當今時代數位產業飛速發展，各類底層大數據應用平台百花齊放，億級數據、秒級響應已經不再是當年的遙不可及的神話。然而對於企業來說，數據計算快僅僅是滿足企業進行業務數據分析的硬體基礎，如何發掘這些海量的數據產生應用價值，走好數據分析這最後一公里，引導企業進行戰略決策卻是至關重要的一步。
對於網路行業的企業運營來說，第一步自然是新用戶線索的引流，做好引流工作之後就需要開始考慮如何將這些線索進行平台的用戶轉化。前面也跟大家分享過關於網路行業的引流和轉化的相關文章，那是不是做好平台用戶的引流和轉化就夠了呢？答案顯然不是，如何活躍和留存好已有的用戶，使之對企業產生持續價值才是長期可持續發展的根本。筆者以網路行業用戶留存為業務數據分析背景，希望能跟大家交流一些行業數據分析方面的心得和體驗。
網路運營數據分析：流量分析
——本文大數據分析工具為帆軟商業智慧BI系統軟體
前面說到，做好平台的用戶留存是網路企業可持續發展的根本保障，特別是對於toC模型下的網路企業而言。如果我們費盡人力物力方才完成拉新和成功轉化的用戶，在一段時間內就快速地流失掉了（可能其流失之前付費階段對企業帶來的收入還不及前期推廣投入的成本之多），那麼這絕對是一個非常失敗的運營條鏈。
首先我們可以從宏觀上來定義平台的留存用戶：在網路行業中，用戶在某段時間內開始使用應用，經過一段時間後，仍然繼續使用該應用的用戶，被認作是留存用戶。我們往往希望我們的留存用戶越多越好，而新增留存用戶數=平台新增用戶數*新增用戶留存率。關於如何提高平台新增用戶數這個指標的常用技巧和方法論，我們在前期的從網路看數據分析之道的引流篇和轉化篇已經跟大家詳細討論過了，這裡就不再贅述。本文主要以如何提升新增用戶留存率方法論為核心，希望能夠和和大家進行深入交流討論。
一、提升產品價值
對於用戶而言，使用你們企業的產品只有一種可能，那麼就是你們的產品能夠對其工作或者生活產生一定價值。對於企業而言，扎紮實實做好自家產品絕對是其長期生根立命最核心、最根本的驅動力。那麼我們就必須做好產品的版本更新迭代工作，不斷豐富產品的應用功能，不斷深化產品的可應用空間，不斷簡化產品的交互操作，讓用戶能夠通過更少的時間成本快速上手我們的平台應用，同時通過平台為用戶創造其所需要的價值。
如果是在產品設計研發前期，那麼我們就需要充分調研和考慮用戶的需求，合理分配研發開發資源，以用戶為核心，做出真正對用戶有價值的產品。對於正處於穩定發展的產品或者平台而言，我們也需要多多收集平台的用戶改進建議，多聽聽用戶是怎麼想的，設計出超出用戶預期的優秀產品。另外我們還需要時刻關注競品動態，觀察同類平台或者產品的最近更新狀況，對競品做的好的方面虛心加以學習，做到取之精華，避之糟粕，打造一款比市場同類產品更加有特色和區分性的產品。
二、讓用戶感受產品價值
做好第一步之後是不是就夠了呢，顯然不是。有了一款好的產品之後，那麼我們還有很多基礎工作需要去做，比如我們需要不斷豐富和完善平台或者產品的教學文檔和教程影片，豐富產品或者平台的成功應用案例，優化產品的使用流程嚮導。對於用戶而言，即使你的產品或者平台本身功能再強大，但是用戶下載之後感覺無從下手或者無法深入應用的話，那麼其產品本身所提供的應用價值也就無從發揮，所以為用戶做好產品流程使用方面的幫助事宜對於用戶留存來說是非常重要的。
三、活躍用戶/提高用戶黏性
通常來說到這一步，我們經過前期的引流和轉化工作之後已經擁有了一批用戶了。對於平台已經擁有的這批用戶，我們就需要開始數據分析支撐下的精細化運營管理了。很多情況下往往前期運營引流和轉化投入帶來的高速用戶增長，如果不做好用戶留存方面的工作，那麼最後結局必然是前期的重金得不到對應的利潤回報，最終卻是竹籃打水一場空。這邊在給大家開始分析平台用戶的留存率之前先簡單介紹一下幾個常用的用戶生命周期指標。
新增用戶數：
新增用戶數=在某個時間段新登錄應用的用戶數
登入用戶數：
登入用戶數=登入應用後至當前時間，至少登入過一次的用戶數
留存率：
留存率=新增用戶中登錄用戶數/新增用戶數*100%
次日留存率：
次日留存率=（當天新增的用戶中，在註冊的第2天還登錄的用戶數）/第一天新增總用戶數
第3日留存率：
第3日留存率=（第一天新增用戶中，在註冊的第3天還有登錄的用戶數）/第一天新增總用戶數
第7日留存率：
第7日留存率=（第一天新增的用戶中，在註冊的第7天還有登錄的用戶數）/第一天新增總用戶數
第30日留存率：
