偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

精益數(shù)據(jù)分析卡片:留存分析

大數(shù)據(jù) 數(shù)據(jù)分析
留存分析的根本目的在于留住用戶(hù),根據(jù)分析結(jié)果制定對(duì)應(yīng)的策略,以及規(guī)劃好產(chǎn)品迭代以更好的保證用戶(hù)的穩(wěn)定。本文帶來(lái)數(shù)據(jù)分析工具之留存分析。

留存分析的根本目的在于留住用戶(hù),根據(jù)分析結(jié)果制定對(duì)應(yīng)的策略,以及規(guī)劃好產(chǎn)品迭代以更好的保證用戶(hù)的穩(wěn)定。

[[204377]]

虛榮指標(biāo)的假面

許多創(chuàng)業(yè)公司都喜歡強(qiáng)調(diào)自己的用戶(hù)數(shù)。曾聽(tīng)某個(gè)朋友說(shuō)起,他的公司對(duì)外號(hào)稱(chēng)有1400萬(wàn)企業(yè)級(jí)注冊(cè)用戶(hù),他們的用戶(hù)增長(zhǎng)趨勢(shì)如圖所示:

精益數(shù)據(jù)分析卡片:留存分析

然而總用戶(hù)數(shù)就是一個(gè)典型的虛榮指標(biāo),這個(gè)數(shù)字只會(huì)隨著時(shí)間增長(zhǎng)(經(jīng)典的“單調(diào)遞增函數(shù)”)。它并不能傳達(dá)關(guān)于用戶(hù)行為的信息:他們?cè)谧鍪裁?是否對(duì)你有價(jià)值?他們中的很多人可能只是注冊(cè)一下,就再?zèng)]有使用過(guò)。

一個(gè)公司真正需要關(guān)注的指標(biāo),是可付諸行動(dòng)的指標(biāo)。例如留存率,這個(gè)指標(biāo)揭示了產(chǎn)品留住用戶(hù)的能力,因此顯得格外關(guān)鍵。當(dāng)產(chǎn)品做出調(diào)整時(shí),這個(gè)指標(biāo)也會(huì)相應(yīng)地變化。如果調(diào)整的思路是正確的,這個(gè)比率就應(yīng)該上升。這就意味著,它可以指導(dǎo)你試驗(yàn)、學(xué)習(xí)和迭代。

如你所見(jiàn),這是數(shù)據(jù)分析工具系列的第 4 篇:留存分析。

留存的“廬山真面目”

what留存?

留存,顧名思義,就是用戶(hù)在你的網(wǎng)站/app中留下來(lái),持續(xù)使用。一個(gè)用戶(hù),在你的產(chǎn)品上留存得越久,帶來(lái)的收入就越高。 反復(fù)返工提供給

精益數(shù)據(jù)分析卡片:留存分析
留存的價(jià)值

引用《打造 10 億美金產(chǎn)品的核心秘密:用戶(hù)參與層級(jí)模型》中的例子:

精益數(shù)據(jù)分析卡片:留存分析

現(xiàn)在有兩個(gè)公司A和B。A 公司每月新增 500 萬(wàn)用戶(hù),月留存是 80%;B 公司每月新增 250 萬(wàn)用戶(hù),月留存是 95%。

精益數(shù)據(jù)分析卡片:留存分析

如果兩個(gè)產(chǎn)品的留存率不變,六個(gè)月之后,他們的月度活躍用戶(hù)(MAU)見(jiàn)上圖,A 公司領(lǐng)先。

精益數(shù)據(jù)分析卡片:留存分析

三年之后,B 公司擁有 4200 萬(wàn)用戶(hù),超過(guò)了 A 公司的 2500 萬(wàn)用戶(hù)。且 B 公司的增長(zhǎng)曲線比 A 公司漂亮得多。這就是留存率的巨大影響,復(fù)合增長(zhǎng)的價(jià)值。

解析留存

先來(lái)看看次日留存率的計(jì)算公式:次日留存率 = 次日留存用戶(hù) / 當(dāng)日新增用戶(hù)。

由此,可以拆分出留存的三個(gè)核心元素:用戶(hù)、時(shí)間、留存動(dòng)作。

用戶(hù)

