队列分析：如何减少流失并提高保留率

在本指南中，我们将定义什么是群组分析，概述进行获取和行为群组分析的好处，并介绍运行群组分析的五个步骤。

我们还将解释在队列分析中收集到的见解如何帮助你确定正确的步骤，以减少流失并提高你的保留率。

目录

• 什么是群组分析？
• 队列分析实例
• 队列分析的类型
  • 采集队列
  • 行为队列
• 为什么要进行队列分析？
  • 验证假设
  • 提高保留率
  • 衡量客户终身价值（LTV）
  • 了解转换漏斗
• 如何减少客户流失并提高留存率
• 如何进行群组分析：5个步骤
  • 确定你的假设
  • 确定要跟踪的指标
  • 界定群组
  • 运行报告
  • 分析结果

什么是群组分析？

队列是由一群具有共同特征或情况的人组成的群体。队列分析是一种分析技术，用于了解具有共同特征的一群人的行为–例如，在11月注册的用户，在过去6个月中续订或流失的订阅用户，等等。

队列分析帮助产品经理分析特定客户群体的用户体验。这些洞察力使产品团队能够确定正确的步骤和功能来改善产品体验。

队列分析例子

为了说明群组分析在实践中是什么样的，我们来看一个例子。假设一个电视频道订阅应用程序推出了一个月的免费试用，作为增加客户的促销活动。这个促销活动是在10月份进行的。

由于这一优惠，10月份有1000名用户订阅了该应用。60%的用户（600名用户）在月底取消了他们的订阅。

第一步是分析这600名用户选择取消订阅的原因。让我们看看所有的可能性。

• 他们不喜欢这些内容
• 他们忘记了订阅的事
• 每月的订阅费用太高

你可能需要从各种渠道收集一些定性和定量的数据，以确定取消订单背后的根本原因。例如，你可能会发现，在这600名用户中，80%的人认为订阅率太高，而其余的人（20%）只是忘记了他们的订阅。

作为下一步，你可以考虑降低每月的订阅价格，或提供内容较少的低费率订阅。你也可以选择在另外20%的用户中投放重定向广告，提醒他们免费试用订阅，并让他们更频繁地查看内容。

在定性和定量数据的帮助下，你可以确定最有效的改进步骤。这就是一个基本的群组分析的实际情况。

队列分析的类型

有两种主要的队列分析类型:

• 收购群组
• 行为群组

收购队列。确定 “何时”。

采集队列帮助你了解用户流失的模式–即导致用户不活跃的时刻。采集队列按月、按天或按周分配活跃用户，这取决于对你的产品最有意义的做法。

例如，假设你的用户每天都在减少，但你每天也在获取新用户。在这种情况下，你应该通过在特定天数内每天分配用户来进行获取群组分析。你可以选择这个分析的时间段，使之与特定的促销期或新功能的推出相一致。

下面是一个关于获取群组的例子。该图显示了10天内每天的活跃用户，也显示了每天保留到第10天的用户数量。

你可以看到，在第1天，只有33.2%的第0天（1月1日注册）的活跃用户被保留下来。到第10天，这个数字下降到13.11%。这意味着在第0天注册的2023个用户中，大约有265个用户被保留下来，而其余的则被流失。

超过20万名开发者和产品经理使用LogRocket来创造更好的数字体验

如果66.8%的用户在第一天就流失了，这意味着他们在应用中没有得到他们想要的东西。

另外，你也可以把这张图变成留存分析曲线，以更容易的方式处理数据。

这张图显示了10天内群组中活跃用户的留存情况。从上图中，我们可以推断出，在第一天本身就发生了一些事情，导致75%的活跃用户停止使用该应用程序。

随着时间的推移，只有13%的活跃用户在第10天之前被保留下来。很明显，你可以使用获取队列来确定 “何时 “的部分，从而得出大多数活跃用户流失的结论。

下一步是弄清这些用户流失背后的原因。

行为群组。哪些行为会导致流失？

为了弄清用户离开你的应用程序背后的根本原因，你可以做一个行为群组分析。这使你能够分析用户在执行某些动作后在应用程序中保持活跃的时间。

例如，假设你运行一个社交媒体应用程序。你可以看到，一些用户通过发送朋友请求来添加朋友，然后看到他们的Feed被朋友的活动所填充。这个动作增加了用户的兴趣，并迫使他们回到应用中，看看他们朋友的生活情况。

同时，还有另一组用户，他们从未发出过任何好友请求，因此当他们登录应用时，没有任何活动信息可以查看。对于第一组有朋友的用户，我们可以看到有相当大的比例被保留下来并回来查看他们的活动信息。

现在让我们来分析一下第二批在入职后没有添加好友的用户。这些用户在第一天确实访问了应用程序–事实上，在第一天保留的用户数量与第一组用户的数量接近。然而，由于他们没有看到任何活动信息，第二批用户很快就会感到厌烦，他们在第1天后很少再回来。

这种行为表明，不加好友的用户在应用中看不到任何价值，因此在第一天之后就不再回来了。

基于这些数据的下一步可能包括尝试将用户拉回来，在他们的feed中提供趋势性的帖子，或促使他们添加新的朋友，以便他们能够参与到应用程序中。

因此，行为群组分析有助于识别活跃用户流失背后的原因，从而引导企业做出有意义的决定来留住用户。

为什么要进行群组分析？

运行群组分析可以在很多方面帮助产品经理。我们将在下面强调几个好处。

队列分析使产品团队能够。

• 验证假设
• 提高保留率
• 衡量客户终身价值(LTV)
• 了解转换漏斗

验证假设

在产品开发过程中，产品经理对客户在应用中的行为方式进行假设。例如，当新功能推出时，用户被期望遵循某些步骤来使用该功能。群组分析可以帮助你验证这个路径是你的用户要走的正确路径。

