产品迭代策略:以用户增长为目标

起点学院产品经理365成长计划,2天线下闭门集训+1年在线学习,全面掌握BAT产品经理体系。了解详情

资本寒冬下,大家都在谈增长,DAU(日活跃用户数)似乎已经成为企业和媒体描述产品增长的标配指标。然而,单独的DAU增长能否成为产品的护身符?要想实现长久稳定的用户增长,我们还遗漏了哪些?本文将结合两个案例,和大家分享留存、Magic Number和以用户增长为目标的产品迭代策略。

chanpindiedai

一、什么是真正的用户增长

留存,顾名思义,就是用户在你的网站/APP中留下来、持续使用的意思。留存的概念简单易懂,但是能深入了解留存本质的人还是很少的。

1. 增长与留存的关系

1

图1 看似增长的累计用户量

上面这张图中:新用户来到我们的产品,随着时间的推移逐渐流失;虽然总体上用户数是在不断增长的,但是流逝的用户也逐渐增多。

2

图2 实际增长的累计用户量

上面这张图中:虽然新用户进来后有一定流失,但还是有较高的留存;随着时间的推移,用户总数上升非常快,这才是真正的增长。

很多企业花大钱吸引新客户,比如O2O行业常见的“首单免费”模式。虽然当天的DAU有很大的提升,但其实这些用户都是一些负资产;因为很多人享受到第一次优惠就走了,这是不科学的增长方式。

要想实现真正的增长,首先我们的产品得满足用户的核心价值,然后通过运营方式让用户留下来、持久使用我们的产品。我们不能老是看DAU,而应该更多关注留存;只有留存提升才能实现真正的增长。

2. 产品什么时候做增长

不是任何阶段产品都可以快速增长的,在快速增长之前,你需要对你的产品进行精准的定位。我们需要确定产品有人用、用户有一定的市场规模、有清晰的商业模式,这就是产品和市场相匹配(Product Market Fit , PMF)的概念。

3

图3 产品增长路径

一旦我们找到了PMF,我们就要考虑逐步去做增长,这里面很重要的一点就是数据驱动。

二、留存分析都有哪些方法论

1. 数据分析方法概论

给大家介绍一个非常朴素的数据分析方法论,它适用于大部分数据分析场景,包括留存分析。

4

图4 数据分析方法论

首先我们通过日常的数据监控来发现问题, 然后根据问题去设立一个解决目标,并且用数据去探索。探索问题的过程中,原因可能会多种多样;我们会建立各种各样的假设,根据假设进行试验,最后后根据实验结果去检验假设。这样循环直到我们找到一个满意的结果,然后用来优化产品或运营。

2. 留存分析框架

常见的AARRR模型包括五个环节,在这里面留存分析分为两个阶段:新用户留存分析和产品留存分析。

5

图5 留存分析框架

首先是新用户留存分析,用户刚刚使用我们产品的时候,决定用户去留的就是它。我们基本上只有一次机会去展示我们产品,一定要把我们产品最有价值的东西展示给出来,不然用户就流失了。

第二个是产品留存分析。新用户留下来以后持续使用你的产品,他会逐渐去挖掘、探索产品的不同功能的特点。这个时候我们需要一个功能去打动用户,做出新花样让用户觉得你的产品很好,只有这样用户才会长久留下来。后面我会和大家分享的Magic Number,就是这样一个数据分析工具。

三、新用户留存分析:Sidekick增长过程

Sidekick 是一家做强化Email 功能的SaaS公司,它可以做一些个性化的邮件,还可以监控收邮件的人是否打开了邮件。他们通过数据监控发现,新用户的留存率在持续大幅度下降。

6

图6 sidekick公司新用户留存曲线

1. 流失用户分析

针对新用户流失严重的问题,我们制定出一个目标:希望提升第一周的留存率。为了达成目标,我们需要进行数据探索,做流失用户画像分析,看看流失用户都有哪些特征。

我们分析了流失用户使用我们产品的次数,发现近60%的流失用户只用了一次我们的产品就流失了。这说明在用户进入我们产品时,第一次体验不好或者没有发现产品价值的话,用户就会流失。

7

图7 用户流失原因

通过进一步的流失用户访谈发现:30%的用户没有感受到产品价值,30%的用户表示不理解产品的用途。这两类问题的核心在于如何让用户快速发现我们产品的价值,而且占了60%,需要优先解决。

