如何分析活躍用戶和留存用戶？
Warning: Invalid argument supplied for foreach() in /data/cxweb/www/gupowang.com/public/article/view.html on line 71
7年前
來源 | 知乎
作者 | 秦路
活躍用戶的定義通常是打開一次APP記為活躍，也能拓展出周活躍數(shù)，月活躍數(shù)。至于用哪個時間維度作為核心的分析指標，可以看產品的低頻，高頻程度。像女性經(jīng)期APP，用月活躍統(tǒng)計就比較好，道理你懂的。
活躍用戶的分析以產品和業(yè)務出發(fā)，像學生群體，寒暑假的數(shù)據(jù)和其他時間段會有明顯差異，大學生的就業(yè)網(wǎng)站，九月十月，三月四月也一定會有流量高峰期。
假設有一款新產品，這是它四個月內的活躍數(shù)據(jù)。
這個數(shù)字除了看出活躍用戶數(shù)在上升，沒有任何分析的意義。
好的數(shù)據(jù)指標，都應該是比例或比率。
設定一個新指標，活躍率：某一時間段內活躍用戶在總用戶量的占比。
按照時間維度繼續(xù)引申，有日活躍率DAU，周活躍率WAU，月活躍率等MAU。
例：月活躍，本月活躍用戶在截止月末的總注冊用戶中占比。一般而言：活躍用戶數(shù)，看的是產品的市場體量。活躍率，看的是產品的健康度。
從圖中看，雖然活躍用戶數(shù)上升，但是活躍率下降，這對新產品來說很正常。
進一步拆分指標分析，區(qū)分新老用戶，為什么呢？因為新老用戶兩個群體是不一樣的，老用戶是產品和運營決定的，而新用戶是渠道決定的。
新用戶被吸引進來，肯定是打開過APP的用戶，故一定是活躍用戶。
先計算出新增用戶數(shù)，也就是兩個月的用戶數(shù)相減
區(qū)分開來后統(tǒng)計各自的活躍率。
這里稍微復雜，看最后三行，老用戶的活躍率比預期還低。
在產品早期、渠道投入資源推廣、或成功的病毒傳播后（比如足記），因為新增用戶數(shù)量的暴漲，總是會帶動活躍數(shù)的上升。
A產品打算在五月份做大投入，在APP上進行活動，希望用戶大力參與，同時在B渠道進行推廣。在常規(guī)的統(tǒng)計指標中，發(fā)現(xiàn)活躍數(shù)據(jù)上升。事后分析發(fā)現(xiàn)活躍為新增活躍，老用戶的活躍數(shù)據(jù)沒有顯著上升。配合其他活動數(shù)據(jù)，證實活動效果較差。
C產品獲得投資后，通過大規(guī)模的燒錢推廣，獲得一個正向的活躍數(shù)據(jù)反饋，此時活躍可能是由新增用戶撐起的。但隱藏的致命問題可能是，老用戶活躍率不高，這也是我們常說的留存概念。導致錢白白浪費不少。
新老用戶是使用時間的區(qū)分，是否還能細分拆分呢？可以。我們不僅要引入活躍用戶的使用時間，還要引入不活躍用戶。因為好的指標能對比嘛。
現(xiàn)在定義更全面的指標：
流失用戶：有一段時間沒有再打開產品，那么我們就視為流失用戶， 也可以認為卸載。根據(jù)產品的屬性，可以按30天，60天，90天等劃分。
不活躍用戶：有一段時間沒有打開產品，為了和流失區(qū)分開來，需要選擇無交集的時間范圍。比如流失用戶是60天以上沒打開產品，那么不活躍則是0～60天沒打開。
回流用戶：有一段時間沒用產品，之后突然回來再次使用，則稱為回流用戶。回流用戶是活躍用戶，且是由流失用戶或不活躍用戶喚回而來。
活躍用戶：某一段時間內打開過產品。
忠誠用戶：也可以叫超級活躍用戶，長期持續(xù)使用產品，比如連續(xù)四周，或者一個月內15天等。 （部分產品會不加忠誠的指標，還是看產品的場景）
活躍的維度豐富起來。
通俗的理解一下用戶活躍的變化 。