对于一个现实世界的例子，假设你正在建立一个电子商务应用程序。你最近推出了一个按月订购的功能，使用户可以定期以优惠的价格购买某些产品。

将用户分为两组：选择这种订阅的用户和没有选择但仍在频繁、重复购买同一产品的用户。分析这两组人的行为可以帮助你了解这个功能是否成功，有多少用户继续订阅，以及他们在多长时间后取消订阅。

虽然订阅会导致用户省钱，但群组分析可能会发现，有些用户不喜欢每个月以折扣价订阅获得产品，因为他们不确定是否每个月都需要它。在一段时间内，对同一产品的订阅量增加将表明该功能在这种情况下的成功。

提高保留率

为了增加收入，在保持现有用户的同时，以稳定的速度获取新用户是至关重要的。用户可能因为各种各样的原因而停止使用你的产品。

你可以使用群组分析来确定用户在一段时间内流失的确切原因，以及某一组用户在一段时间内被保留的原因。

通过了解不同用户群体或细分市场的经验，队列分析可以用来提高用户保留率。

客户终身价值(LTV)

客户终身价值（LTV）是指随着时间的推移，你从每个客户那里获得的利润。这个指标有助于定义一个特定群组在一定时期内能带来多少利润。

不同的队列可以表明不同的终身价值。这有助于你确定更有价值的队列，以及是什么使他们有价值。

通过深入研究终生价值队列分析，你也可以确定哪些营销活动和战略是成功的。

了解转换漏斗

转换漏斗指的是网站访问者在成为你的应用程序的用户之前所经历的步骤。

你可以使用队列分析和转换漏斗来分析不同时间段的队列，并了解推动线索转换的关键事件。

这是一个漫长的过程，可以跨越几个月的时间来整理数据，然后分析用户行为，以了解什么有效，什么无效。在分析之后，可以对营销策略进行相应的调整，以提高转化率。

如何减少用户流失并提高留存率

你的产品可以获得数以百万计的用户，但如果他们不能长期坚持下去，那么即使是高获取率也无济于事，因为收入是不可持续的。

这就是为什么在一段时间内获得新用户的同时保留现有用户是最基本的。要做到这一点，需要找出导致用户停止使用该应用程序的痛点。

现在要找出用户停止使用应用程序背后的原因，关键是要首先了解谁、什么、什么时候和为什么保留用户，即。

• 谁是你的用户？
• 你的保留率是多少？
• 用户什么时候离开的？
• 他们为什么离开你的应用程序？

队列分析将帮助你了解队列或用户，你目前的保留率，导致用户离开应用程序的具体事件，以及这些触发因素的时间段。

采集队列分析和行为队列分析可以提供关于谁、什么、什么时候和为什么保留的数据。分析结果可以帮助你做出明智的产品决策，以尽量减少导致用户流失的事件，从而提高用户保留率。

如何进行群组分析：5个步骤

队列分析的目的是根据共同的特征对一组用户进行假设测试，并分析他们的行为以改善业务目标。任何群组分析都涉及五个基本步骤。

1. 确定你的假设
2. 确定要跟踪的指标
3. 界定队列
4. 运行报告
5. 分析结果

1. 确定你的假设

要做的第一件事是确定一个要测试的假设。它可能是关于提高用户参与度，提高转换率，或提高保留率/减少流失率。

例如，假设一个新的功能已经推出，企业需要知道到目前为止它有多成功。你可能会假设，用户参与度在推出新功能后有所提高。

你可以把队列分为推出前和推出后的同一组用户。在一段时间内分析这两个队列，看他们在推出新功能后是否在产品中花费了更多的时间，可以说明用户参与度增加了。

2. 确定要跟踪的指标

根据要测试的假设，确定与分析队列数据最相关的指标。

例如，对于用户参与度的假设，使用诸如平均会话时间、会话频率、获取率等指标。同样，对于留存率的假设，诸如DAUs、MAUs、粘性比率、30天以上的留存率等指标是很好的衡量标准。

3. 定义群组

队列是具有共同特征的用户群体，如相同的注册日期、年龄组、性别、地点等。根据要测试的假设，需要仔细选择队列。

例如，假设一个SaaS企业在销售季节对服务进行了折扣订购价格。在这种情况下，队列可能包括在销售季节订阅的用户和在销售季节之前以正常价格点订阅的用户。

队列分析可以帮助你计算一段时间内两组用户的保留率，并分析折扣订阅是否成功保留了更多的用户。

4. 运行报告

一旦定义了队列，下一步就是运行报告，可以在电子表格中手动运行，也可以使用具有队列分析功能的软件。这类工具可以让你在几秒钟内查看结果，从而节省了你手动添加数据到电子表格的时间。

5. 分析结果

最后一步是分析报告，仔细推敲第一步中设定的假设的答案。随着时间的推移，对报告中的数据进行分析，要么支持假设，要么证明假设是错误的。

结论

结合各种队列分析，可以释放出关于你的活跃用户行为的宝贵信息。这些洞察力在做出有关进入市场和产品战略的决策时是非常宝贵的。

 

LogRocket产生的产品洞察力导致了有意义的行动

LogRocket确定了用户体验中的摩擦点，因此您可以就为实现目标而必须进行的产品和设计变更做出知情决定。

有了LogRocket，你可以了解影响你的产品的问题的范围，并优先考虑需要作出的改变。LogRocket简化了工作流程，允许工程和设计团队根据与您相同的数据工作，消除了对需要做什么的任何困惑。

让你的团队站在同一起跑线上 – 今天就试试LogRocket。

 

翻译：https://www.yrucd.com/academy/692580.html

原文：https://blog.logrocket.com/product-management/cohort-analysis-how-to-reduce-churn-improve-retention/