帮助文档
What's new
增长平台全景图
文档使用指南
产品简介
开发者文档
SDK 集成
SDK调试
API参考
产品使用文档
产品分析
数据监测
分析工具
业务场景
分享分析
留存魔法师
智能运营
获客分析
用户库
数据中心
项目管理
组织管理
个人中心
学习平台
工单管理
术语解释
常见问题与解决
基本问题
SDK集成
圈选问题
指标和维度
数据安全
产品使用
数据统计差异
如何刪除不要的項目?
为何收不到GIO的邮件?
无效指标清理说明
产品维护计划通告
留存魔法师
1.简介
留存魔法师向您呈现用户访问初期的行为、频次与留存的相关关系,找到促进增长的魔法数字。
Linkedin 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。
用户访问初期在网站/App 的某些行为、频次可能会让用户留下来,并且长久使用,成为忠诚用户。发现了这些行为和发生次数,优化产品,促进用户使用这些功能,就可能带来更高的留存率。
2.使用案例
一个社交App如何发现自己的魔法数字
一个社交 App 希望新用户在使用 App 的时候能够尽早的对我们的产品说 “aha!”,希望他们能快速发现产品价值,并且留下来。因此希望能找到我们 App 的魔法数字 。 现阶段我们最关注的是用户初期留存,所以需要了解用户在使用 App 早期(第一周做的事情)和次周留存之间的关系,并且找到那些具有高留存的行为。
为此我们做了如下几点:
我们发现新用户首次访问7天内,以下四个行为、频次都与次周留存具有很强的正相关关系:点赞 8 次、分享 5 次、关注人 7 次。
然后我们根据公司现阶段战略,每个行为的人数占比,可实现的难易程度,将“分享 5 次”和“关注 7 人”当作我们魔法数字的候选名单。
使用 A/B 测试,通过产品和运营上的改变,让两组用户分别尽可能多的达到这个两个指标。然后,我们对这两组用户进行了验证,我们发现促进用户分享的那组用户,次周留存并没有得到太多提升;而关注 7 人的那组用户,次周留存有大幅提高。
最后我们将 7 天内关注 7 人当作我们的魔法数字,并将这个指标当成我们衡量用户 OnBoarding 效果的最重要参考。
3.功能使用
GrowingIO 自动计算所有已经圈选的简单指标与次周留存率的相关性,所以您只需
将网站、App 的关键行为圈选出来;
积累 14 天数据;
进入留存魔法师中找到驱动增长的魔法数字。
在顶部导航栏选择“
产品分析 > 分析实验室 > 留存魔法师”
,进入留存魔法师功能模块。
上图的第一行表示:首次访问七天内至少点击 3 次【iOS-首页-底部个人中心】的新用户,次周留存率为 49.4%,这个行为与网站/App 的次周留存率有很强的正相关关系。 相关系数越高说明这个行为与留存的相关性越大,促进用户进行这个行为,可能可以大幅提高留存率。这时我们可以尝试优化产品,促进用户在访问初期更多的添加好友,来验证这个假设。同时可以把添加 7 个好友的用户量占比和次周留存率作为 KPI 追踪。
点击每一行,还可以查看该行为不同频次的用户量占比、次周留存率与相关系数。
我们也同样支持打点事件,你可以查看做过打点行为的次周留存,如您定义了一个新用户激活行为,可以查看做过激活行为的用户的次周留存率:下图至少一次支付成功的,次周留存率高达78.9%。
4.常见问题
1. 为什么会数据不足,无法计算魔法数字?
魔法数字的计算需要圈选关键行为,以及至少 14 天的数据。如果出现数据不足、无法计算的情况,您可以圈选出更多关键行为,积累更多数据后查看魔法数字。 有的时候,驱动增长的关键行为可能会意外地出现在平时关注不多的功能之中。
2. 为什么有的指标搜索不到?
以下情况指标不会参与魔法数字的计算: (1)指标数据不足 14 天,比如刚刚圈选的指标,没有 14 天的数据不会参与计算。可以积累几天数据之后查看; (2)浏览/点击过该指标的新用户占所有新用户比例大于 80% 或小于 10% 。当用户量占比过高或者过低时,这些行为很难对整体留存率带来影响,所以不参与计算。
3. 相关系数是什么意思呢?
在留存魔法师中相关系数表示了用户的行为、频次与次周留存相关关系的强弱,范围在 -1 到 +1 之间。当相关系数是 +1 时,表示新用户 7 天内做到这个行为频次,第二周就一定会回访网站,当然这在现实生活中不太可能出现。通常相关系数大于 0.4 时,就表示比较强的相关关系,而小于 0.2 时,就表示相关关系非常弱,或者不相关。 有的时候相关系数会出现负数,表示用户做了这个行为,有可能第二周就不会回访,这当然是我们不希望看到的。
4. 当过去 30 天的新用户总量小于 100 时,为什么无法计算魔法数字?
在统计计算中,一定存在一些不可控的偶然因素,在寻找魔法数字时,我们希望群体的差异是由于系统因素而不是偶然性因素的影响。当用户量过小时,偶然因素过大,无法保证计算结果的可信度,在统计学上无法满足显著性检验。所以当过去 30 天的新用户总量小于 100 时,无法计算魔法数字。
以前
分享分析
下一个 - 产品使用文档
智能运营
最近更新
2yr ago
此页面是否有帮助?
大纲
1.简介
2.使用案例
一个社交App如何发现自己的魔法数字
3.功能使用
4.常见问题
1. 为什么会数据不足,无法计算魔法数字?
2. 为什么有的指标搜索不到?
3. 相关系数是什么意思呢?
4. 当过去 30 天的新用户总量小于 100 时,为什么无法计算魔法数字?