用戶(hù)是留存分析的對(duì)象,一般可以從這兩個(gè)角度進(jìn)行分析:

(1)從用戶(hù)的獲取角度分析

通過(guò)不同渠道獲取的用戶(hù)的留存率是不同的。舉個(gè)栗子,一個(gè)主打奢侈品交易的電商APP,如果在今日頭條投放廣告獲取用戶(hù),恐怕用戶(hù)看一眼就走人了。

在不同時(shí)段獲取的用戶(hù)的留存率也是不同的。舉個(gè)栗子,一個(gè)午夜電臺(tái)APP,如果用戶(hù)在早上下載后收聽(tīng),很可能因?yàn)闆](méi)有找到想聽(tīng)的內(nèi)容而卸載APP。

(2)從用戶(hù)的行為角度分析

用戶(hù)能否留下來(lái),取決于產(chǎn)品功能設(shè)計(jì)是否滿足了用戶(hù)的核心需求。所以,我們需要了解新用戶(hù)使用過(guò)哪些功能,或者說(shuō)發(fā)生過(guò)什么行為后,他們留下來(lái)了。

我們希望新用戶(hù)在使用產(chǎn)品時(shí)能盡早產(chǎn)生驚喜感——這就是我想要的!希望他們能快速發(fā)現(xiàn)產(chǎn)品價(jià)值,并且留下來(lái)。值得一提的是,用戶(hù)路徑圖就能幫助我們發(fā)現(xiàn)用戶(hù)是如何一步步發(fā)現(xiàn)產(chǎn)品價(jià)值的。

時(shí)間

這里的時(shí)間,特指用戶(hù)的在產(chǎn)品上的使用時(shí)間。對(duì)于不同時(shí)期,我們應(yīng)該有不同策略,總的來(lái)說(shuō),在振蕩期和選擇期,我們應(yīng)該關(guān)注新用戶(hù)的留存,進(jìn)入平穩(wěn)期以后,著重關(guān)注產(chǎn)品功能留存。

精益數(shù)據(jù)分析卡片:留存分析
留存動(dòng)作

不同的用戶(hù)行為對(duì)我們的價(jià)值是不一樣的,例如使用初級(jí)功能的免費(fèi)用戶(hù)和使用高級(jí)功能的付費(fèi)用戶(hù)。所以,我們需要查看不同人群的留存情況,當(dāng)一個(gè)付費(fèi)用戶(hù)變?yōu)槊赓M(fèi)用戶(hù),某種程度上也可以看做一種流失。

留存實(shí)戰(zhàn):Airbnb,從賣(mài)盒裝麥片到13億美元

2008年,Airbnb剛剛成立,因?yàn)橘Y金短缺不得不依靠售賣(mài)盒裝麥片獲取收入。然而副業(yè)很快失敗,到了2009年,Airbnb每周的收入僅200美元,差點(diǎn)破產(chǎn)。在生死存亡的邊緣,他們獲得硅谷創(chuàng)業(yè)教父保羅·格雷厄姆的投資。格雷厄姆事后承認(rèn):“這群甚至可以靠賣(mài)麥片來(lái)掙取收入的人,他們的項(xiàng)目死不了。”

[[204381]]
Airbnb曾賣(mài)過(guò)的盒裝麥片

利用競(jìng)爭(zhēng)對(duì)手提升用戶(hù)留存

Airbnb成立之初,該領(lǐng)域***的競(jìng)爭(zhēng)對(duì)手Craigslist擁有Airbnb艷羨的海量用戶(hù)基數(shù)。盡管 Airbnb一直試圖靠塑造差異化的產(chǎn)品形態(tài)來(lái)將自己與競(jìng)爭(zhēng)對(duì)手區(qū)隔開(kāi),但一個(gè)不可否認(rèn)的事實(shí)是:對(duì)于訂房這樣的供需平臺(tái)服務(wù)而言,用戶(hù)數(shù)的多少是人們選擇的首要因素。因?yàn)椋?/p>

