標籤:

數據分析雜談 2 - 用戶為什麼留下來

數據分析雜談 2 - 用戶為什麼留下來

來自專欄 扯談產品迭代目的就是要提高轉化率,提高留存。

為什麼產品留存率這麼低?

留下來的用戶是因為什麼功能而回來?

先談 2 個概念

功能絕對留存率:

起始行為:瀏覽某個頁面或進行了某項操作

回訪行為:瀏覽某個頁面或進行了某項操作

目的:找到用戶重複使用最高的功能/行為,即用戶願意一直使用此功能。

功能相對留存率

起始行為:瀏覽某個頁面或進行了某項操作

回訪行為:任意

目的:找到影響用戶回訪的功能或行為,即用戶因為某個功能再回來。

(下文有案例)

因為相對留存率的回訪行為是「任意」,是從側面反映此功能對大盤的影響,可以判斷優化的優先順序。所以,絕對留存率和相對留存率不一定成正比。

這麼「繞口令」的留存率,有什麼用呢?

1,判斷優化的優先順序

對比每個功能的相對留存率,找到對大盤影響最大的模塊/行為,這是最需要保持和強化。而不會出現面對好幾個需要優化的功能,卻不知道從何下手的尷尬。

對比每個功能的絕對留存率,每日的流失率有快有慢,肯定優先解決大出血的部分。

2,定義用戶群,減少數據干擾

運營同學辛苦拉回來的用戶中,都會有一定比例是潛在目標用戶和流水用戶。而流水用戶產生的數據會拉低大盤的的轉化率,進而影響了數據判斷。

定義用戶群,交叉分析,既可以看到大盤的數據變化,也可以看到潛在目標用戶的喜好。

定義的緯度可以是使用了某功能的用戶(參考功能絕對留存率和相對留存率)、某個地區的用戶等等。

定義用戶的數據,相對整體數據會更加精準。

3,做用戶增長和留存

絕對留存率高的功能,極大可能就是用戶的喜歡、用戶的痛點。在推廣就可以狠打這個點。而不是找出ABCDE個宣傳重點,逐一推廣去測試轉化率。

假如定義「進行某行為的用戶群」,那麼從運營和產品上,都要讓新用戶儘快接觸的「某行為」,可以盡最大可能留住這批用戶,又可以擴大整個用戶群。

4,砍掉不必要的功能,精簡產品

對於絕對留存率低、相對留存率低的模塊,堅決砍掉,保持產品的精簡(假如產品的核心功能這2個指標都非常低,那就好好反思了)。

有時多餘的功能模塊甚至會對主線功能產生干擾。砍!砍!砍!

------ 案例分割線 ------

功能的相對留存率:

從上圖可以看到,「瀏覽A主頁」的相對留存最高,說明「瀏覽A主頁」這個行為對整體的影響最大,而且對不同的用戶群,差異也是很大,甚至達到 2 倍。那麼優化的重點,就是讓更多用戶進入到A頁,提高「A頁的路徑轉化率」。

而「瀏覽D頁」的相對留存非常差,鑒於這個模塊還佔據著一級入口,決定在下個版本把它砍了,減少對主線功能的干擾。

功能絕對留存率:

你會選擇先優化哪一塊?

相關文章:

數據分析雜談 1 - 如何建立指標
推薦閱讀:

R語言實戰第一, 二章 實踐
2016全域大數據應用論壇11位嘉賓的核心觀點
數據運營「高階神器」:U-Dplus 如何將業務數據做「活」
匿名「前員工」質疑微醫刷單數據造假 微醫回應:「有意抹黑」已報案
Excel之數據錄入篇(二)

TAG:數據 |