正所谓不懂留存的产品经理不是好产品经理,搞不好留存的APP不是好APP。使用好留存工具,洞悉用户增长原因,解决用户流失问题,才能事半功倍,真正解决用户增长难题!

对于APP运营者,经常面临问题是无外乎是围绕着用户的……

为什么用户数不增长?

为什么新用户流失率这么高?

为什么新版上线之后用户数反而下降了?

为什么推广活动效果一般?

……

永远是搞不完的策划、推广、总结,当真是用户虐我千百遍,我待用户如初恋。

1584958132154025.jpeg


正所谓不懂留存的产品经理不是好产品经理,搞不好留存的APP不是好APP。

使用好留存工具,洞悉用户增长原因,解决用户流失问题,才升职加薪、当上总经理、出任CEO、迎娶白富美、走上人生巅峰,sorry,拿错了文案,才能事半功倍,真正解决用户增长难题!


目前市面上多数留存分析工具只能笼统分析总体留存,或者仅可对少数维度筛选分析,有些甚至要筛选计算好久才出结果,用起来实在是放不开手脚。

这个时候,百度移动统计新上线的自定义留存功能就能帮到您!百度统计不但能对总体留存进行评估,更能对留存情况进行全维度的展开分析,评估各个维度带来的留存收益,在查询操作快速便捷,使用完全没有门槛。


使用自定义留存功能,不需要额外埋点或手动开通功能,只要接入SDK即可使用,在正式举例之前,我们先来看几个概念:

1. 除了时间范围外,自定义留存可指定初始条件和留存条件;

2. 满足初始条件的用户就是本次分析的初始用户啦,而这批初始用户在其后每个留存周期中符合留存条件时,即转化为留存用户;

3. 初始条件和留存条件包含渠道版本信息,用户基本属性,用户行为等维度,未来还会逐渐扩展;

4. 留存率 = 留存用户/初始用户。


了解了以上概念后,让我们一起进入实际操作环节。


例:如何查看本周上海的新用户留存情况?

可以按如下方式筛选初始条件,选择省份是“上海”,用户类型是“新用户”,同时将个条件关系确定为“且”。


640-13.jpeg


确认以上条件设定后,点击“开始分析”,即可获取满足对应条件的留存报告。


640-14.jpeg


例:如何衡量某个用户行为的发生是否会增加留存概率

可在初始条件中筛选满足触发对应事件,例如下图展示中的满足触发事件“阅读器”,在确认无误后点击“开始分析”,即可比较留存率和平均留存率之间是否有明显差异,从而验证这个用户行为对于增加留存概率的可能性。


1584958674637535.jpeg


除了以上举例之外,更普遍的,想比较某几个维度的留存差异,可以将初始条件分别设定,比较互相之间的留存情况,继而得出哪些维度是高价值来源,哪些是低价值来源,哪些是高价值行为,哪些是低价值行为。


当然,我们从用户在APP上的使用行为角度上来看,普通的APP打开并非真正留存行为,用户必须完成一些交互才能认为是留存。对阅读类APP,可能是打开一篇文章,对音乐类APP,可能是点击播放了一首音乐,针对这样的留存分析需求,我们该如何实际操作呢?

合理利用“留存条件”这一维度,对真正的留存行为进行定义。


例:针对音乐播放类的APP,对于触发播放音乐事件的留存分析

设置留存条件是“点击播放”后,点击开始分析,查看真实的留存情况。


1584958761412136.jpeg


再做更进阶的留存分析,合理应用“初始条件”及“留存条件”,我们还能对应更多样的场景分析。


例:分析老版本APP到新版本APP的迁移情况如何

将初始条件设定为旧版本号,留存条件设定为新版本号。


1584958807788059.jpeg


依据实际的情况,选择对应的留存周期,点击开始分析,即可得到版本转化关系。


640-18.jpeg