如何高效实现活跃用户增长？.docxVIP

PAGE PAGE 1 如何高效实现活跃用户增长？ 关于分析方法相关的内容，之前有写过《RFM分析的实现细节》、《漏斗分析及产品化》、《归因分析的具体规律》、《路径分析的细节及产品化》，都是读者关注比较高的内容，大家可以参考。什么是留存分析首先，我们看看什么是留存分析。（1）可视化呈现我想，这个图大家应当都不生疏： 是的，这是一个典型的用户留存分析图。 通常来讲，在这个图的左侧第一列是用户的猎取时间，右侧是用户在后续第一天（周、月）、其次天（周、月）……依旧有操作行为的用户数量以及留存率。这里的留存率=详细后序天用户数量÷用户猎取天的总用户量（即上图中的其次列）。时间粒度可以是天、周、月，甚至是年均可。（2）分析的内容及意义其实从上面的图中，包括留存分析的名称中，我们也能看出来，留存分析是用来分析新猎取的用户在猎取后的一段时间内，在网站或者APP的留存状况的分析。直击本质，其实留存分析是将用户根据日期维度进行绽开，看在绽开日期中的行为表现，而主要看的是是否还属于网站用户，即留存。这样绽开后，一个特别大的好处是，可以分析用户的留存质量，避开消失新用户过多掩盖掉留存质量差的状况。（3）关于留存分析的概况指标当然了，上面的可视化的留存分析图比较简单，主要是涉及到了一个日期的矩阵，虽然很直观，但是信息比较分散。有时为了汇报、做分析，或者建立北极星指标，我们需要一个更概况的指标。这一般就是日期留存率。比如：7日留存率、14日留存率、次日留存、月留存率等（留意30日留存和月留存不是一个概念，周留存和7日留存也不一样）。强调：只说留存率不提日期就是耍流氓。由于明显时间越长留存越少，不同时间周期的留存是没有对比意义的。详细计算比较好理解了，就是根据上图，将符合对应日期留存的用户加和做分子，对应的总用户做分母。通过这一番操作，用一个指标衡量留存状况，就更加便捷了。02留存、漏斗与路径分析我们之前其实共享过《路径分析》、《漏斗分析》。留存分析是否和上述两个分析有一些关联呢？答案是确定的。（1）相同点这三个分析内容，都是针对用户的分析。详细而言，都是针对用户在一段时间内，在不同的核心路径、或者产品环节发生的行为表现分析。（2）差异点这三个分析的侧重点是不同的。漏斗分析：侧重于核心产品流程，比如搜寻、扫瞄、加购、下单、支付环节，分析用户在各个环节的转化流失状况。路径分析：侧重于明细的产品环节的链路流转，主要是了解用户在各个模块、各个产品环节之间是如何进行操作行为的。留存分析：侧重于分析用户随着时间变化的活跃状况。（3）关联（这部分很重要哦）其实，这三者也是有肯定关联的。我们可以把漏斗分析看作是一个概括的分析，分析一段时间内用户在核心产品流程上的转化率、流失状况。漏斗分析是事先固化了详细的行为链路，比如先搜寻、后加购、再下单、支付。但实际呢？用户的行为是**的，确定有用户加购以后又进行了搜寻，或者下单以后进行了扫瞄等。所以不是根据漏斗分析这么抱负的挨次来的。那假如想去分析用户详细的在各个产品环节的跳转路径，就需要将用户实际的行为挨次拆解开进行分析，这就是路径分析。但这不代表漏斗分析没有意义。它固化了流程，也简化抽象了流程，虽然不能反映细节的路径关系，但是能分析整体的各个环节的转化。漏斗和路径分析都更加注意于产品环节。假如想分析时间层面用户的行为表现呢？对，从产品环节中选择两个环节（或者两个衍生规律的环节），根据时间维度绽开，就是留存分析了。这是个人对于这几个分析的一点看法。03留存分析的产品化实现最终我们简洁聊聊关于留存分析的产品化实践。（1）开头结束行为首先，要明确的是开头和结束日期行为的定义。我们上文提过，留存分析看的是两个产品环节之间的时间绽开。我们看神策的产品设计：最顶端就是选择开头结束行为。通常呢，我们看的是开头环节是注册行为，结束是用户登陆行为，这可以反映用户的留存，没有疑问。那假如开头日期是注册，结束日期是用户的购买呢？是不是也可以反映用户的留存呢？只不过比登陆更严格了。因此，不同的开头结束行为的定义，对于留存的统计，是有很大差异的。详细用什么行为，还是要针对分析场景详细分析。不过在公司实践中，往往关注用户的留存质量用的是比较宽的规律，即关注的是注册用户的后续登陆行为，顶多是扫瞄，不会看比较偏后链路的行为（比如购买）。为啥呢？由于后续环节应当算作是用户的链路转化。既然用户已经回到网站了，那就可以用弹窗、优待券等方式触达，和留存关系这件事，其实已经不大了。而且后链路的行为叠加了产品的漏斗损失，导致留存分析叠加其他因素，分析的意义减弱。（2）分析周期其次个重要的参数就是分析的日期范围以准时间力度。时间范围比较好理解，即看哪个日期范围的