

互联网看数据分析：如何留住用户？

数据分析不是个事儿

2023-03-03

导读：用户留存相关

“大家好，我是李启方!今天是互联网数据分析的第二期：用户留存。第一期是转化率分析。内容详见《互联网数据分析入门：转化率分析》。”

当今时代信息化产业飞速发展，各类底层大数据平台百花齐放，亿级数据、秒级响应已经不再是当年的遥不可及的神话。然而对于企业来说，数据计算快仅仅是满足企业进行业务数据分析的硬件基础，如何发掘这些海量的数据产生应用价值，走好数据分析这最后一公里，引导企业进行战略决策却是至关重要的一步。

对于互联网行业的企业运营来说，第一步自然是新用户线索的引流，做好引流工作之后就需要开始考虑如何将这些线索进行平台的用户转化。前面也跟大家分享过关于互联网行业的引流和转化的相关文章，那是不是做好平台用户的引流和转化就够了呢？答案显然不是，如何活跃和留存好已有的用户，使之对企业产生持续价值才是长期可持续发展的根本。笔者以互联网行业用户留存为数据业务分析背景，希望能跟大家交流一些行业数据分析方面的心得和体验。

前面说到，做好平台的用户留存是互联网企业可持续发展的根本保障，特别是对于TO-C模型下的互联网企业而言。如果我们费尽人力物力方才完成拉新和成功转化的用户，在一段时间内就快速地流失掉了（可能其流失之前付费阶段对企业带来的收入还不及前期推广投入的成本之多），那么这绝对是一个非常失败的运营条链。

首先我们可以从宏观上来定义平台的留存用户：在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。我们往往希望我们的留存用户越多越好，而新增留存用户数=平台新增用户数*新增用户留存率。关于如何提高平台新增用户数这个指标的常用技巧和方法论，我们在前期的从互联网看数据分析之道的引流篇和转化篇已经跟大家详细讨论过了，这里就不再赘述。本文主要以如何提升新增用户留存率方法论为核心，希望能够和和大家进行深入交流讨论。（下面使用的数据分析工具为FineBI，文末可免费领取激活码）

1、提升产品价值

对于用户而言，使用你们企业的产品只有一种可能，那么就是你们的产品能够对其工作或者生活产生一定价值。对于企业而言，扎扎实实做好自家产品绝对是其长期生根立命最核心、最根本的驱动力。那么我们就必须做好产品的版本更新迭代工作，不断丰富产品的应用功能，不断深化产品的可应用空间，不断简化产品的交互操作，让用户能够通过更少的时间成本快速上手我们的平台应用，同时通过平台为用户创造其所需要的价值。

如果是在产品设计研发前期，那么我们就需要充分调研和考虑用户的需求，合理分配研发开发资源，以用户为核心，做出真正对用户有价值的产品。对于正处于稳定发展的产品或者平台而言，我们也需要多多收集平台的用户改进建议，多听听用户是怎么想的，设计出超出用户预期的优秀产品。另外我们还需要时刻关注竞品动态，观察同类平台或者产品的最近更新状况，对竞品做的好的方面虚心加以学习，做到取之精华，避之糟粕，打造一款比市场同类产品更加有特色和区分性的产品。

2、让用户感知产品价值

做好第一步之后是不是就够了呢，显然不是。有了一款好的产品之后，那么我们还有很多基础工作需要去做，比如我们需要不断丰富和完善平台或者产品的文档和教程视频，丰富产品或者平台的成功应用案例，优化产品的使用流程向导。对于用户而言，即使你的产品或者平台本身功能再强大，但是用户下载之后感觉无从下手或者无法深入应用的话，那么其产品本身所提供的应用价值也就无从发挥，所以为用户做好产品流程使用方面的帮助事宜对于用户留存来说是非常重要的。

3、活跃用户/提高用户粘性

通常来说到这一步，我们经过前期的引流和转化工作之后已经拥有了一批用户了。对于平台已经拥有的这批用户，我们就需要开始数据精细化运营管理了。很多情况下往往前期运营引流和转化投入带来的高速用户增长，如果不做好用户留存方面的工作，那么最后结局必然是前期的重金得不到对应的利润回报，最终却是竹篮打水一场空。这边在给大家开始分析平台用户的留存率之前先简单介绍一下几个常用的用户生命周期指标。

新增用户数：新增用户数=在某个时间段新登录应用的用户数
登录用户数：登录用户数=登录应用后至当前时间，至少登录过一次的用户数
留存率：留存率=新增用户中登录用户数/新增用户数*100%
次日留存率：次日留存率=（当天新增的用户中，在注册的第2天还登录的用户数）/第一天新增总用户数
第3日留存率：第3日留存率=（第一天新增用户中，在注册的第3天还有登录的用户数）/第一天新增总用户数
第7日留存率：第7日留存率=（第一天新增的用户中，在注册的第7天还有登录的用户数）/第一天新增总用户数
第30日留存率：第30日留存率=（第一天新增的用户中，在注册的第30天还有登录的用户数）/第一天新增总用户数

