用户分析数据指标

活跃用户分析

1.活跃用户趋势（一般30天为一段数据）
2.新用户占比趋势
3.新老活跃用户结构

内容分析

1.不同频道的阅读用户数
2.不同内容的阅读用户数
3.各内容评论率
4.不同频道的留存率
5.不同文章的留存率
6.各内容分享率
7.各内容点赞率

提升留存的五个步骤

1.理解现状：诊断当前的留存情况，拆解与留存有相关影响的工作
2.指导工作：使用正确的留存指标指导日常促留存工作
3.寻找线索：理解用户行为，并找到影响留存的数据洞察
4.验证逻辑：对找到的留存线索进行验证，提炼有效的留存逻辑
5.实施优化：基于经验验证的逻辑，着手产品设计及运营机制优化

留存率，是被多种因素综合影响后的一个结果
若不做拆解，则无法在写作及沟通上做到同频
日常工作拆解的两个视角
1.用户生命周期

当用户处于不同的生命周期阶段时被影响表现是不同的，因此对用户进行干预的偏重
点是不同的

2.产品控制要素

支撑我们干预用户的产品机制和运营手段种类繁多，它们的影响方向和作用周期也是
不同的

拆解视角一：用户生命周期模型

拆解视角二：影响用户留存的控制因素

一个例子区分这三类控制因素

控制要素的进一步拆解

三类控制因素衡量的指标

衡量控制因素应选用恰当的留存指标

通常基于控制因素的价值周期是属于长期还是短期来判断

1.提供产品价值

衡量产品或功能的长期留存表现
 - 次月留存率
 - N月留存率

2.引导用户行动

衡量短期运营手段和引导机制的表现
 - 次月留存率
 - 次周留存率
 - 7日留存率
 - 15日留存率

3.优化匹配效率

衡量产品价值丶运营手段和用户群的匹配度
 - 次月留存率
 - 次周留存率
 - 7日留存率
 - 15日留存率

综合两个视角，梳理会对留存产生影响的工作

精准拉新工作

精准激活工作
用户可以被精准激活的三个假设

假设一：大前提
产品对用户是存在长期价值的（已到达PMF状态）

假设二：小前提
通过某些关键行为，新用户可以快速体验到产品的长期价值

假设三：小前提
感受到长期价值的新用户有更大的可能性留下来

如何定位用户的Aha Moment?

1.谁
2.多长时间
3.完成多少次
4.什么行为
5.激活行为-行为要求：代表用户有用价值的可能路径

功能留存工作

使用功能留存矩阵评估功能对于留存的影响，并用于确定功能改善的工作方向

• 功能渗透率

   指标定义：某段时期活跃用户中，会有多少比例的人群参与到该功能的使用中
  

• 功能使用评率

   指标定义：某段时期内使用该功能的用户，在这个固定周期中平均使用该功能
   的次数（天数）
  

• 功能留存率

   指标定义：某段时期内使用该功能的用户，会有多少比例的人群在后续周期扔
   在使用该功能
  

功能留存优化

• 功能渗透率

   指标作用:衡量当前进入该功能的用户盘子有多大，评估是否需要引入更多用户
   指标示例：功能活跃用户占周活跃用户的比例丶功能活跃用户占月活用户的比
   例
  

• 功能使用评率

   指标作用:衡量该功能是高频还是低频，评估当前是否达到理想频次
   指标示例：周平均使用次数丶月平均使用次数丶周平均使用天数丶月平均使用
   天数
  

• 功能留存率(长期)

   指标作用:衡量当前功能的使用持续性，评估对留存的长期影响，调整资源投
   入
   指标示例：周功能留存率丶月功能留存率
  

强化参与工作

强化参与工作

五项留存工作的重心

• 新用户留存工作的核心是：精准激活

   要让用户在较短的时间快速确认产品的价值
  

• 老用户留存工作的核心是：强化参与

   要让用户在长期持续不断地消费产品的价值
  

用户行为的分类

• 一次性行为（低频行为）
  1.用户只做一次或较为长期才做一次
  2.某些行为比较关键，是为后续产品使用打下基础
• 周期性行为
  1.通常是体现产品核心价值的功能使用行为，或者其他我们希望用户持续去做的事情

一次性行为的分析目标和数据模型
业务目标
让更多的用户沿着正确的路径做某件事

• 转化问题分为：
  1.漏斗分析
• 严格规定的路径上，用户流失情况如何？
  2.路劲分析
• 用户群体的实际行为路径如何分流？
  3.行为序列
• 用户个体的实际行为路径如何跳转？

前提性关系

关系描述：用户不做某件事，则几乎无法留存
行为示例：电商首单丶银行开户....

助力型关系

关系描述：用户做了某件事，则可以更好地留存
行为示例：领取优惠券丶开通会员丶....

养成型关系

关系描述：用户持续做某件事达到一定强度，有助于后续留存
行为示例：核心使用行为丶活动参与行为....

留存分析
-对比两用户分群，观察留存情况

分步分析
-对比两用户分群，观察行为频次(强度)

应用A/B测试验证留存逻辑

根据有效逻辑提升留存

1.发现问题在哪个环节
2.了解问题为什么发生
3.参考最佳实践进行产品优化

转化问题优化

留存问题优化

留存问题优化-阈值设定
折扣机制

• 该给付费会员以何种频率发丶发几张卷
• 该给新注册用户发几张卷丶有效期多长

等级机制

• 对用户的哪些行为设计等级(勋章)
• 以什么样的数值作为升级门槛

签到机制

• 在什么节点设计一个重大奖励

竞争机制

• 如何设计竞争规则(目标竞赛行为)
• 以何种频率公布榜单？(竞赛周期)

提升留存的五个步骤
1.理解现状

诊断当前的留存状况，拆解与留存有相关影响的工作

2.指导工作

使用正确的留存指标指导日常促进留存工作

3.寻找线索

理解用户行为，并找到影响留存的数据洞察

4.验证逻辑

对找到的留存线索进行验证，提炼有效的留存逻辑

5.实施优化

基于经验验证的逻辑，着手产品设计及运营机制优化