  • 供方會(huì)選擇潛在消費(fèi)者最多的平臺(tái)發(fā)布信息
  • 消費(fèi)者會(huì)挑貨品足夠充足的市場(chǎng)來(lái)比價(jià)下單

意識(shí)到這點(diǎn)后,Airbnb推出了一項(xiàng)功能:允許用戶(hù)在Airbnb發(fā)布信息的同時(shí),方便地將相同的信息內(nèi)容復(fù)制一份同步發(fā)布到Craigslist上。用戶(hù)在Airbnb發(fā)布信息后,就會(huì)收到一封電子郵件,告知用戶(hù):將該信息同時(shí)發(fā)布到Craigslist可以幫助您每月增加500美元的收入,您只需要點(diǎn)擊這個(gè)鏈接,剩下的交給我們來(lái)為您完成。于是用戶(hù)往往會(huì)不假思索地點(diǎn)擊鏈接,畢竟這沒(méi)什么壞處,反倒是增加了許多房源出租信息的曝光量。

精益數(shù)據(jù)分析卡片:留存分析

這項(xiàng)功能為Airbnb帶來(lái)了意想不到的效果:

  • 來(lái)自Craigslist的回流撐起了Airbnb的人氣,許多人紛紛加入注冊(cè),發(fā)布出更多出租的信息;
  • 原本習(xí)慣去Craigslist發(fā)布信息的用戶(hù),開(kāi)始變成Airbnb的用戶(hù),因?yàn)楝F(xiàn)在只要在一處發(fā)布就能同時(shí)出現(xiàn)在兩處;
  • 原本的Airbnb用戶(hù)的黏性更強(qiáng)了,因?yàn)樗麄兇_確實(shí)實(shí)在這里獲得了更多的收入。

優(yōu)化用戶(hù)體驗(yàn)提升用戶(hù)留存

2009年,Airbnb發(fā)現(xiàn)那年夏天的成交情況并不樂(lè)觀。于是創(chuàng)始人開(kāi)始著手調(diào)研此事,他們四處飛行,總共在24家不同的家庭旅店訂房體驗(yàn),試圖找出問(wèn)題根源。

***終于水落石出,許多在Airbnb上張貼招租信息的人,并不懂得如何在發(fā)布內(nèi)容時(shí)盡可能展現(xiàn)出房間***的一面。他們拙劣的拍攝技術(shù)和糟糕的文案組織,掩蓋了房屋本身的優(yōu)勢(shì),讓遠(yuǎn)在世界另一頭的人隔著屏幕難以做出判斷。

“好吧,這事一點(diǎn)也不奇怪,沒(méi)有人會(huì)為了不知道會(huì)買(mǎi)到的什么玩意兒而付錢(qián)。”創(chuàng)始人說(shuō)。

遇到這種問(wèn)題,一般網(wǎng)站的做法是給用戶(hù)群發(fā)郵件,教會(huì)他們?nèi)绾稳ヅ恼?,并給他們?cè)u(píng)估打分。但Airbnb采用了一種看似低效,實(shí)則奏效的方式。他們花5000美金租借了一部高檔相機(jī),挨家挨戶(hù)免費(fèi)為紐約的許多招租者的房屋拍攝照片。好賣(mài)相帶來(lái)了好的收益。紐約當(dāng)?shù)氐挠喎苛亢芸焐蠞q了兩三倍,月底時(shí)Airbnb的收入整整增加了一倍。這一做法日后被復(fù)制到了巴黎、倫敦、邁阿密等地。

受益于專(zhuān)業(yè)攝影師拍照的房屋,相較同類(lèi)能獲得兩到三倍的訂單量,隨后Airbnb也能從屋主那里額外得到每月約1025美金的分成。到2012年,已經(jīng)有2000余位自由攝影師受雇于 Airbnb,在六大洲拍攝了超過(guò)13000間房屋。

精益數(shù)據(jù)分析卡片:留存分析
專(zhuān)業(yè)攝影師介入后Airbnb的流量增長(zhǎng)情況

利用社交網(wǎng)絡(luò)提升用戶(hù)留存

Airbnb這種新興模式的優(yōu)勢(shì)如下:

