发帖
雷达卡
CDA人工智能学院：数据科学、人工智能从业者的在线学院。
数据科学（Python/R/Julia）数据分析、机器学习、深度学习
这节我们来聊一下用户留存的话题，用户留存有多重要呢？“不留存，就去死”，听起来还是有点耸人听闻的对吧。说到留存，不得不先弄清楚用户画像，所谓“知己知彼，百战不殆！”
很多大佬们往往更关注留存这一环节，那么这一环节有什么奇妙的地方呢？由于这一章内容较多，小P给大家找到了思维导图方便大家理解：
首先，书中关于用户留存举了BranchOut的反例：从2012年1月开始，短短几个月时间里，BranchOut的总用户数增长到2500万，月活跃用户一度达到1400万，并且完成了C轮融资。就是这样一个看起来前景一片大好的社交网站，是怎么最后沦落到到处找买家贱卖的下场呢？
归根结底，就是没有注重用户的留存问题，团队把精力全部放在了用户获取上。其实这样的事情在国内我们也见过不少，很多app都有过声势浩大的阶段，但后来却逐渐消失在我们的视野中。我们去结合产品的“S”曲线就会发现，这类产品在当时巨大的用户增量面前，并不足以承担，并且很可能会对产品造成很大的负担，产品功能及各方面不够匹配这么大的用户量，一味的增长反而会加速产品走向下坡。其实，我们首先要认清一个公式：
净用户增长=新用户加入-老用户流失
这也就意味着我们的流失数最起码要与新用户数保持持平，才会实现增长。然而现实中，很多新人会被眼前的新用户数冲昏头脑，而忘记产品现有功能是否能满足大量用户基本使用需求以及是否能满足小众用户的特殊需求。所以，出现这些问题也就可以理解了。
我们再来定义下留存，女主说：衡量留存，我们推荐使用计算同一用户群不同时间的留存率（Retention rate）来绘制留存曲线（Retention curve），有时候也叫做进行同期群分析（Cohort Analysis）。简而言之，就是把同一时期加入的用户放在一起，横向追踪他们在接下来几个月、一年的时间里，是不是还持续使用这个产品，有多大比例流失了，在什么时间流失了，从而了解用户随时间变化的留存情况。在定义留存这个环节中，首先我们需要明确定义自己产品留存关键行为以及用户的天然使用周期，这样我们就可以着手绘制留存曲线图了。想要画出一个周留存曲线，只需以下四步：
1. 记录每一周首次完成关键行为的用户数，也就是激活用户数。
2. 追踪这些用户在接下来的每一周里继续完成关键行为的数量。
3. 通过前两步，计算每一周有关键行为的用户占首周激活用户数的百分比。
4. 把百分比数据画成曲线图，就是你的留存曲线了。
步骤4
那么，从这个留存曲线当中我们能看出什么呢？
横向观察时：用户的流失是不可避免的，但好的留存曲线应该是变得越来越平
纵向观察时：随着产品的改善，以及各种留存手段的帮助，后来加入的用户其留存曲线的
的斜率应该比之前加入的用户的平缓。
同样，用户留存周期也是分阶段的。
1. 新用户激活阶段：包括新用户的注册、激活流程和整体的新用户体验。这一阶段的主要目标是帮助新用户上手，快速发现产品达到Aha时刻。
2. 中期留存阶段：是指用户完成了首次关键行为之后继续熟系产品，发现更多的价值。主要目标是帮助用户形成使用习惯。
3. 长期留存阶段：这时用户对产品的使用已经非常熟悉，主要目标是让用户经常回来使用产品，感受到产品的核心价值，避免用户的流失。
4. 流失用户阶段：这一阶段是针对已经流失的用户，主要目标是让用户重新发现产品价值，唤回用户。
不同阶段，目标也不同。把握住留存的各个阶段，实操起来才会更轻松。
增长黑客：关于如何引导用户激活的营销决策！
我们来聊一下“用户激活”这个话题，提到用户激活，怎么样的营销决策是好的呢？相信很多同学脑海都浮现一个词，没错，就是“Aha”时刻，用户激活是离不开Aha时刻的。
