¿Cómo analizar usuarios activos y usuarios retenidos? Este artículo comenzará con qué son los usuarios activos, qué es la retención, por qué es necesario el análisis de retención, la relación entre actividad, retención y crecimiento del producto, y cómo realizar análisis de actividad y análisis de retención. |La definición de usuarios activos y retención, y su relación con el crecimiento En la industria de Internet, generalmente atraemos nuevos clientes para atraer clientes, pero después de un período de tiempo, algunos clientes pueden perderse gradualmente. Aquellos que permanecen o visitan con frecuencia el sitio web/la aplicación de nuestra empresa se denominan retención. Los usuarios que han realizado cualquier comportamiento en un determinado sitio web/aplicación dentro de un período de tiempo se denominan usuarios activos del sitio web/aplicación. Esta acción arbitraria puede ser visitar un sitio web, abrir una aplicación, etc. Hoy en día, nuestro sitio web se monitorea a menudo mediante los llamados "Usuarios activos diarios" (DAU) y "Usuarios activos semanales" (WAU). A veces vemos que nuestra "actividad diaria" aumenta gradualmente durante un período de tiempo, lo cual es un fenómeno muy bueno, pero sin un análisis de retención, este resultado probablemente sea un error. Por ejemplo, una empresa realizó muchas actividades nuevas y atrajo a mucha gente. Los usuarios activos están aumentando, pero ¿eso significa que los clientes están creciendo? Podría ser simplemente que contratar a demasiadas personas esté enmascarando la alta tasa de rotación. De hecho, las tasas de retención de clientes están disminuyendo gradualmente. Echemos un vistazo más profundo a la relación entre crecimiento y retención. El primero es el número aparentemente creciente de personas activas: el eje horizontal representa el tiempo, el eje vertical representa el número total de personas activas semanales y la curva más externa representa el crecimiento continuo del número total de personas, especialmente en la etapa inicial. . Mire cada color en la imagen a medida que se desvanece con el tiempo. Estos diferentes colores representan los usuarios que ingresan cada semana y van desapareciendo lentamente con el tiempo, hasta que solo sobrevive un pequeño grupo; la curva más externa representa el número total de personas retenidas; En realidad, este es un gráfico de retención apilado, que acumula la retención diaria para formar usuarios activos semanales; al mismo tiempo, hay entradas y salidas, y el total es la actividad de una semana; En segundo lugar, el número de personas activas realmente ha aumentado: a medida que cambia el tiempo, podemos ver diferentes niveles de color y, después de un período de tiempo, se convierte en una línea estable, lo que indica que algunos de nuestros clientes se han quedado. En este momento, no solo tenemos nuevos usuarios, sino también antiguos usuarios que han sobrevivido antes. La suma de estos usuarios es el crecimiento real de usuarios. Al analizar las dos curvas anteriores, podemos encontrar que, en la superficie, los usuarios están creciendo. Sin embargo, a juzgar por el fenómeno, la retención de usuarios de la primera imagen está disminuyendo, mientras que la retención de usuarios de la segunda imagen tiende a ser estable en el período posterior, por lo que el número total de usuarios está aumentando. Para lograr un crecimiento real y sostenido, es necesario encontrar formas de retener a los usuarios. |Desde una perspectiva empresarial, ¿por qué deberíamos prestar atención a la retención? ¿Cuál es el significado del análisis de retención? A menudo se necesitan fondos para promocionar productos a través de canales. En los últimos años, los precios de promoción del canal han aumentado cada vez más, los precios de CPC/CPD/CPT/CPA han seguido aumentando y el precio de CPT en la tienda de aplicaciones se ha duplicado varias veces en medio año. Además, especialmente para empresas como SaaS, el costo de tiempo y dinero para adquirir un cliente es muy alto. Adquirir un cliente puede llevar de dos a tres meses. Tome la imagen de arriba a la izquierda como ejemplo. Cuando iniciamos este cliente, gastamos más de 6.000 yuanes para conseguirlo. Después de recibirlo, en circunstancias normales, el cliente puede pagarnos de acuerdo con un cierto flujo de caja, por ejemplo, pagando $500, etc. Descubrirá que el costo inicial es alto. Es posible que no podamos recuperar nuestros costos hasta que los clientes utilicen el producto durante uno o dos años. Si este cliente se ha perdido antes, perder dinero significa que nuestro producto ha perdido dinero o ni siquiera ha regresado. Miremos la imagen de la derecha. Este gráfico es el flujo de efectivo por cobrar en términos de costo por cliente. En el primer