  • 相比專(zhuān)業(yè)酒店賓館,人們往往可以以便宜30%~80%的價(jià)格入住家庭旅店
  • 能與當(dāng)?shù)厝私涣鹘Y(jié)識(shí),成為朋友

然而與此同時(shí),潛在的風(fēng)險(xiǎn)也同時(shí)出現(xiàn):不法分子可能借機(jī)從事盜竊、搶劫、非法集會(huì)等犯罪活動(dòng)。

Airbnb若想繼續(xù)成長(zhǎng),就必須解決用戶(hù)之間的信任危機(jī)。于是2011年夏天,Airbnb開(kāi)放了社交網(wǎng)絡(luò)連接功能,允許用戶(hù)連接他們的Facebook賬號(hào)。當(dāng)啟用社交網(wǎng)絡(luò)連接功能后,人們可以看到自己與房主之間的共同好友是誰(shuí),或是哪些朋友曾經(jīng)租住了這間房。人們也可以根據(jù)屋主的地理位置、性別等信息進(jìn)行搜索,找出感興趣的房源。

當(dāng)這一產(chǎn)品特性上線后,創(chuàng)始人很快宣布,Airbnb上已有16516967對(duì)好友關(guān)系,并且持續(xù)猛增。在通過(guò)社交網(wǎng)絡(luò)解決了最基本的人與人的信任問(wèn)題后,人們得以方便地考察房東的背景資料,選擇合適的入住對(duì)象。來(lái)自同一座城市、同一所大學(xué)、同一個(gè)街區(qū)的好友之間的聯(lián)系與交易也更為緊密。

寫(xiě)在***

留存分析,本質(zhì)上是幫助我們了解自身產(chǎn)品留住用戶(hù)的能力,指導(dǎo)我們?nèi)ピ囼?yàn)、迭代和優(yōu)化我們的產(chǎn)品。而更重要的,是大家務(wù)必理解虛榮指標(biāo)與可付諸行動(dòng)的指標(biāo)的區(qū)別:

  • 虛榮指標(biāo):一切無(wú)法幫助你決策下一步行動(dòng)的指標(biāo)
  • 可付諸行動(dòng)的指標(biāo):能揭示信息,指明方向,幫助你改進(jìn)商業(yè)模式,決策下一步行動(dòng)的指標(biāo)

漏斗分析到這里就結(jié)束了,下一篇,我會(huì)帶來(lái)A/B測(cè)試。歡迎關(guān)注我的數(shù)據(jù)分析工具系列,我會(huì)講述如何改善用戶(hù)體驗(yàn),提升轉(zhuǎn)化,幫助你更好地運(yùn)用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品運(yùn)營(yíng)。

責(zé)任編輯:未麗燕 來(lái)源: 36大數(shù)據(jù)
相關(guān)推薦

2013-01-29 09:57:23

數(shù)據(jù)分析

2015-09-17 18:53:17

諸葛io

2015-09-21 15:35:18

諸葛io

2016-11-25 12:22:46

云計(jì)算

2012-09-11 11:29:25

2014-01-22 15:34:00

數(shù)據(jù)分析

2017-04-11 09:08:02

數(shù)據(jù)分析Python

2015-08-14 10:28:09

大數(shù)據(jù)

2017-11-15 10:34:25

大數(shù)據(jù)精益化數(shù)據(jù)分析

2017-05-16 15:27:32

精益敏捷代碼

2015-08-11 15:52:52

大數(shù)據(jù)數(shù)據(jù)分析

2024-04-18 08:30:00

留存分析模型數(shù)據(jù)分析

2017-11-22 17:46:28

大數(shù)據(jù)精益分析

2021-11-11 11:27:55

大數(shù)據(jù)分析系統(tǒng)

2020-05-13 11:32:28

數(shù)據(jù)分析數(shù)值分析

2017-12-13 10:04:05

2013-02-25 10:44:13

數(shù)據(jù)分析大數(shù)據(jù)關(guān)聯(lián)分析

2015-10-26 10:41:10

數(shù)據(jù)分析思想指南

2022-11-14 10:36:55

數(shù)據(jù)科學(xué)數(shù)據(jù)分析

2024-03-10 21:00:33

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)