曾幾何時(shí)，互聯(lián)網(wǎng)企業(yè)燒錢圈地，何其風(fēng)光，但隨著推廣價(jià)格不斷上漲，燒錢拓展業(yè)務(wù)的效率越來(lái)越低。如今更是碰上資本寒冬，地主家也沒(méi)有余糧的時(shí)代，大家一分錢掰成兩半用，企業(yè)轉(zhuǎn)而修煉內(nèi)功，期望業(yè)務(wù)增長(zhǎng)就必然會(huì)涉及到用戶維護(hù)拓新的問(wèn)題。

拓新守成的成本

如今為獲得一個(gè)新用戶：

• 京東愿意給你免費(fèi)發(fā)放兩部紅米手機(jī)，價(jià)值1500元。
• 淘寶可以送你兩年優(yōu)酷+蝦米音樂(lè)會(huì)員 價(jià)值560元。
• 拼多多愿意給你發(fā)300元微信紅包。

與此同時(shí)維護(hù)一個(gè)老客戶的成本：

• 京東給續(xù)訂Plus的會(huì)員優(yōu)惠100 元，加送一年愛(ài)奇藝VIP，價(jià)值200元。
• 淘寶提高花唄額度，免郵外加50元滿減券。價(jià)值待定。
• 拼多多每周5元無(wú)門檻優(yōu)惠券。價(jià)值待定。

以上只是簡(jiǎn)單類比，與實(shí)際數(shù)字可能有所出入，但是定性的研究表明吸收新用戶的成本是維護(hù)原客戶成本的5-10倍。

If you cannot measure it，you cannot improve it.

你無(wú)法度量的，你就無(wú)從改進(jìn)。

降低用戶增長(zhǎng)成本是目標(biāo)，但是無(wú)法忽視過(guò)程和方法。

用戶留存 Retention：統(tǒng)計(jì)某個(gè)期間新增客戶中，經(jīng)過(guò)一段時(shí)間后仍然存在客戶行為（如登陸、消費(fèi)）的客戶的比例。

Retention實(shí)際上是從相對(duì)時(shí)間和絕對(duì)時(shí)間兩個(gè)維度去分解用戶的吸入和流失。為了更好的描述用戶留存在時(shí)間維度上的變化，業(yè)內(nèi)一般采用了Cohort Analysis （同期群分析）。因此筆者在借用了UCI提供的電商客戶數(shù)據(jù)作為演示，利用Python做了必要的數(shù)據(jù)處理之后，呈現(xiàn)了以下Cohort Analysis 的分析圖示：

絕對(duì)時(shí)間維度：用戶第一次使用產(chǎn)品的日歷時(shí)間。例如2020 年3月1日、3月12日。

相對(duì)時(shí)間維度：新客戶第一次登陸之后，在第二次使用或者登錄產(chǎn)品的相對(duì)時(shí)間，例如 2天，1個(gè)月，40天。

上圖挑出一列出來(lái)解釋：

其實(shí)最常見的是按照用戶留存率進(jìn)行顯示：

時(shí)間的維度分解，讓我們可以立體的觀察事物的本質(zhì)。

絕對(duì)時(shí)間維度，對(duì)應(yīng)的是不同批次的用戶，研究定量問(wèn)題。例如拼多多在新年期間的微信現(xiàn)金紅包活動(dòng)，導(dǎo)致新用戶增長(zhǎng)率在過(guò)去兩周有所上升。某軟件在改變了app配色后, 用戶新增絕對(duì)數(shù)量有所下降。

相對(duì)時(shí)間維度，對(duì)應(yīng)的是相同批次的用戶，研究定性問(wèn)題。例如拼多多送紅包活動(dòng)期間獲取的新用戶有所上升，但是跟過(guò)去的新增用戶相比，這批新用戶可能并沒(méi)有繼續(xù)在平臺(tái)上購(gòu)買東西，留存率不高。App 配色改變后，雖然吸引的新用戶數(shù)量變少，但是用戶留存率上升。

通過(guò)以上簡(jiǎn)單的分析，我們可以獲得大致的分析方向，但是進(jìn)一步向下鉆取用戶留存數(shù)據(jù)，我們需要增加新的維度。

Behavioral Cohort Analysis

以用戶的行為屬性作為分類標(biāo)準(zhǔn)，進(jìn)而刻畫的Cohort 圖表即是?Behavior Cohort Analysis。

維度的增加方向：

• 用戶屬性維度：地理，年齡，性別，獲取渠道。
• 用戶行為維度：登錄行為，瀏覽行為，支付行為。

應(yīng)用場(chǎng)景：用戶購(gòu)買商品之前一般都會(huì)看圖片和評(píng)論，研究是否有折扣，或者最近幾天網(wǎng)站是否會(huì)有活動(dòng)，在最后完成點(diǎn)擊支付之前，用戶會(huì)有無(wú)數(shù)的瞬間放棄購(gòu)買。網(wǎng)站能否在合適的時(shí)機(jī)推出合適的活動(dòng)讓這些棄購(gòu)用戶從新點(diǎn)擊完成支付將是提高用戶轉(zhuǎn)化率的關(guān)鍵。

完成支付和放棄購(gòu)物車未完成支付的新客戶同屬有強(qiáng)烈購(gòu)買需求的客戶群體，我們可以此維度上對(duì)這兩類客戶進(jìn)行分類研究，進(jìn)行相關(guān)行為的Behavioral Cohort 分析。

從上圖我們可以發(fā)現(xiàn)購(gòu)物車成功支付的新用戶，在前3天都有很高的繼續(xù)登錄比例，猜測(cè)可能是新用戶觀察下單商品的物流情況。但是棄購(gòu)的新用戶只有8%左右的比例會(huì)在次日繼續(xù)登錄網(wǎng)站，此后基本流失，分析可知為了提高這部分棄購(gòu)用戶的留存率，網(wǎng)站必須在24小時(shí)內(nèi)實(shí)施吸引客戶下單的措施，比如附上折扣券，或者提高評(píng)論刷新速率。

用戶能留下的核心是產(chǎn)品功能滿足客戶核心要求，但是進(jìn)一步思考就變成公司應(yīng)該如滿足這些要求，新用戶使用過(guò)哪些功能，或者說(shuō)發(fā)生過(guò)什么行為后，讓他們留下來(lái)了。

進(jìn)一步的，我們需要知道用戶訪問(wèn)初期在網(wǎng)站 / App 的某些行為、頻次可能會(huì)讓用戶留下來(lái)，并且長(zhǎng)久使用，成為忠誠(chéng)用戶。發(fā)現(xiàn)了這些行為和發(fā)生次數(shù)，優(yōu)化產(chǎn)品，促進(jìn)用戶使用這些功能，就可能帶來(lái)更高的留存率。

在資本寒冬的當(dāng)下，做好用戶留存，是度過(guò)這個(gè)冬天必須做好的內(nèi)功修為。以上思路僅代表筆者個(gè)人觀點(diǎn)，其中也借鑒了GrowingIO 數(shù)據(jù)分析師檀潤(rùn)洋的思路，并加入自己的一些思考。

歡迎留言討論交流。

本文由 @董劍勇 Eric 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自 Unsplash，基于 CC0 協(xié)議