錄制音頻」屬于高留存，低月活占比；
• 優(yōu)化策略：「時(shí)事新聞」在「2019年在線音頻用戶音頻類型偏好」中占比較高，達(dá)43.5%。而此產(chǎn)品中用戶占比較低，半年內(nèi)下載量為11263，與平均值14347相差甚多。應(yīng)該更合理的增加曝光坑位和推送策略。

學(xué)習(xí)充電：

• 趨勢(shì)現(xiàn)象：「學(xué)習(xí)充電」屬于低留存，高月活占比；
• 行業(yè)分析：「2019年在線音頻用戶使用原因」中知識(shí)學(xué)習(xí)占比12%，「2019年在線音頻用戶音頻類型偏好」中知識(shí)課程占比22.5%，皆屬于中偏下的水平。在線音頻的用戶活躍時(shí)間主要集中在晚間和午間兩個(gè)時(shí)段，在使用場(chǎng)景方面，吃飯休息（含午飯、晚飯）和睡前成兩大主要場(chǎng)景，因而「學(xué)習(xí)充電」為目標(biāo)的月活用戶占比屬于靠近中位值存在的不可忽略的客觀原因；
• 優(yōu)化策略：因?yàn)椤笇W(xué)習(xí)充電」的行為大多具有連續(xù)性，而該產(chǎn)品的這類行為的留存率較低，可能是學(xué)習(xí)類音頻內(nèi)容質(zhì)量較低，或?yàn)閱我灰曨l，系列型學(xué)習(xí)音頻較少。可提高學(xué)習(xí)類音頻的內(nèi)容質(zhì)量。引進(jìn)高質(zhì)量?jī)?nèi)容的系列音頻內(nèi)容。

休閑消遣：

趨勢(shì)現(xiàn)象：「休閑消遣」屬于低留存，高月活占比；

行業(yè)分析：通過(guò)行業(yè)數(shù)據(jù)可得，「休閑消遣」這部分用戶的音頻類型偏好及用戶使用原因皆屬于占比最大的類型。然后該產(chǎn)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(shuō)明該產(chǎn)品對(duì)「休閑消遣」的模塊曝光是足夠的，但是內(nèi)容無(wú)法吸引用戶留存。可能是內(nèi)容類型與用戶人群不契合，或者是內(nèi)容類型不具有連貫性和持續(xù)性，再或是內(nèi)容矩陣不夠豐富，多樣。

優(yōu)化策略：

1. 如內(nèi)容類型與用戶人群不契合，那么要從用戶性別，用戶年齡分布，用戶所在地分布，加以數(shù)據(jù)判定，如男性用戶多偏好財(cái)經(jīng)，小說(shuō)，歷史等，而女性用戶則更偏愛(ài)文學(xué)，言情劇，情感類等。
2. 如內(nèi)容類型不具有連貫性和持續(xù)性，那么要增加有聲書(shū)或系列音頻的占比，因單個(gè)音頻相互獨(dú)立，音頻之間的緊密性沒(méi)有有聲書(shū)強(qiáng)，用戶聆聽(tīng)的持續(xù)性和時(shí)間就不會(huì)太長(zhǎng)。
3. 如內(nèi)容矩陣不夠豐富，多樣，趣味。那么就需要增加UGC的產(chǎn)品，買入某些高知名度的IP，加以KOL導(dǎo)向。

作者：楊三季

來(lái)源：楊三季 （ zyjn2020）