HMS Core：如何通過華為分析提升產(chǎn)品留存率？

眾所周知，流量越來越貴，獲取新用戶越來越難；一些產(chǎn)品雖然獲取了大量的新用戶，但流失嚴(yán)重。所以培養(yǎng)一批高留存、高粘性的用戶就顯得很重要。

留存是什么？

以移動(dòng)應(yīng)用為例，一些用戶下載App后，僅僅瀏覽了幾個(gè)頁面，有些羊毛黨領(lǐng)取了優(yōu)惠券后就流失了，還有些用戶可能根本沒打開App就卸載了，只有那些持續(xù)使用產(chǎn)品并帶來價(jià)值的用戶，才成為了產(chǎn)品的留存用戶。

而留存率通常是指，用戶在一定時(shí)間間隔里，重復(fù)發(fā)生某些行為的比例，通常以次日留存率、7日留存率、30日留存率等作為衡量指標(biāo)。

產(chǎn)品的用戶留存曲線一般分為三種類型：微笑型、趨平型和下滑型。

微笑型曲線：這是所有產(chǎn)品經(jīng)理都想要追求的理想狀態(tài)，它展示的留存率曲線呈上升模式，以電商等購買類應(yīng)用為例，表示用戶不斷回歸使用、不斷復(fù)購。

趨平型曲線：表示產(chǎn)品獲得了一定比例新用戶的吸引力，得到了一定認(rèn)可，被持續(xù)使用。但趨平型曲線也有優(yōu)劣之分，曲線變平的位置越高，說明產(chǎn)品的長期留存率越高，代表留存狀態(tài)更健康。

下滑型曲線：留存率持續(xù)下滑，說明產(chǎn)品未得到市場(chǎng)認(rèn)可，留存率持續(xù)下滑,是一種危險(xiǎn)信號(hào)，需要快速打造產(chǎn)品核心價(jià)值、精準(zhǔn)匹配目標(biāo)用戶，否則很可能曇花一現(xiàn)，走向消亡。

對(duì)于用戶留存問題該如何分析？

用戶細(xì)分是前提。通過華為分析服務(wù)，將用戶細(xì)分，比如按機(jī)型、設(shè)備、性別、年齡、地域等細(xì)分用戶群，再針對(duì)細(xì)分用戶從用戶、行為、產(chǎn)品維度進(jìn)行下鉆分析，定位留存問題原因。比如，通過分析服務(wù)提供的用戶分析，發(fā)現(xiàn)新用戶留存率明顯低于老用戶，就可以采取優(yōu)化新手引導(dǎo)頁、新用戶快速激活的策略。通過分析服務(wù)的行為分析發(fā)現(xiàn)留存率高的用戶“點(diǎn)擊課程收藏按鈕”的比例遠(yuǎn)高于整體，那么可以通過產(chǎn)品界面強(qiáng)提醒用戶收藏課程、收藏領(lǐng)積分活動(dòng)等引導(dǎo)用戶執(zhí)行收藏動(dòng)作。通過產(chǎn)品分析發(fā)現(xiàn)留存率低的用戶大多使用低版本，則可加強(qiáng)用戶升級(jí)提醒，多場(chǎng)景、多渠道引導(dǎo)升級(jí)。

如何提升用戶留存率？

留存曲線分為振蕩期、選擇期和平穩(wěn)期。通過這個(gè)曲線，我們不難分析出：提升用戶留存，其實(shí)分為兩個(gè)方向，一是縮短振蕩期，讓留存曲線盡早由陡轉(zhuǎn)平，也就是讓新用戶盡早穩(wěn)定沉淀、留存下來；二是提高留存地平線，盡可能將留存率控制在較高水平。

我們先看如何縮短留存的振蕩期？

最關(guān)鍵的是要提升新用戶留存率。這里我們來看個(gè)案例。

案例：華為分析助力某社交電商App新用戶留存率提升15.3%

某社交電商應(yīng)用，競(jìng)品較多，希望提升用戶留存率，以提升DAU。首先，開發(fā)者將用戶進(jìn)入產(chǎn)品后的使用過程設(shè)計(jì)為漏斗，比如安裝-注冊(cè)-登錄-瀏覽商品-加入購物車-提交訂單-付款成功。觀察每一步驟的轉(zhuǎn)化率，發(fā)現(xiàn)“加入購物車-提交訂單”環(huán)節(jié)流失率高達(dá)39%，于是優(yōu)化了產(chǎn)品設(shè)計(jì)，把加入購物車的有效時(shí)間設(shè)置成15分鐘，提醒用戶盡快下單。其次，使用分群功能，按渠道細(xì)分用戶，發(fā)現(xiàn)A渠道的活躍用戶留存率明顯低于整體，于是放棄A渠道的拉新投入，分配到其他留存率表現(xiàn)優(yōu)異的渠道。經(jīng)過以上調(diào)整，2個(gè)月后用戶留存率提升了15.3%。

以上的內(nèi)容和大家分享了如何借助華為分析實(shí)現(xiàn)產(chǎn)品留存率提升。集成華為分析服務(wù)的SDK后，便可以上報(bào)用戶屬性和用戶行為數(shù)據(jù)，這兩類數(shù)據(jù)聚合在一起就可以研究哪些用戶在什么時(shí)間做了什么事情，形成了數(shù)據(jù)分析的基礎(chǔ)。為了降低應(yīng)用的開發(fā)工作量，分析服務(wù)支持11個(gè)用戶屬性和27個(gè)事件的自動(dòng)采集，同時(shí)為了滿足開發(fā)者個(gè)性化需求，支持自定義用戶屬性以及500種自定義事件，這極大方便了開發(fā)者對(duì)于應(yīng)用的不斷優(yōu)化，也為精細(xì)化運(yùn)營提供更多數(shù)據(jù)支撐。在有這些原子數(shù)據(jù)的基礎(chǔ)上，分析服務(wù)提供了豐富的分析模型。包括事件分析、行為分析、漏斗分析、受眾分析、生命周期分析、歸因分析等，幫助開發(fā)者深入洞察用戶增長情況、用戶行為特征、產(chǎn)品功能情況，并且在這些豐富的分析模型基礎(chǔ)上，可通過過濾器針對(duì)用戶屬性、受眾等做細(xì)分，從而觸發(fā)進(jìn)一步的運(yùn)營動(dòng)作。值得一提的是，HMS Core分析服務(wù)SDK支持全終端，包括Android，iOS，Web，開發(fā)者僅需半天時(shí)間就可以集成成功并發(fā)布。正是如此敏捷的開發(fā)速度，以及這些強(qiáng)大的分析能力，分析服務(wù)已經(jīng)成為全球開發(fā)者最受歡迎的服務(wù)之一。