回到一開始那款產品的數(shù)據(jù)，我們將分解后的新指標統(tǒng)計出來。（定義忠誠用戶一個月內有15天活躍；流失用戶為兩個月沒打開過）
看表格是不是有點頭暈？我們把它轉換成桑基圖就清晰明了。
活躍和不活躍的轉換新人也能讀懂。
于是運營針對不同的活躍群體進行分析。用戶用的好好的為什么不活躍了，什么樣的用戶能成為忠誠用戶，什么樣的用戶會流失？總之還是圍繞自己的產品和業(yè)務分析。
這里有一個關鍵的分析點：新增用戶數(shù)是否大于流失用戶數(shù)。你把用戶群體想象成一個水池，你一邊往里面灌水，一邊底下漏水，如果水干了，產品也就死了。這是一個健康指標。
既然有用戶來，也就會有用戶走，這就是留存。留存是活躍用戶在下一個時間段有多少用戶仍舊活躍的比例。自然也有次日留存、七日留存、十五日留存、周留存、月留存等不同概念。
這里要的注意多是：留存率有兩個概念。一個是新增用戶留存，一個是活躍用戶留存。
新增用戶留存是新用戶有多少最終留下來，取決于渠道的用戶質量和產品引導。SEOSEM，口碑傳播，廣告等渠道帶來的用戶質量都是不一的。新增留存一定要做好渠道來源監(jiān)控。
新增留存率的分析重點是擇優(yōu)，挑選出留存率高的渠道。
一般來說，新增用戶次日留存都搞不到哪里去，基本都是50%以下。（數(shù)字不是很確定，歡迎指正）
活躍用戶的留存是老用戶有多少一直在用，和活躍指標結合看就明白了（就是水池的漏水），取決于運營手段。
老用戶留存率的分析重點是監(jiān)控，衡量自己整體的運營健康度。
新老用戶的留存拆分開來，是為了精細化運營。下面是兩個例子：
產品改版，老用戶不習慣會罵，于是老用戶們的活躍留存率下降了，但這次產品改版確實不錯，于是新用戶留存率上升了。
產品做活動，造成老用戶的活躍留存率上升。但是新用戶留存率沒變化。因為新用戶還沒玩轉呢。
指標還是能再拆分的，比如回流用戶留存率，忠誠用戶留存率等。這個就復雜不少。有沒有必要就看產品本身了。
圖片是用PPT虛構舉例的，絕大多數(shù)產品的衡量方法。如果是渠道對比，折線圖為佳。
分析的重點一般是新增留存，主要考慮成本，現(xiàn)在獲取新增用戶的成本非常高，除了留存率本身，也得考慮性價比。最簡單的例子A渠道是花了10000元帶來1000個新用戶，一周后留下50%。B渠道花了20000元帶來1500個新用戶，一周后留下60%。新增留存可以當成是一個策略最優(yōu)分析：花最少的錢讓更多更優(yōu)質的用戶留下來。
iOS應用的渠道統(tǒng)計是一個難題，沒有特別好的解決方法，只能預估（如果有，歡迎告訴我）。
活躍留存也能分析，但活躍留存是運營的一系列結果。挺復雜的。
另外留存群體和非留存群體也是一種分析思路。比如新浪微博，關注了不少微博號的新增用戶，和沒關注過微博號的新增用戶，兩者留存率肯定天差地別。這也是新浪對新手推薦一大批微博號的目的。雖然質量不咋地。
留存群體和業(yè)務更加息息相關。
表格的例子比較簡單，目的是通過部分數(shù)據(jù)，觀察哪些方面、功能、特征會影響到新用戶的留存。運營的業(yè)務直覺和經(jīng)驗在此就顯得比較重要了。數(shù)據(jù)可以找數(shù)據(jù)部門或者研發(fā)導出歷史數(shù)據(jù)，隨機多抽幾天的樣本。
假設新用戶注冊的七日后沒有再次登陸，則標記為沒有留存。如果熟悉統(tǒng)計分析，可以直接套算法。
我們也可以簡單點，用Excel匯總統(tǒng)計，沒有完善資料的用戶，百分之多少最終沒有留存下來，完善的又有多少留存下來。雖然結論未必靠譜，至少能有一個直觀印象。之后產品就能加以引導或改進了。
活躍用戶和留存用戶是一體兩面，留存率高，那么活躍用戶也能越滾越大。
投稿請戳這里！投稿
文章評論(0)