留存分析

客戶使用產(chǎn)品時間越長,帶來的現(xiàn)金流或者利潤越高,如果在收支平衡前流失,則會造成損失。

留存的三個階段:

留存的重要時點:

1. 次日留存

2. 周期(一個完整的使用周期)留存

留存的核心原因:

1. 拉新、渠道的優(yōu)化等:也許會提高一定的留存率。

2. 產(chǎn)品功能設計能否滿足客戶的核心需求:上一步的留存到底能不能留下來。

3. 產(chǎn)品設計更好的、更快的、更方便地滿足客戶的核心需求。

留存分析維度:

1. 按用戶獲取時間分組(Acquisition Date Cohorts)

2. 按用戶行為分組(Behavioral Cohorts):

通過優(yōu)化產(chǎn)品,如改變產(chǎn)品交互行為的設計、A/B test等,更好地引導用戶使用這些功能,如讓客戶更早地去點擊“喜歡”,進一步提升留存。

起始行為和回訪行為:

行為定義:

如,發(fā)紅包活動,起始行為定義為:瀏覽紅包領取成功頁面,回訪行為定義為:瀏覽購買成功頁面。

結果解讀:

1. 第一列“當天”的留存率不是100%,是因為我們設定的起始行為與回訪行為不一致,如當天的平均留存率為38.1%,表示每100個領取了紅包的用戶中,大約38人會在當天就去購買商品花掉紅包。

2.?其他分析,如:1月2日、1月7日,當日即次日轉(zhuǎn)化率差異明顯,可以將兩組用戶進一步按多維度和指標進行交叉對比,找出他們的行為差異。

如,可將用戶使用相關模塊的頻率和熱度整理為一個指數(shù),10為滿分,9為經(jīng)常使用。

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容