怎样降低产品用户流失率？

复盘一下本次项目，收获良多。其中最重要的，就是总结出了一套以数据为基础、快速试错为行动方案的运营方法。

questmobile在今年3月份发布了《移动互联网全景生态流量洞察报告》。在这份报告中，我们可以看到，中国移动互联网用户规模增速在2018年6月已经降到5%以下，2019年2月份较去年12月仅增长700万用户。

从前的高速增长一去不复返，流量的竞争愈发严峻，随着人口红利的消失，现在的流量越来越贵。企业通过大量渠道买量，用户新增来达到增长，是越来越贵了。

当盘子里的蛋糕不够分的时候，大家只能相互到对方的碗里去抢，流量的竞争激烈程度，从节节攀升的获客成本肯定可以明显的体会到。

根据我的了解，一个工具类产品的下载激活平均成本在1~5元/位，一个直播类产品的下载激活平均成本在5~10元/位，一个在线教育产品的下载激活平均成本在10~50元/位，一个电商类产品的下载激活平均成本在50~200元/位。

这些价格，相比较于几年前，已经是天文数字（各个渠道的获客成本不等，效果也不等，以上数据仅为我自己了解的数据，不代表普遍性）。

假设每日新增获客2000人，那么仅这一块的推广投入就在数千到数十万元不等。如果不能控制住留存率，那么每天损失的钱将非常吓人。

所以，无论是何种类型的公司，如果仅仅只通过不断砸钱推广买量，但是对留存用户不上心，对流失用户不关心，那么都无异于慢性自杀。毕竟，钱总是会烧完的。

所以大家会发现，近2年关于精细化运营的内容越来越多，关于精细化的提法也越来越频繁。因为

精细化运营，其实就是重视每一个流量，通过各种运营手段，不惜一切代价的减少流失。

而由此衍生出的多种运营方式方法，例如：用户分层、用户标签化、rmf模型等等，都是为了精细化的去做用户运营。

不仅仅是用户端，关于精细化这一块，其实我们还有非常非常多的事情可以去操作。

比如优化用户激活过程、比如根据产品特性，采用强引导模式或者弱引导模式等。

今天和大家举的例子，就是通过优化用户使用流程，来降低流失率的一次优化项目。

案例复盘

背景是这样的。

公司新推出一款直播产品，正处于高速发展期。渠道这边花了大价钱在推广引流上，但是数据反馈用户留存非常低。

很多用户注册登录后，就直接退出产品了，而且再也没有登陆过，直接就流失了，这意味着推广花的钱打了水漂，这让领导很头疼。

于是我们临时组了项目组，来解决这个问题，提高留存。

1、要数据。

我们把某个时间段新用户进入产品后的每个步骤的数据进行了整理，做了一个漏斗数据页，并进行了分析。如下如（因为数据涉及公司业务，所以本文所有数据均进行了脱敏处理，不代表真实情况）。

根据数据，我们发现，很多用户进入产品后，还没有进入房间观看直播，就结束了。

这样的用户肯定是直接流失，不会再回来了，因为连产品的aha时刻都还没有体验到。

根据数据分析的结果，我们在思考讨论，为什么这些用户连房间都没有进入，就直接离开了呢？

其实几个方面的原因肯定都有。

引流渠道肯定需要不断试错，然后找到最适合自己产品的流量来源；品牌的知名度打造，也需要市场部/品牌部的发力，逐步建立产品的品牌知名度；而流程过于复杂，则需要产品运营来优化处理。

这些都是我们可以着手去处理的，也必须去处理的，但是什么该优先什么该滞后呢？怎样确定每件事的优先级？

经过内部讨论，我们决定

优先从优化流程开始。因为这一块内容是最容易由我们把控全局，且最容易数据量化对比的。

3、讨论结束后，立即开始动手。

我们将新用户的原使用过程先用流程图表示出来。

下载-激活-注册-登录-进入房间

在这里，我们将分三组进行数据分析对比。

4、三组数据分析对比后，我们获得了如下反馈。

测试组1，通过对

登录后的新用户直接引导进房，第一时间感受产品的aha时刻，新用户的次日留存得到显著提升，增加了差不多15%。

很显然，因为用户登录后直接进入房间，减少了用户操作的一个步骤，有效的降低了流失，提高了留存。

测试组2，通过对

激活后的用户直接引导进房，省略了注册、登录等步骤，新用户的留存提升更加明显，增长了30%。

这个增长有2方面原因，一方面是减少用户步骤，降低流失，提高留存；另一方面是注册用户降低了，间接提升了留存。

理论上来说，测试组2的方案，效果更明显。但实际上，最后领导却定了测试组1的方案。

原因是因为

总用户数虽然不是本次项目组需要提高的数据，但确实对于一款产品非常重要的数据。

因此通过降低注册来提高留存的方法是不可行的。

这里也暴露了一个问题，那就是看问题的角度还需要更加全面。总揽全局，站在更高的角度看待问题，才可以提出更好更合适的解决思路。

到这里，这次项目就暂时告一段落。

总结

复盘一下本次项目，收获良多。其中最重要的，就是

总结出了一套以数据为基础、快速试错为行动方案的运营方法。

第一步，针对遇到的问题，拉取所有相关数据，并对已有数据进行分析，确定各种可能的原因，然后提出合理的猜想。

第二步，针对我们的猜想假设，提出有效的增长方案假设。明确各类事情的优先级，建立流程化表格，确定最重要的变量。

第三步，针对最重要的变量，进行a/btest设计，并开展实验。

第四步，分析ab实验的结果，验证我们的假设，进而迭代产品。然后根据迭代后产品的数据，反推迭代效果。

通过数据分析问题，这里很多人存在一个误区。应该是拿到所有数据，综合分析，通过数据来发现问题。而不是有了问题，再到数据中去寻找支持。

这种数据分析的方法，是不够全面的。数据终究是冷冰冰的，背后所呈现的规律才是我们应该去洞察和了解的。数据分析结合业务理解，才是正确的方法。

无论是传统直播，还是电商直播，看起来是内容的运营，实质上还是人的运营。脱离了用户，内容只是冷冰冰的，是可以复制的，只有人是第一无二充满个性的。

相关阅读：

1.怎样降低app用户流失率?

2.用户流失预测模型，怎样进行效果评估？

3.怎样提升产品粘性，降低用户流失率？

4.app降低用户流失率的10种策略！

5.用户流失率高怎么破？这里有10个策略

6

怎样分析留存数据，降低用户流失？