第30日留存率=（第一天新增的用戶中，在註冊的第30天還有登錄的用戶數）/第一天新增總用戶數
我們先來看到如上圖所示的一組平台用戶總量走勢數據統計情況，從2017年1月開始，平台的IOS用戶數量增長較快，到2017年8月份達到了將近4500的IOS總用戶數量。表面上看起來平台的IOS用戶數量增長情況是要大於安卓用戶增長的，到2017年8月時的總用戶數量也要大於安卓用戶數量。但是我們仔細觀察這兩組數據增長情況會發現，IOS用戶雖然增長快，但是在2017年5月之後總用戶數量趨於平緩，而安卓用戶數量雖然增長慢，但是確是一直保持著穩健增長的趨勢。
如果你能夠發現這個問題，那麼恭喜你，你已經初具數據分析師的洞察力。這個時候我們就需要關注除用戶增長之外的平台用戶留存率指標計算統計情況了，下面我們再來繼續看看IOS用戶和安卓用戶的留存率變化對比如何。我們觀察下圖的月度用戶留存率數據統計情況可以看到，一開始IOS和安卓的用戶留存率都是100%，到了第七日IOS的用戶留存率下降至44%，安卓用戶七日留存率是58%，最後到第30日IOS的用戶留存率僅剩15%，而安卓的用戶留存率卻還有35%。這也就不難解釋為什麼平台高增長下的IOS用戶為何最後留存下來的用戶最後卻不多了，其背後嚴重的用戶流失率是一個不容忽視的問題。
關於如何提高平台的用戶留存率方法方面，我們有許多事情可以做。比如給平台的用戶特別是剛註冊的新用戶推送相關優惠促銷活動，讓他們能夠快速地融入到平台中產生消費。對於平台積累下的老用戶，我們需要注重平台的社區生態運營，多做一些用戶互動以及用戶建議或者是需求調研，並且進行用戶建議積極反饋，以增強用戶和平台之間的黏性，提高用戶留存率。同時平台需要打造一批平台核心粉絲用戶，通過一定物質上的激勵形式鼓勵用戶以老帶新，實現平台&用戶共創。通常來說我們需要通過多種不同的方案嘗試，最終才能找到最適合平台和當前階段的最佳方法，所以即時的平台數據指標監控尤為重要。
四、流失用戶迴流
最後跟大家談一談流失用戶迴流方面的一些心得，如果你前期做了多很關於用戶留存方面的運營工作，最後用戶還是流失掉了，我們該怎麼辦，還有沒有能夠讓流失用戶迴流的方法？
其實關於流失用戶迴流方面，總結主要有兩大方面我們需要進行針對性數據分析和思考的。
一方面是我們需要考慮是否是由於平台或者產品本身的原因導致用戶流失，所以通常來說如果是軟體類的產品我們一般可以在用戶需要卸載產品之前，做一個用戶卸載原因選項調研，有針對性地對應反饋意見較多的點進行產品體驗改進，如果是網頁平台端的產品，我們可以通過定期郵件內容（促銷活動、產品使用教程、產品價值文案等）進行用戶推送喚醒，值得注意的是我們在做用戶迴流操作嘗試的同時，需要即時關注用戶迴流指標的數據走勢，這樣方可找到平台或者產品當面最需要改進的方面。
另外一方面我們還需要考慮到用戶本身的質量，當然這是在做完第一方面前提下之後的進階工作。通常來說我們可以統計各個推廣渠道所帶來的用戶特徵分析，因為不同的推廣渠道最後引流所帶來的用戶質量可能跟推廣渠道本身具有一定相關性。關於如何分析不同渠道的用戶群體特徵方面，這裡我跟大家推薦非常實用的RMF用戶畫像模型。RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段，在眾多的客戶關係管理(CRM)的分析模式中，RFM模型被廣泛應用。
最近一次消費 (Recency)
消費頻率 (Frequency)
消費金額 (Monetary)
當然除了以上的數據分析指標之外，我們還可以根據自己產品或者平台的特點再添加新的分析指標。例如下圖所示，我們除了分析平台用戶最近一次消費時間、消費頻率、消費金額之外，我們還增加了特價商品消費佔比（價格容忍度）、最大單筆消費金額（購買力）、最高商品消費佔比（價格容忍度）這三個指標進行聯立數據分析，得到各個渠道更加精確的用戶畫像分析數據。
例如上圖中SEO推廣渠道所帶來的用戶，會員對產品和平台忠誠度比較高，但是購買力很低，這種客戶雖然消費金額不高，但是即使不做行銷策略，他們也會產生持續消費，這部分客戶是企業持續利潤的來源基礎保證，通常我們可以通過在一些網站流量稍小的時段做促銷行為，讓其產生持續的集中消費。通過分析各渠道用戶畫像特徵之後，我們可以進行有針對性的用戶留存運營，以達到最好的留存效果。
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
