近期,为覆盖更多的留存场景,诸葛io对「留存分析」进行了升级:
在自定义留存的初始、回访行为中可以选择多个事件;
多个事件之间支持「或者」、「并且」关系;
更好的助力企业判断自身产品价值,以及产品保留用户的能力,把握用户生命周期长度,定位产品可改善之处。
诸葛io提供了三种留存分析类型:新增用户留存、活跃用户留存和自定义留存。
分析用户在首次使用应用(如安装后第一次打开应用)之后的留存情况。活跃用户留存与新增用户留存较为相似,只不过不再以用户「首次」使用作为初始条件,而是只要用户在某一天使用过应用,就从这天开始计算他的留存。相较分析新增/活跃用户的总体留存情况,可以让产品的运营人员从纷繁的用户行为中解脱出来,真正的关注到“对产品有价值的用户行为”是否随着产品改进变得越来越好;通过自定义的留存条件,辅助运营者将80%的精力聚焦在20%的高价值用户上,提升用户粘性、优化用户体系。
|场景一、产品迭代对用户的留存影响
公司产品上线某一新功能模块,上线后对用户产生的是积极还是消极的影响,以及用户的留存情况如何?这时可设定初始行为及回访行为,来分析浏览过该功能的用户7日、14日或30日后的回访情况。如下图所示,从中可以看出用户的回访率较低,也可以判断出7日后仍留存的用户,显然是一批忠诚度比较高的用户。
(图中数据为虚拟数据)
我们可以进一步查看这些用户的特征,用户列表页面如下图所示:
我们能够看到留存用户的一些详细信息,通过年龄、性别的分布可以大致判断平台吸引的用户群体,根据信用等级和白条额度进一步对这批用户的质量进行评估。留存分析的一个重要场景就是对渠道的分析和调整。随着渠道不断增加,预算需求不断上涨,企业对渠道投放效率的考察越来越重视。如何在一定预算的基础上,将获客效果最大化,考验着所有市场营销人员,一定要对渠道做深入的留存分析,才能更好地调整策略,提高渠道投放的ROI。
(图中数据为虚拟数据)
用户留存率越高,渠道投放获取流量的质量越高,ROI 越高。特别是对于一些获客成本较高的产品来说,好的渠道分析可以在一定程度上减少薅羊毛党的出现,比如 A 渠道的新用户因为某次优惠活动进来,但是在后续的留存上表现很差,几乎没有投资行为。那么就可以思考这个渠道用户和产品的匹配度,进而调整投放策略。我们经常说到的精细化运营、精细化分析,就是一个持续“解构”的过程。通过像事件、漏斗、留存、路径等不同的功能,将“整体”解构成“个体”,对用户进入产品后的一系列行为按照多种维度近乎无限地细分,分析用户具体行为,放大促进产品生长的隐私,优化或去除影响用户体验的部分。假想一下,如果每个用户都能够永远持续性的使用我们的产品,那么我们的用户数量就会只增不减;相反,如果产品无法让用户留下来,那么就算我们通过广告吸引了许多新用户,最后也会变得无人问津。这就好比非常经典的“注水放水”数学题:我们每天都会面对新增用户,也会面对流失用户,池子里剩下的水就是活跃用户,而留存分析就是分析多少用户进来了,多少用户流失了,具体情况是什么,对整个产品究竟有哪些影响......