mes, gastamos 6.000 yuanes para conseguir este cliente y luego el cliente nos dio 500 yuanes cada mes, por ejemplo. No podremos alcanzar el punto de equilibrio hasta el 13 de marzo y gradualmente ganaremos dinero después del 14 de marzo. Si no lo cuidamos bien y el cliente se va después de dos meses de usarlo, perderemos ese céntimo. Por tanto, la retención es de gran importancia. Cuanto más tiempo utilicen nuestros productos los clientes, mayor será el flujo de caja o las ganancias. Este es un significado fundamental de la retención. Si hacemos un buen trabajo en retención, los clientes seguirán usando nuestros productos y nos traerán riqueza. Se pueden ver dos puntos en la imagen de arriba: primero, el tiempo de uso, cuanto más tiempo permanezca con nuestros productos, mejor; segundo, esperamos que cuanto mayor sea el beneficio, mejor; Cuanto mayor sea el beneficio, mejor. Solo espero que mi tasa de retención sea cada vez mayor, de modo que el área de ganancias sea cada vez más grande. |Cómo hacer análisis de retención y mejorar nuestra curva de retención a través del análisis de retención. Los usuarios activos en un período determinado incluyen usuarios antiguos y nuevos, por lo que al realizar un análisis de usuarios activos, debemos considerar la proporción de usuarios nuevos y antiguos, como la proporción de NDAU (nuevos usuarios diarios) / DAU, para ver la proporción. de nuevos usuarios en todo el Porcentaje de usuarios activos. Los nuevos usuarios se sienten atraídos al atraer nuevos usuarios, mientras que los usuarios antiguos deben retenerse, por lo que me centraré en cómo realizar el análisis de retención. 1. Descripción general del análisis de retención Tome la siguiente figura como ejemplo: si la retención de nuestro producto es la línea verde en la parte inferior de la figura anterior, el eje vertical es la tasa de retención y el eje horizontal es el tiempo. Después de un día, solo quedaba el 35% del 1000% de usuarios que obtuvimos en el mercado. Al séptimo día, se convirtió en el 20% y luego disminuyó lentamente, después del día 60, logramos un efecto de aproximadamente el 1%. Mira si puedes mejorar este efecto en algunos aspectos y deja que mejore gradualmente. Si la línea de retención verde se eleva hasta la línea naranja y luego hasta la línea roja, la tasa de retención alcanzará el 70% el primer día, más del 60% el séptimo día y aproximadamente el 60% los días 60 y 90.
En otras palabras, después de 90 días, el 60% del 100% de personas que adquirimos a través de la promoción del mercado permanecían. Si observamos la línea verde al principio, nuestra tasa de retención a 90 días es del 10 %. Si podemos alcanzar el 60% a través de nuestros esfuerzos, nos traerá riqueza e ingresos de flujo de caja infinitos. Lo anterior es la industria SaaS, pero para las industrias de comercio electrónico y contenido social. Esto también es cierto. Los 60 dólares en ingresos por publicidad de Facebook del último trimestre todavía se debieron a su enorme base de usuarios. 2. Tres partes de la curva de retención Hoy utilizaré algunos métodos de análisis de retención para darles algunas ideas sobre cómo mejorar nuestra tasa de retención optimizando productos. La siguiente es una curva de retención común, que divido en tres partes: la primera parte es el período de oscilación, la segunda parte es el período de selección y la tercera parte es el período de meseta. Durante el período de oscilación, podemos ver que el número de personas que visitan el sitio web de nuestra empresa o descargan la aplicación ha disminuido drásticamente en los últimos días, del 100% a más del 10% o incluso menos en unos pocos días. Este período se llama período de oscilación. Después del período de oscilación, está el período de selección. Generalmente, el cliente tiene una comprensión preliminar de nuestros productos durante este período y comienza a explorar los productos de nuestra empresa para ver si satisfacen algunas de las necesidades principales del cliente. Si está satisfecho, es probable que el cliente se quede; si no está satisfecho, se marchará. Después del período de selección, hay un período de meseta y la tasa de retención entra en una etapa relativamente estable. Se necesitan diferentes estrategias en diferentes momentos. En términos generales, durante el período de oscilación y el período de selección, se debe prestar atención a la retención de nuevos usuarios, y después de ingresar al período estable, se debe prestar atención a la retención de las funciones del producto. | Debajo del caso, utilizaré dos casos reales para hablar sobre el análisis de retención. Antes de explicar, permítanme mencionar primero los pasos del análisis de retención. Por supuesto, los pasos básicos del análisis de datos son similares. 