洞察用户生命力,是数据增长的基础条件

洞察用户生命力是制定产品数据增长策略的基础条件,或许你已经阅读过数据增长相关的书籍,但仍然很难做好数据增长。

并不是书籍上的内容有所偏薄,真实的原因是因为我们缺少对用户生命力的洞察能力,这导致我们没办法正确的将这些方法付诸实践,并不是方法错误,而是我们没能发挥方法的价值。

完整的数据增长策略应该是合适的时间做了合适的事情,只是知道“事情”是远远不够的,我们还要有“时间”的概念,更需要知晓联系时间与事情之间的“合适”是何种含义。

当你具备对用户生命力的洞察能力时,数据增长策略就不再神秘和难以下手了。

如果我们能够在用户心情愉悦时,诱导他付费升级,在用户迫切需要的地方,诱导用户分享转发,那么我们的付费率,我们的分享率便会极大的提高。

困难的地方并不在于如何让用户愉悦,也不在于如何让用户迫切需要,而是我们如何去洞察,什么时候用户愉悦了,什么时候用户需要了。

这不是拍脑袋的直觉,我们需要更客观的数据进行分析佐证。

洞察用户生命力的核心在于通过颗粒度更细的数据,将产品内部的化学反应呈现出来。让我们能够进行分析,能够更精准的对问题进行定位。

有时候,我们补充几个数据信息,就会发现问题发生了极大的变化,你的策略或许在投入市场之前就被判定无效。

经过一段时间的数据观察,我们发现新用户的留存数据非常良好,次日留存率甚至远高于市场平均数据,达到了惊人的70%,

7日留存率也在60%,30日留存率则是50%

也就是说每天新增10000用户,在第30天时,至少有15万至20万用户是会计入日活数据。

的。但日活数据依然是100万,并没有因此提升。

这表示,新用户的留存并没有太大的问题,他们确实留存在产品里了。日活数据没有提升是有其他原因。

因为问题定位偏差,你准备的若干方案都变得没有了意义。

这样的事情每天都在我们的工作中上演,一旦问题定位偏差,你的任何解决方案都没有了意义,如果已经投入到开发阶段,势必会耗损资源和时间。

更重要的是,你会一次一次的透支团队对你的信任度,你的压力将会伴随每一次的实施结果而倍增。

这是一个困境,而你深陷其中,在极大压力的背景下,极有可能继续作出错误的决策,也许你会将毒蛇视为能够助你脱离困境的绳索。

难以避免的,你会越陷越深,最后的结局也许是产品下架,项目组解散,甚至公司解散。

而这一切的罪魁祸首,导致你作出错误决策的根本原因在于缺少对用户生命力的洞察。

如果你能准确的对问题进行定位,结局将会截然不同。

依然是相同的案例,经过更深层次的数据分析,你已经发现日活数据不再增长的原因并不是新用户留存,为此,你需要颗粒度更细的数据分析模型,来帮助找出真正的问题所在。

通过对最近7天日活用户的详细分析,你得到了日活用户的生命力分布如下:

在每天登录的100万用户里,

0%的用户拥有150天以上的注册时间

5%的用户拥有120天的注册时间

10%的用户拥有100天的注册时间

35%的用户拥有80天的注册时间

25%的用户拥有60天的注册时间

15%的用户拥有30天的注册时间

数据表明,真正的问题并不是新用户的留存,而是老用户的存续。

在100万用户里,仅仅只有10万用户拥有100天以上的注册时间。

这表示今日新增的10000用户,在100天后将仅剩1000用户,而在150天的时间内,这部分新增用户将会流失殆尽。

用户生命周期短暂,只能聚集150天存续用户的合集,超过150天的用户则会静默死亡。

这个问题才是月新增30万用户,但日活数据没有提升的根源所在。

对应的解决方法是延长老用户的寿命,让更多的存续80天的用户,能够存续100天,更多的用户能够存续120天甚至更长的时间。

在颗粒度更细的数据分析里,累计用户从来不是由始至终的持续累积,而是用户寿命范围内的累计。

这需要你准确定义出在产品内大部分的用户寿命有多长,并以此为区间值,统计该区间范围内的新增用户数量作为有效累计用户。

在案例里,有效的累计用户,便是150天的累计新增用户,按照每天新增10000用户的背景计算,也就是150万的有效累计用户,而不是持续累积下来的1000万用户或者2000万用户。

对于已经彻底死亡的用户而言,除了能让数据看上去比较好看以外,不具备任何分析价值。

不仅如此,实际上这部分数据往往是我们在分析过程中的障碍,常常让我们错误的预估了形势,错误的定位了问题,最终提出了错误的解决方案。

数据分析的颗粒度过大,使我们难以准确的定位问题,同时也影响了我们对用户生命力的洞察。

在案例当中,如果我们可以提高用户的生命力,让更多的用户从80天的使用时长进入100天的使用时长,也就是在日活用户当中提高老用户的占比,便可有效提升日活数据。

而提升新用户的占比,则意义并不会太大。

在案例的数据模型当中,注册时间在80天以前是一个存续累积的过程,日活占比越来越高,而在注册时间80天以后,用户开始大规模流失,日活占比越来越低。

提升80天以前的用户留存,是一种事倍功半的策略,即使我们让更多的用户存续80天,但在80天以后依然会产生大规模流失。

提升80天以后的用户留存,则是一种事半功倍的做法,是一种延续用户生命力的策略。

通过将更多的用户从80天的生命周期延长至100天,最终表现形式是提升存续100天以上的用户占比。

即使我们没有额外的新增用户,因为老用户的存续累计作用,也能极大提升日活数据,甚至有部分用户的生命力能延长至150天以上。

我想你已经发现了,日活数据里,老用户占比越高,产品的日活用户越多,越能呈现一个正面发展的趋势,反之,如果日活用户当中,新用户占比越高,则表示产品进入了一个瓶颈期。

此时,我们去提升更多的新用户留存便是事倍功半,你要花费更多的精力和成本,但效果却并不如人意。而延长老用户的生命周期则是一种巧劲,能够带来根本上的改善。

洞察用户的生命力,是产品进行数据增长策略时的基础条件,其核心在于更深度的窥视产品内部的化学反应,需要借助颗粒度更细致的数据分析方法。

当你掌握这个方法以后,将不再单一的依赖想法或者做法,不再是依赖虚无缥缈的运气,而是更科学的展开数据增长。

对于产品而言,我们犹如医生一样,将会尽一切办法,延长用户的寿命,同时也会用各种可能性去避免用户的夭折。不知晓症状的疾病,没有办法诊断的疾病,再优秀的医生也难以进行治疗。

如果我们不能准确的发现用户的寿命,便无法知晓起点,你甚至无法知晓需要为什么样的用户提供什么样的服务,毕竟将10天寿命延长至30天所需要的策略,与将100天的寿命延续至150天是截然不同的。

这并不是专属于运营的落地方法,而是能够辅助我们进行产品决策,辅助产品经理进行深度问题定位的方法,是我们能够即学即用的产品落地方法。

即使不改变运营策略,不依赖外部资源,也可以实现产品自身的数据增长。

////////////END////////////

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20200107A0AVIU00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券