2. 产品迭代探索

提升留存主要有两大思路:一是改变产品或者技术;二是通过运营进行人工干预。既然用户没有及时发现我们产品的价值,回归到刚才的方法论,我们可以进行系列探索。

尝试1:砍掉使用频率低的功能

既然用户没有及时发现我们产品的价值,那我们就尝试砍掉复杂难懂的功能、突出核心功能。试验结果发现留存率不但没有提升、反而继续下降。

8

图8 砍掉非核心功能(尝试1)

尝试2:提示客户发现产品核心价值

用户不知道我们的产品核心价值是什么,那么对新用户进行产品内提示呢?结果显示留存率继续下降,尝试并没有收到什么好的效果。

9

图9 增加功能提示(尝试2)

尝试3:产品操作引导视频

既然用户不知道怎么用我们的产品,那么我们就又尝试做一个引导视频;其实很多公司都在这么做,最后数据表明还是不行。

10

图10 提供操作引导视频(尝试3)

尝试4:直接在邮箱内使用产品

大概做了20多个试验后才发现了一个可行的方法,当用户下载安装完产品后,提示用户:你可以去你的邮箱使用我们的产品、追踪邮件了。

11

图11 提示用户去邮箱使用产品(尝试4)

因为用户发现产品从网页上下载,想当然认为是在网站上直接使用,所以客户端产品的留存率非常低。于是他们给用户一个提示–––你可以去邮箱直接使用,加了这句话后,留存效果就好多了。

12

图12 最后试验留存度大幅提升

这个是数据的结果,之前是蓝色那条线的,最后慢慢提升成黄色那条。通过这个案例,我们可以对留存分析的方法论、数据分析的过程有一个清晰的认识;而且产品迭代的过程没有那么简单,需要反复探索、循环。

四、产品功能留存分析:Magic Number探索实践

1. 产品功能留存分析方法论

新用户的留存率提升以后,我们面临第二个问题,将处于平稳期的留存曲线上移。如何提升用户的整体留存度,提升平稳期的留存曲线,我总结了三个方法:

  1. 分析不同功能模块的留存趋势,增加产品的粘性;
  2. 分析不同功能模块的访问人数和活跃度;
  3. 分析用户使用功能的路径,找出流失原因,降低流失率。

2. Magic Number探索实践

一个用户使用了我们网站或者APP的某些功能、做了某些动作,然后留下来持续使用我们的产品、成为忠诚的用户。这说明用户的行为和留存率之间是有一些相关性的,我们要找出这种相关性,然后去看是否有因果关系。

Magic Number可能有些抽象,我们需要对其量化。给大家举几个例子,Facebook发现用户10天内添加7个好友的留存度更高,Twitter发现用户10天内关注30个大V的留存率更高。这些Magic Number都是通过数据分析、数据挖掘的方式找出来的,并且有一套完成的方法论。

13

图13 Magic Number 的探索过程

第一步:确定产品 on boarding 功能

一个社交类APP可能有多个on boarding功能,包括登录、添加好友、添加关注、发送消息、点赞、分享和上传文件等等。

第二步:分析用户行为与最终留存度之间的相关性

如下图,用户一周内点击7次关注用户的留存度为57.5%,一周内点击5次关注博客的留存度为54.4%,一周内点击6次点赞或者评论的留存度为52.6%,均为强相关。

14

图14 不同行为组合与留存度之间的相关关系

第三步:筛选出合适的Magic Number

根据公司目前的发展战略、操作成本、可执行性、A/B测试筛选出合适的Magic Number。假如这个APP产品目前发展战略是快速获取新用户、扩大市场,那我们可以将“一周内添加7个新用户”作为最终的Magic Number。

第四步:找到了最终的Magic Number,我们需要去执行、运营好它

比如,在这个社交APP里面鼓励用户添加好友,为用户更加精准的推荐好友。从而实现最初的目的,培养用户产品使用习惯、提高用户粘度,促进增长。

一旦留存提升上来,我们就可以做用户变现或者传播推荐,这样我们的用户才会慢慢增长。通过不断的市场拉新,留存的用户慢慢沉淀下来,成为我们的重要用户,是可以变现的。而那些不稳定的用户,我们还要做各样的产品和运营方面的改进,让他们逐渐变成留存用户、然后开始变现。

只有用户的留存度提升上来了,我们才能真正实现活跃用户的增长。

 

作者:檀润洋,GrowingIO 数据分析师。 加州大学圣地亚哥分校硕士,曾任职美国 Emas Pro、 Kyocera 分析师,丰富的数据分析技术和案例实战经验。回国后加入 GrowingIO,致力于为客户构建数据模型,实现业务增长。

本文由 @檀润洋 原创发布于人人都是产品经理。未经许可,禁止转载。

您的赞赏,是对我创作的最大鼓励。
3人打赏

评论( 0

登录后参与评论
加载中