
如何讓用戶留下來并產生價值
通過案例詳細說明,如何讓用戶留下來并產生價值,全文分5部分:
留存的本質
提升留存的基礎
防止用戶流失
促進用戶活躍并產生價值
用戶流失后的召回
留存的本質
留存的本質是延長用戶生命周期?
這句話是對的,但是不全面,因為如果用戶是一位“搗亂”用戶,比如每天只來惡意差評,對產品并沒有價值,這類用戶就不是目標用戶。故留存的本質是留住用戶并為產品帶來更大的商業(yè)價值,而不僅僅是延長其生命周期。
提升留存的基礎
以餐飲業(yè)運營為例,不管是海底撈還是其他餐館,首先要解決如何讓更多用戶來吃飯?前提條件一定是不難吃,那么這也就是說,產品必須滿足用戶的一個真實需求,如果產品本身就是一個偽需求,那這個產品不管如何運營,留存都不會高。
防止用戶流失
接下來通過一些具體案例,講一講如何防止用戶流失。
首先,用戶可分為:留存用戶 和 流失用戶。
其次,每個用戶都具有兩個維度的屬性:
用戶屬性:年齡、職業(yè)、性別等
用戶行為:瀏覽、查看、下單、支付等
結合用戶屬性和用戶行為,對用戶進行精細化運營,找出留存用戶與流失用戶的行為差異,找出流失原因?是性別?是用戶使用的瀏覽器?還是留存用戶觸發(fā)了某些功能,而流失用戶沒有觸發(fā)?通過用戶畫像,找出差異后,針對差異,進行相應的改版和引導。
案例一
某初創(chuàng)型垂直電商剛上線時,通過不遺余力的推廣及大力度的用戶補貼后,發(fā)現:在取消補貼后,用戶流失非常嚴重,故需要通過用戶行為數據分析,找到提升用戶留存的產品關鍵點。
分類導航入口 廣告位 活動入口(僅作示意)
首先,通過用戶分群,篩選出:已有過購買行為的用戶,再把這些用戶分成兩個群:一個是購買過且留存的用戶,另一個部分是購買過但流失的用戶。通過用戶行為,比如:支付成功,再進一步精細化分成兩個群進行分組對比。
把這兩個群分開后,首先查看用戶畫像,找到差異。通過觀察發(fā)現,兩組用戶觸發(fā)分類導航的次數是不一樣的,此時即可對比兩個用戶群,觸發(fā)分類導航事件的活躍度。
驗證時,同樣把用戶分為兩個群,觀察是否在分類導航事件中存在區(qū)別。
第一個群,新增三天內觸發(fā)分類導航次數多的用戶;
第二個群,新增三天內觸發(fā)分類導航次數少的用戶。通過漏斗功能發(fā)現,藍色柱子是觸發(fā)分類導航次數多的用戶,黃色柱子是觸發(fā)少的用戶,很明顯,藍色用戶轉化率比黃色轉化率要高得多。
再看留存,藍色曲線是觸發(fā)次數多的用戶,而黃色是觸發(fā)次數少的用戶,藍色用戶比黃色用戶多將近20%。如此就驗證了剛才的假設:觸發(fā)過分類導航的用戶確實要比沒有觸發(fā)過分類導航的用戶留存率要高。
從產品角度而言,分類導航的作用本身是一種內容組織形式,是提升個別用戶尋找效率的方式,為用戶帶來更舒適的體驗,并且讓用戶更快的找到自己喜歡的產品,完成相對的轉化。故該企業(yè)進行了產品改版。
促進用戶活躍并產生價值
高頻功能帶動低頻功能
某產品核心功能確實存在,但產品本身是一個低頻且不常用的產品,比如:旅游產品,是一個滿足用戶真實需求但頻率比較低的產品,不常用(用戶平均出行2-3次/年)。此時,可添加一個高頻的輔助功能,作為流量擔當。
比如,在一個產品中增加社區(qū),社區(qū)讓沒有旅游需求的用戶也能登錄產品查看旅行攻略,通過簽到等行為獲取積分,那么這個社區(qū)就是一個輔助功能,并不是核心功能。
通過兩部分的疊加,獲得了一個新產品,能讓用戶高頻使用,且滿足用戶核心需求的產品。
舉例:
萬科APP——住這兒。這個APP最初的功能只有:私人管家、訪客邀請、手機開門、郵購。這幾個功能,雖然都很實用,對用戶來說,并不是必須的。
比如,手機開門功能,其實業(yè)主大多使用房卡。萬科便增加了社區(qū)功能,引導用戶吐槽(投訴),比如,誰家狗便便沒有及時清理;哪里有煙頭;或者組織業(yè)主參加趣味活動,這樣通過業(yè)主的參與,提升活躍度,最終提升這個低頻APP的留存率。