我们先来看到如上图所示的一组平台用户总量走势数据统计情况，从2017年1月开始，平台的IOS用户数量增长较快，到2017年8月份达到了将近4500的IOS总用户数量。表面上看起来平台的IOS用户数量增长情况是要大于安卓用户增长的，到2017年8月时的总用户数量也要大于安卓用户数量。但是我们仔细观察这两组数据增长情况会发现，IOS用户虽然增长快，但是在2017年5月之后总用户数量趋于平缓，而安卓用户数量虽然增长慢，但是确是一直保持着稳健增长的趋势。

如果你能够发现这个问题，那么恭喜你，你已经初具数据分析师的洞察力。这个时候我们就需要关注除用户增长之外的平台用户留存率指标计算统计情况了，下面我们再来继续看看IOS用户和安卓用户的留存率变化对比如何。我们观察下图的月度用户留存率数据统计情况可以看到，一开始IOS和安卓的用户留存率都是100%，到了第七日IOS的用户留存率下降至44%，安卓用户七日留存率是58%，最后到第30日IOS的用户留存率仅剩15%，而安卓的用户留存率却还有35%。这也就不难解释为什么平台高增长下的IOS用户为何最后留存下来的用户最后却不多了，其背后严重的用户流失率是一个不容忽视的问题。

关于如何提高平台的用户留存率方法方面，我们有许多事情可以做。比如给平台的用户特别是刚注册的新用户推送相关优惠促销活动，让他们能够快速地融入到平台中产生消费。对于平台积累下的老用户，我们需要注重平台的社区生态运营，多做一些用户互动以及用户建议或者是需求调研，并且进行用户建议积极反馈，以增强用户和平台之间的黏性，提高用户留存率。同时平台需要打造一批平台核心粉丝用户，通过一定物质上的激励形式鼓励用户以老带新，实现平台&&用户共创。通常来说我们需要通过多种不同的方案尝试，最终才能找到最适合平台和当前阶段的最佳方法，所以即时的平台数据指标监控尤为重要。

4、流失用户回流

最后跟大家谈一谈流失用户回流方面的一些心得，如果你前期做了多很关于用户留存方面的运营工作，最后用户还是流失掉了，我们该怎么办，还有没有能够让流失用户回流的方法？

其实关于流失用户回流方面，总结主要有两大方面我们需要进行针对性数据分析和思考的。

一方面是我们需要考虑是否是由于平台或者产品本身的原因导致用户流失，所以通常来说如果是软件类的产品我们一般可以在用户需要卸载产品之前，做一个用户卸载原因选项调研，有针对性地对应反馈意见较多的点进行产品体验改进，如果是网页平台端的产品，我们可以通过定期邮件内容（促销活动、产品使用教程、产品价值文案等）进行用户推送唤醒，值得注意的是我们在做用户回流操作尝试的同时，需要即时关注用户回流指标的数据走势，这样方可找到平台或者产品当面最需要改进的方面。

另外一方面我们还需要考虑到用户本身的质量，当然这是在做完第一方面前提下之后的进阶工作。通常来说我们可以统计各个推广渠道所带来的用户特征分析，因为不同的推广渠道最后引流所带来的用户质量可能跟推广渠道本身具有一定相关性。关于如何分析不同渠道的用户群体特征方面，这里我跟大家推荐非常实用的RMF用户画像模型。RFM模型是衡量客户价值和客户创利能力的重要工具和手段，在众多的客户关系管理(CRM)的分析模式中，RFM模型被广泛应用，具体模型介绍请看《最详细的RFM模型实操案例！让用户行为分析事半功倍！》。

最近一次消费 (Recency)
消费频率 (Frequency)
消费金额 (Monetary)

当然除了以上的分析指标之外，我们还可以根据自己产品或者平台的特点再添加新的分析指标。例如下图所示，我们除了分析平台用户最近一次消费时间、消费频率、消费金额之外，我们还增加了特价商品消费占比（价格容忍度）、最大单笔消费金额（购买力）、最高商品消费占比（价格容忍度）这三个指标进行联立分析，得到各个渠道更加精确的用户画像分析数据。

例如上图中SEO推广渠道所带来的用户，会员对产品和平台忠诚度比较高，但是购买力很低，这种客户虽然消费金额不高，但是即使不做营销策略，他们也会产生持续消费，这部分客户是企业持续利润的来源基础保证，通常我们可以通过在一些网站流量稍小的时段做促销行为，让其产生持续的集中消费。通过分析各渠道用户画像特征之后，我们可以进行有针对性的用户留存运营，以达到最好的留存效果。

文中使用的工具FineBI的免费下载激活码我已经准备好了，点击本页面底部的阅读原文，即可获取。

【声明】内容源于网络

数据分析不是个事儿

分享数据人的干货！

内容 1307

粉丝 0

数据分析不是个事儿分享数据人的干货！

总阅读375

粉丝0

内容1.3k