产品 留存率 哪本书

增长黑客。

在互联网行业中，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户。这部分用户占当时新增用户的比例即是留存率，会按照每隔1单位时间（例日、周、月）来进行统计。顾名思义，留存指的就是“有多少用户留下来了”。

产品运营如何做好数据挖掘与分析

对于产品和运营避免不了要和数据打交道，在打交道的同时如何让数据为产品和运营服务呢？从数据的变化中发现产品的问题，让数据说话，准确的汇报产品和运营的各维度指标的。那就需要通过一些维度来定义产品、运营数据。对于产品和数据分析一般思路可以归集为：了解产品现状的数据、了解发展趋势的数据呈现、发现问题的数据记录、认清用户对产品的使用情况的数据、营销和推广数据。数据分析的维度科划分为：产品现状、了解趋势、发现问题、认清用户、营销与推广。

对于着几个大维度，又回需要不同小维度的划分。产品现状维度会记录数据的来源、PV、UV、人数、次数、收入、用户属性、活跃度。通过这些数据来考量产品的现状。了解趋势的数据，环比、同比、流动模型、增长率、留存率、流失率。发现问题的收集：漏洞模型、问卷调查。认清用户偏好的数据：功能模块使用（数据埋点）、以及热度分析。运营推广的数据：精准化投放、用户生命周期的管理、拉新、留存等。

用户增长运营应该怎么学？

这个看你学哪方面的，网课现在倒不少，实践可以去公司试试。

如何精细化运营，促进用户增长？

随着互联网的发展，流量越来越贵，花钱砸流量的时代成为历史，于是，更多的思考便转入了流量的更大化利用上，数据驱动应用而生。

1、用户增长与精细化运营的关系

先来说说大背景，随着流量越来越贵，以前靠花钱砸流量的时代已经一去不复返，对于流量的更大化利用成了新的趋势，近几年来数据驱动的概念日益火热，同时也诞生出了很多关于数据驱动的理念，其中最为被认可的理念在我看来不外乎两种，之一种是从硅谷兴起的用户增长也称增长黑客，另外一种则是来源于中国互联网界的精细化运营。

这两种不同的理念所倡导的方式不尽相同，但都是基于一个前提下提出的概念，即数据驱动。关于数据的水，太深了，不做过多说明，有过一定经验的运营人员和管理人员应该都心知肚明，本文的前提条件是在数据真实有效的前提下进行对这两种方式的探讨。

2、用户增长的主要指标—留存

先从用户增长说起，用户增长起源于硅谷，成名于 FB、LinkedIn 等硅谷一线互联网公司。总体来说用户增长主要的作用就是通过极低或免费的方式帮助初创企业短时间内获得大量用户的一个手段。了解更多内容请自行百度。

关于用户增长有一个核心的指标即留存率。也有一个普遍比较认可的 AARRR 模型，即 “获取（Acquisition）”、“激活（Activation）”、“留存（Retention）”、“收入（Revenue）”、“推荐（Referral）”，整个步骤如图所示。

怎样才能做好用户留存

一、流失预警

根据用户的表现以及数据反馈，提前预判流失可能性。一旦出现以上情况，之一时间提醒用户，比如app或短信提醒、主动 *** 或微信联系等，尽更大可能降低流失风险。

二、超预期服务

一般来说，产品出现用户流失的情况是很正常的，主要原因是效果不显著或需求不再匹配，如果能让用户感受到超过预期的体验与服务，流失的风险同样可以降低，甚至帮助复购。

所以，可以在制定产品服务标准时，规定更低要求以及更高要求，并用一系列指标把控和提高整体服务水平，而在产品层面则可以设计奖励、兑换、升级等游戏机制。

三、召回

召回是留存运营中非常重要的工作，具体是这样的，在活动节点，用push、短信、 *** 等手段提醒用户活动信息，尤其对召回话术的逻辑进行设计。

以 *** 为例：之一步询问情况，第二步根据结果推荐产品，第三步告知活动信息如购买优惠和其他福利，第四步引导成交。

四、分层与精细化运营

分层和精细化运营可以说是提升留存率最基本、最稳妥的手段，至于分层和精细化运营哪个优先，其实并无意义，因为分层本身就是为精细化运营做准备的。

五、会员制设计

会员制是另一个较为重要的提升留存的手段，其权益和服务设计遵循两个基本原则：性价比够高;权益覆盖绝大多数产品;这两个决定了用户购买会员的动力有多强。

六、搭建用户激励体系

目前，常见的用户激励体系，主要是积分体系和成长体系。

积分体系：用于奖励用户完成特定任务，并且可用于兑换商品，也可以充值、提现、抵券，常与商城玩法进行绑定，达到激活和留存的目的。

如何从0开始搭建用户增长体系？

最近收到比较多关于运营体系应该如何搭建的咨询，那我自己经历的几个产品的感受来看，app推广运营越早介入越好，提前做好运营的规划，让用户增长走在一条健康可持续的路径上。

那究竟应该如何从零搭建运营体系呢？

一、挖掘核心功能，查看用户留存，找到驱动用户增长的魔法数字

做产品更大的忌讳是上来就做一堆功能，然后就让运营去推广，用户增长不力就是推广做的不好。这种案例屡见不鲜。如何在产品初期找到真正能拉动用户自增长的产品功能，是一个非常重要的课题。

Facebook发展早期通过数据分析发现，要让一个用户留存下来，并持续使用Facebook的诀窍就是让这个用户在10天内完成7个好友添加的动作；

LinkedIn早期发展过程中也不知道如何提升留存，于是分析了两三百个各种不同的指标，最后发现，一星期内加到5个联系人的用户，他们的留存率/使用频度/停留时间是那些没有加到5个联系人的用户的3-5倍，这个是他们找到的驱动增长的魔法数字。找到了这样的数字魔法后，LinkedIn开始在产品各个入口增加社交关系，去强化这个产品功能，让更多的用户在之一周里加到5个联系人，此后的增长速度就步入了快车道；

同样的，在2009年的时候，Twitter的用户流失率达到了75%，时任增长团队的产品负责人Josh Elman做了一件有趣的逆向思维的事情，他并没有去研究那75%的用户是为什么走的，而是深入地研究了剩下的25%的用户为什么留下来。结果他发现这25%的用户关注的用户数都在30以上，所以他们重新设计了产品，在注册后会进行推荐关注等，以此来提高新用户的关注数量，并最终提升了留存率。

在国内的新浪微博、人人等社交产品你会看到当你首次使用的时候会默认给你推荐关注大V，背后的原理就是如此。

再举一个例子：我最近需要去搭建一个股票产品的数据体系，面对这样一个新产品，应该如何去发现这个产品的核心功能？

我使用的炒股软件是雪球，为了避免重新安装后数据丢失，还主动完成了注册。逆向反推我为什么一直使用这个产品？因为我在使用这个产品初期添加了几支股票，添加后就不定期关注几只股票的涨跌，那对于这个产品来说我就是一个留存用户。这只是经验上的判断，我们可以通过用户行为留存率的数据去验证是否真是如此。

那我搭建这个产品数据指标的时候就应该首先分析是否是添加了自选股达到几支以上的用户留存率会更高。如果数据验证了确实如此，那我们在运营和产品上就应该去强化这样的产品功能，比如上来就给用户直接推荐几支股票，或者快速引导用户完成他自己想要的股票的关注，然后再引导用户想要保存数据再去注册和登录；同样的道理也可以复制在其他的功能上，比如关注牛人的数据，参加了模拟炒股大赛的留存数据；