1. Caso 1 Expliquemoslo mediante ejemplos. La empresa SaaS Sidekick tiene capacidades de correo electrónico mejoradas que le permiten enviar correos electrónicos a otras personas utilizando sus plantillas personalizadas, así como monitorear si los destinatarios han abierto el correo electrónico. Las siguientes tres curvas de retención representan el desempeño de la retención de clientes en la primera, segunda y tercera semana de 2014 12 respectivamente, lo que se denomina monitoreo de datos. La disminución continua de la curva de retención es un problema que se descubre durante el monitoreo de datos. Específicamente, hay dos problemas: primero, la tasa de retención cayó significativamente en la primera semana; segundo, la segunda semana no mostró lo que esperábamos: la tasa de retención se mantuvo estable y esperábamos que los clientes se quedaran, pero así fue. seguía disminuyendo. Bajar significa que algún día todos los que traigamos se irán. En este momento, nos fijamos dos objetivos: primero, esperamos que la tasa de retención en la primera semana aumente y no siga disminuyendo. Si es una empresa 2C, su tasa de retención puede aumentar al día siguiente. En segundo lugar, esperamos que nuestra curva de retención ya no disminuya y entre en un patrón plano. La curva de retención objetivo debería ser así: mediante práctica y análisis continuos, la empresa eventualmente mantendrá una tasa de retención superior al 20%. Entonces, ¿cómo lo hicieron? Habían identificado un problema con la disminución de las tasas de retención, pero aún no conocían la causa del problema. A continuación, debemos extraer los datos para encontrar el motivo de la disminución en la retención: primero creamos un grupo de usuarios y luego comparamos el comportamiento de los grupos retenidos y perdidos, respectivamente. La empresa especializada en correo electrónico descubrió que de aquellos que perdieron su correo electrónico en la primera semana, el 60% lo envió una vez el primer día y solo alrededor del 20% lo envió dos veces, lo que significa que el 60% de los usuarios utilizaron el producto y se fueron. A continuación tenemos que preguntar a estos usuarios por qué se fueron. Entonces, basándose en los comentarios de los usuarios, se creó un gráfico circular. Evidentemente hay dos grandes problemas: el primer 30% no siente el valor: significa que este producto no produce valor y quieren desinstalarlo. El segundo 30% no entiende lo que hace el producto: descargué el producto, pero no era lo que pensaba. Estos dos grupos de usuarios suponen el 60%. Solemos decir que para escuchar las voces de los usuarios, lo primero que hay que solucionar son los problemas de ese 60% de personas. Se puede suponer que los usuarios no descubrieron rápidamente el valor de nuestro producto. a. Cortar funciones poco utilizadas. Entonces, lo primero que hicieron fue que, dado que los usuarios no pueden encontrar rápidamente el valor de nuestro producto, primero eliminamos algunas funciones complejas y difíciles de entender y luego vemos si la tasa de retención mejora. Se descubrió que las tasas de retención continuaron disminuyendo sin ninguna mejora. b. Incitar a los usuarios a descubrir el valor del producto. Luego, la segunda vez que lo probé, como los usuarios no sabían cuál era el valor principal de nuestro producto, les di una pista. Como resultado, la tasa de retención siguió disminuyendo y este método no funcionó. c. Guiar al usuario al tercer intento vía vídeo. Como los usuarios no saben cómo utilizar nuestro producto, hacemos un vídeo. De hecho, muchas empresas lo están haciendo, pero los datos finales muestran que todavía no funciona. d. Hicieron unos 20 experimentos antes de encontrar un método viable: después de que el usuario descarga e instala el producto, escribe una frase: Puedes utilizar el correo electrónico de tu buzón. Descubrieron que el producto debía descargarse de una página web pero ser utilizado por el usuario en el lado del cliente. Es posible que los usuarios no piensen tanto. Pensó que, dado que descargó un complemento en el sitio web, podría usarlo directamente en el sitio web sin tener que volver al cliente del usuario. Entonces te dieron un consejo: ahora puedes usarlo directamente en tu Outlook. Después de agregar esta oración, el efecto de retención ha cambiado mucho. Este es el resultado de que los datos antes eran azules y finalmente se actualizaron a amarillo: después de que se mejore la retención de nuevos usuarios, veamos la segunda pregunta. Nuestro objetivo es desplazar la curva de retención hacia arriba durante la fase de meseta. Para este problema, es muy importante dividir el producto según funciones y comprobar la retención de cada función. A esto lo llamamos análisis de retención de productos (puedes practicarlo con GrowingIO).