數據分析乾貨 | 留存率模型應該怎麼搭建?

"

幾乎所有的業務數據分析和運營工作都是圍繞着“拉新”、“留存”、“促活”、“轉化”4個環節來開展的。

我們常常面臨這樣的問題,好不容易拉進來一批用戶,玩着玩着就都流失了,更別談轉化和變現了。

所以,弄明白“留存率”非常重要,它是衡量產品質量、運營效果的重要指標,也是預估產品盈利能力的重要參考!

"

01. “留存率”是什麼?

留存率,留的都是活躍用戶(Active User),具體的講,就是指某一時間段內完成了某種特定行爲的用戶。例如某內容平臺,可以參考打開次數、使用時長、互動情況、內容產出量來制定自己的標準。需要注意的是,單個用戶可能多次完成特定行爲,統計時需要按照用戶維度去重,即只算爲1個用戶。 

舉個例子,某天進來一批新用戶,有的用了一下就再也沒回來過,有的繼續用過幾次後也離開了,還有些在一定時間段裏,能夠一直持續活躍使用,這些一直保持活躍的我們稱之爲留存用戶。留存用戶佔這批次新增用戶的比例,就是留存率。 

考量留存的時間,一般會有次日、第7日、第30日等,分別對應着次日留存率、第7日留存率、第30日留存率。還有按整週、整月的留存率計算形式,比如次月留存率等。 

(7日留存和周留存容易混淆,舉個例子說清楚:假如1月1日新增100人,其中20人在1月8日依然活躍,則7日留存是20%,即7日留存是指第一天新增用戶在七天後活躍的人數;假如1月1日到第1月7日共新增1000人,其中300人在1月8日到1月14日之間依然活躍,那麼周留存就是30%,即周留存是第一週新增總用戶在第二週活躍的人數。) 

根據現有的用戶留存數量,就可以算出留存率,而根據留存率,又可以預測產品未來的活躍用戶量。 

作爲一名運營,不要簡單地以爲用戶拉進來就算是你的用戶了,也不要總把「用戶總數」作爲洋洋自得的指標,而應該更關注活躍用戶數和留存率。 

因爲,只有真正活躍的用戶,才能產生商業價值。 

02. 留存率模型

搞清留存率,本文將祭出一大法寶——「以留存率爲基礎的產品盈利模型」。 

模型1.0

在1.0版本里,留存率只是個初步模型:(其實就是一個加法公式) 

此模型說明了活躍用戶數來源於「階段內新增用戶」加上「以往每個階段的留存用戶」。舉個例子,假如要算7天的留存用戶,那麼第7天的活躍總用戶數 = 第7天的新增用戶數 + 第6天的新增用戶數 x 第1天的留存率 + 第5天的新增用戶數 x 第2天的留存率 + ……  + 第1天的新增用戶數 x 第6天的留存率。假如按周、月算,也是一樣的道理,所以簡單說來,這個模型就是把每個階段的留存人數相加的結果。 

我們用案例再來解釋一下: 

比如,某產品7月1日的活躍用戶量爲500,然後拉取這500人接下來7天的每日活躍數,就可以計算出該產品7天的留存率: 

(當天留存率 = 該批次剩餘活躍用戶數 / 7月1日活躍用戶量) 

這樣,我們就得出了產品的階段留存率。然後我們可以依據這個留存率來計算每日自然新增的每日留存了,如果7月1日當天的新增用戶爲1400人,可以繼續計算: 

(當天剩餘活躍用戶量 = 當天留存率 * 7月1日新增用戶量) 

因此,我們就初步得到了7月1日這批用戶在接下來幾天裏的活躍數變化情況。當然現實情況是每天都有新增用戶,因此我們可以計算每天新增用戶的留存率,再把歷史留存都加起來,就得到了每天的總留存。

假如7月1日新增用戶爲500人,並且每日穩定增長500人,那麼根據留存率,可以算出7月7日的活躍用戶總數: 

模型2.0

一旦可以算出未來的活躍用戶數量,我們就可以粗略的計算未來的收益、銷售額等數據。 

而這個模型可以繼續優化,增加更多參數,使得計算結果更加接近真實情況。 

需要注意的是,影響模型結果的因素很多,考慮的越多,模型就越接近於真實情況,精確度就越高。但同時,因素與因素之間也會互相影響,增加了模型的複雜程度,計算的需要的時間會增加,計算的結果也會更加難以得出。使用模型時,請仔細思考這兩點的平衡性。 

那麼問題來了,現實中有哪些因素需要考慮?哪些可以增加到這個模型中? 

1.用戶來自不同渠道,因此不同渠道需使用不同的留存率; 

2.隨着運營活動的開展,每月自然新增也會產生變化; 

3.很多產品每月會做付費推廣,這其中需要考慮到推廣的轉化率;

4.推廣及活動吸引來的用戶的留存率,可能和自然新增的用戶留存率不同;
5.考慮到用戶生命週期,歷史存量用戶會有固定的流失率; 

6.總活躍用戶中,有一定比例的付費率; 

7.隨着產品價值的提升,新增用戶的付費轉化率每月會增長; 

8.隨着產品的精細運營,單個用戶在生命週期內的消費能力會逐漸遞增; 

9.還可以根據人均貢獻率預估出總收益; 

…… 

好了,如果把這些參數都添加進去,這個模型已經相當複雜了。但是隻要公式正確,結果總歸會趨近於真實情況的。 

儘管你可能一時看不懂,但是我們還是YY了一個產品,YY了一些數據,把它的成本測算和收益預估做出來了。 

可以看出,iOS渠道和安卓渠道分開計算了,並且添加了歷史存量用戶流失(10%)、每月自然新增逐月遞增2%幾個參數,重要的是,添加了付費推廣的轉化率和成本。

有了兩個渠道的用戶、成本後,就可以算更多數據了!先把總成本算出來(藍底部分),再算用戶數據(綠底部分),再然後,可以添加自己的轉化數據(黃底部分)進行測算了!GMV都能算出來! 

注意最後一行的紅底部分,如果添加了KPI,就可以直接知道是否需要調整策略了! 

當然,這裏面的所有數據都是我胡謅的,你要是真以爲我們11月可以做到近2000萬GMV,那你真是可愛極了。 

03. 這個模型究竟有什麼用呢?

主要有2大方面: 

1.對於初創產品,可以預估產品的盈利時間,及時調整策略

對於初創產品,無論是老闆、產品經理還是運營,最怕的除了產品功能不穩定,就是用戶不穩和收益不清晰了,有了這個表,就可以輕鬆測算了。 

2.拆分各個參數的KPI

對於已經過了啓動階段的產品,可以根據目標KPI,直觀的看到當前運營狀態下未來的結果,如果達不到目標,就要及時調整了。更重要的是,可以制定各渠道、付費率、客單價、總成本的KPI,拆分後就輕鬆多了。 

在提升留存的方式上,不存在一個萬能的方法,一用就馬上能把產品的留存提高,我們更應該關注的是,產品本身是不是很好地滿足了用戶的需求。而留存率不高,95%的原因是產品本身的需求沒有解決好。

End.

作者:徐洋洋

來源:鳥哥筆記

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章