如何定义它呢？Aha（惊喜）时刻，就是新用户第一次认识到产品的价值，从而脱口说出“啊哈，原来这个产品可以帮我做这个啊”的那个时刻。
这是一个至关重要的时刻，他区分了那些从产品中发现了价值和那些没发现价值的用户。这也是一个“有感情”的时刻，用户觉得他从广告里看到的那些承诺，产品在这一刻都履行了，因此觉得满足甚至感到惊喜。
在这里给大家列举了几个知名产品的Aha时刻：
通过这些例子，大家不难发现定义Aha时刻的一些规律——那就是清晰、具体、可衡量，并且发生在用户体验的较早期，以及符合下面的描述：
（谁）在（多长时间内）完成（多少次）（什么行为）
不难看出，要找到以上信息来定义Aha时刻，需要三步：
第一步，定义一个关键行为；
第二步，找到关键行为的完成者；
第三步，需要明确规定在早期多长的时间内？并且在这段时间内用户需要完成多少次关键行为？
举个例子，对于各大社交网站如Facebook、Twitter来说这个关键行为是建立社交关系；对于企业软件Slack而言则是其核心功能：发送信息。让新用户通过采取某个特点行为迅速了解产品的价值所在，到达Aha时刻，这个行为就叫做“关键行为”。但是，每个产品的关键行为不同，要具体分析。小伙伴们可以带入性的来思考一下这几个问题：
1. 你希望用户每次使用产品时都做的行为是什么？
2. 用户做出了哪个行为更有可能长期留存下来？
3. 哪个指标是整个公司最在意的？哪个指标是你最希望提升的？哪些用户行为直接影响了这个指标？
4. 你有几个不同产品或者功能吗？他们都分别是什么？每个产品或者功能的成功指标是什么？和哪些用户行为相关？
通过以上问题找到了一些方向之后，我们要做的就是通过下面4步确认关键行为。
第一步，列出可能的关键指标；
第二步，通过数据分析筛选关键行为；
第三步，通过定性用户调研进一步确认关键行为；
第四步，找到关键行为和Aha时刻
那么，在了解新用户引导方面的激动指数时，我们首先要明确用户的初始激动指数，这个指数通常来自于品牌，广告设计和来源投放；其次，了解各个元素对激动指数的影响；最后，综合审计新用户激活漏斗的各个环节。
通过前面讲的内容，我们明确了新用户激活的重要性，知道了新用户激活的重要性，知道了如何找到Aha时刻，衡量新用户激活该采用哪些指标，下面我们通过一些具体的案例，介绍用户引导的四大原则和需要避免的八大误区。
原则一：增强动力。Uber的用户推荐流程巧妙利用推荐人的社会信任。
原则二：减少障碍。每一个障碍，用户都会消耗能量，其激动指数都会下降一点点。
原则三：适时助推。
原则四：私人订制。用户的偏好不同、背景不同、使用产品的目的不同，“千人一面”的新用户引导很可能不能满足每个用户的需求，这是需要引导个人化，最大化的满足用户需求，提高激活率。以下是几个成功案例：
除了四大原则外，在建立新用户引导流程时还应该注意避免下面的八大误区。
第一， 新用户注册和引导步骤太多，流程太长；
第二， 没有聚焦到一个关键行为上，想让新用户做的事情太多；
第三， 花太多时间教用户怎么做界面，而没有让用户使用产品；
第四， 让用户太快完成设置，没有给予足够的教育；
第五， 新用户注册太顺利了，没有设置必要的障碍筛选掉不合格的用户；
第六， 以“注册完成”为衡量新用户引导的标准，而不是“用户激活”；
第七， 对每个用户都统一对待；
第八， （最重要一点）完全照抄以上介绍的最佳实践，而不进行A/B测试。对于不了解A/B测试的同学可以关注小P的下一篇简读哟~讲解王晔老师的A/B测试。
写在最后：新用户激活是一个系统的工程，需要多个团队的参与、多个渠道的配合，并且不限于新用户注册的第一天，而是要延续到首周、首月，甚至是更长的时间段。
关注“AIU人工智能实验室”，回复“录播”获取更多人工智能精选直播视频！
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