增加用戶的離開成本
在愛情中,付出更多的一方往往更無法自拔,其實在產品中也一樣,讓用戶更多的付出也會讓TA舍不得離開。
小黃車
我之前加入了一個“小黃車”官方微信群,這個群會進行一些引導,博取用戶同情,比如:小黃車的維修師傅很辛苦,用戶在這個群里也會進行類似“可憐的小黃,躺在這個小草里面我給弄醒了”這樣的發(fā)言,甚至還有一些用戶通宵做志愿者,協(xié)助運維人員把車收集起來。我相信,這些用戶需要用車時,一定首選ofo,這就是讓用戶付出感情后,不容易離開產品的例子。
摩拜
最初,摩拜支持1元起充值,但后來調整為最低充值10元,(退款流程不完善,被很多人詬?。?。通過提前充值的方式綁住用戶,讓用戶無法離開產品。
知乎
假如某位用戶回答過149條問題,而且都是比較高質量的,如果此時有一個新平臺,他不太可能離開知乎,因為換平臺的成本也是非常高的。
閑魚
假如,我在閑魚上傳了很多我需要出售的商品,但現在“轉轉”又來了,如果要換到“轉轉”上,就需要重新上傳所有之前咸魚上的商品信息,這個工作量很大,我在閑魚上已經付出了很多成本,所以增加用戶的離開成本,能夠促進用戶在產品中的活躍。
搭建用戶激勵體系
步驟一、明確用戶角色。如果是一個內容類產品,有內容生產者和內容消費者,他們在產品中定位是什么?如果是一個教育類產品,有老師和學生,那么,激勵的手段方法和措施是不一樣的。
步驟二、激勵的行為有哪些?用戶在產品中的行為,有一些是有價值的,比如,對于電商平臺來說,購買商品是有價值的;還有一些行為可能是有害的,比如,在社交產品中發(fā)表負面言論,這些言論可能導致產品被封。
步驟三、如何激勵?滿足人性的一個弱點,即可。
比如:
弱點一,精神層面的滿足,比如,淘寶買家的等級;
弱點二,物質層面的滿足,比如,餓了么積分商城;
弱點三,產品功能層面的區(qū)分于他人(與眾不同),比如,百度貼吧中,部分貼別只允許4級以上用戶發(fā)言,就會讓用戶產生一種虛榮感和優(yōu)越感。
步驟四、選擇一種合適的方式。
首先,明確用戶想要的,同時結合產品想要的,即,找到產品需求和用戶需求的平衡點,評估產品所需要的用戶行為。
其次,利用從眾心理,讓用戶感受到很多人都在使用,刺激用戶。比如,薄荷APP中“成功故事”板塊,通過減肥成功的故事刺激用戶加入進來。
增加可使用的場景
前年,滴滴打車改名叫滴滴出行了,名字并不是隨便改的。滴滴剛起步,叫滴滴打車,因為這個名字更能加深印象。之前,用戶僅在打車時想到滴滴,而再后來滴滴的知名度提高了,改名叫滴滴出行,此時,用戶只要出行就想到滴滴,與之前相比擴大了用戶的使用場景。
用戶流失后的召回
如果之前的手段都已經做了,但用戶還是流失了,這個時候就需要進行用戶召回,但用戶召回是有成本的,不可能所有用戶都召回,因為用戶中有刷量的用戶,有垃圾用戶,這些用戶就應該放棄,而優(yōu)先召回曾經的真實用戶。
初期的產品沒有達到用戶預期很可能就流失掉了,流失后就需要想辦法把這一部分用戶召回來。
同樣,使用用戶分群功能,選擇一個篩選條件:在最近30天內沒有登錄,即定義為流失用戶,而把最近30天,有且有過3次付款行為的實名用戶,定義為高質量用戶,給這個用戶群命名為,高價值流失用戶,現在需要進行這一部分用戶群的召回。
通常的召回的方式有郵件、產品類的推送、短信、微信的服務號,這些方式優(yōu)點和缺點很明顯。比如,短信到達率雖然高,但成本也高,而且現在短信使用率不高;服務號的推送,到達率高、打開率高、成本低。但缺點是讓用戶很反感,用戶也可能不喜歡。如此需要根據產品特點來選擇召回方式。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數據分析師:開啟數據職業(yè)發(fā)展新征程? ? 在數據成為核心生產要素的今天,數據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03