留存,顾名思义就是用户留在了商品中,持续的活跃,有效的贡献于DAU/MAU。换言之,DAU/MAU都是新增用户与其留存的结果,因而在获得用户后,用户在app的产生价值的往往与使用深度、使用长度有关,用户累积产生的价值常常呈现伴随使用时间增长而正向增加直至生命周期的结束。
那样有效拉长用户的生命时长、提升活跃频率就至关要紧了。留存解析可以用来解析用户在app内的参与状况/活跃程度,各行业的商品也都用留存指标来衡量自己的商品是不是处于健康状况。
新设备留存:新增设备,有多少会在后续活跃,有账号体系的也常用“新用户留存”(新用户:新注册的用户);新设备第xx日留存:新增设备,在xxx日活跃的设备占比;新设备xx日内留存:新增设备,在xxx日内活跃过的设备占比。
本文中使用的留存,均为新增设备留存。
初识留存曲线
获得用户后:
初期:因为用户对商品的体验,选择等,迅速决定自己是不是还会使用该商品;中期:用户使用了商品是不是可以持续引起;具备核心价值的商品将会引起一部分用户持续留下来,长期使用起来进入平稳期。
下图仅仅为示例数据,大部分商品的波动期甚至会持续至十四日后。
提高用户留存
1. 各途径的留存表现
不一样途径的用户留存往往有明显差异,如下图:oppo的留存表现优于其他途径。结合这个差异可以查询oppo用户群获得时是不是特殊点,买量占比大概有多少等,确认oppo为优质途径时,再从商品或者公司角度是不是可以达成拓展合作,目的是为了增加优质途径的用户群体,从而改变整体留存。
2. 结合用户画像进行留存解析
结合用户画像属性,如年龄、性别、地域分布、教育程度等等进行留存解析。像快手以三四线城市拓展用户,缔造了“高留存”驻守着高增长的用户壁垒,在抖音没打破市场时一直独霸视频用户群体。
假如你的商品中,18-26岁的用户表现出了更好的留存,可以结果“是不是在校、是不是工作”愈加细致的找到“与商品匹配的、喜欢活跃在商品中的优质用户群体”。
确认这个群体后(比方说是18-26岁的学生群体),那样可以结合这个群体的特征“年青、校园、青涩、活力”等,规划产品营销策略。比方说:网易云音乐购买了更多吸引这个群体“独家音乐”、腾讯视频以“吸引这个群体”(以这个群体为基准)塑造了“创造101”。
3. 结合首日行为(功能使用)状况进行解析
(1)功能的视角圈定用户
从用户使用行为(功能)的角度,来对比不一样群体的留存表现。比方说:有播放“二次元”视频的新设备留存显著优于 有播放“风景”视频的新设备留存。
(2)新设备的功能留存
功能留存是衡量商品内各功能粘度的一个常用指标,并通过高粘度的功能提高用户留存。比方说:相同入口/相同操作本钱的行为:图片社区中 (1)发现页照片浏览;(2)好友feed照片浏览;发现页照片浏览的功能留存远远高于好友feed时,必须要留意用户群体的使用倾向,由于此时用户反馈给大家的信息是“发现页照片浏览更能吸引用户”。
通过对比商品内各种功能留存差异,找到足以提升用户留存的功能点,再放大这个功能在商品中的影响。
如下图(x轴为功能留存、y轴为留存准则差、面积为用户群体):功能8的功能留存高(使用这个功能的群体中,第三使用该功能的占比高)、留存准则差低(留存表现稳定)、用户群体相对较大,是一个较为理想的“高粘度功能”,拓展这个功能在商品内的可影响范围将是大家紧接着要做的。
(3)深挖首日体验步骤转化
留存率低的用户群体其首日体验过程中各环节转化过程,改变商品的行为瓶颈。从经验看“深度行为”的用户群体器留存表现会优于“浅度行为”因为“无行为”的用户,所以改变行为的转化过程也将会提高用户留存。
此外,以上解析均“以日”为单位展示,较为适合资讯类、视频类的娱乐型app,假如你是一款阅月度使用商品,比方说:大姨妈,更需要关注长周期的留存。