据某第三方平台近期调研结果显示,在金融创业领域,2013 年一家互联网金融创业公司的投资获客成本区间为 300 – 500
元,而 2016 年则涨为 1000 – 3000 元;在电商领域,新用户的获取成本,是维护一个老用户的 3 倍到 10 倍……
如今,高居不下的获客成本让互联网、移动互联网创业者们遭遇新的“天花板”,甚至陷入“纳不起”新客的窘境。而花费极高成
本所获取的客户,可能仅打开一次APP、或完成一次交易,就流白白流失。随着市场饱和度上升,绝大多数企业亟待解决如何
增加客户黏性,延长每一个客户的生命周期价值。因此,留存分析分析模型备受青睐。
一、什么是留存分析
留存分析是一种用来分析用户参与情况/活跃程度的分析模型,考察进行初始行为的用户中,有多少人会进行后续行为。这是
用来衡量产品对用户价值高低的重要方法。
留存分析可以帮助回答以下问题:
一个新客户在未来的一段时间内是否完成了您期许用户完成的行为?如支付订单等;
某个社交产品改进了新注册用户的引导流程,期待改善用户注册后的参与程度,如何验证?
想判断某项产品改动是否奏效,如新增了一个邀请好友的功能,观察是否有人因新增功能而多使用产品几个月?
二、为什么要做留存分析,直接看活跃用户百分比不行吗?
对此疑惑,答案显然是,当然不行!
如果产品目前处于快速增长阶段,很有可能新用户中的活跃用户数增长掩盖了老用户活跃度的变化。按初始行为时间分组的留
存分析可以消除用户增长对用户参与数据带来的影响。通过留存分析,你可以将用户按照注册时间分段查看,得出类似如下结
论:
“三月份改版前,该月注册的用户 7 天留存只有 15%;但是四月份改版后,该月注册的用户 7 天留存提高到了 20%。”
三、留存分析模型特点与价值
科学的留存分析模型具有灵活条件配置——根据具体需求筛选初始行为或后续行为的细分维度,针对用户属性筛选合适的分析
对象的特点。那么,留存分析有哪些价值呢?
1、留存率是判断产品价值最重要的标准,揭示了产品保留用户的能力
留存率反映的实际上是一种转化率,即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程。随着统计数字的
变化,运营人员可看到不同时期用户的变化情况,从而判断产品对客户的吸引力。
2、宏观上把握用户生命周期长度以及定位产品可改善至之处
通过留存分析,可以查看新功能上线之后,对不同群体的留存是否带来不同效果? 可以判断产品新功能或某活动是否提高了用
户的留存率?结合版本更新、市场推广等诸多因素结合,砍掉使用频率低的功能,实现快速迭代验证,制定相应的策略。
四、留存分析应用场景
场景一:游戏行业提升活跃、留存——如何精准找到玩家“流失点”?
游戏的生命周期的时长差异、玩家的游戏粘度,直接体现了游戏的竞争能力和盈利能力。玩家对游戏的直观感受、游戏难度曲
线、游戏节奏的松弛、游戏福利等游戏内涵都能够导致游戏玩家流失。正确找到玩家流失原因,是促进玩家、活跃挽留玩家的
第一步。下面为《迷城物语》在删档测试期间的相关应用情景。(注:以下配图所涉及的数据,均为模拟真实应用场景下的虚
拟数据)
图一统计出流失玩家的等级分布,判断玩家流失与关卡设置的相关性。