首页  >  首席增长官  >  留存率低,是 CGO 没有触达到用户的 Aha Moment

留存率低,是 CGO 没有触达到用户的 Aha Moment

作为投资人,一般衡量一家初创公司,我最看重的三个指标是“增长率、日活(或相应的粘性用户的指标)、留存”。而这三个里最根本的一个指标就是留存——只有当留存足够高且稳定的时候,公司的增长才有意义,公司的产品和价值才算被市场和用户认可。

而一般来说,公司留存率低有三种原因:

第一,你并没有找到属于你的 Product / Market Fit 。即要么产品不够好,要么需求不够刚性。这种时候,只有你自己能救自己,解决方式就是不断试错,改进产品,转换市场定位。

PMF
Product / Market Fit(产品市场匹配)

by Marc Andreesen

大多数创业公司在没有找到“产品市场匹配”之前就死掉了。产品市场匹配意味着在一个足够好的市场中,有一个可以满足市场基本需求的产品。

一旦产品市场不匹配,其实你能够感觉到。因为用户并不能够从产品中获得价值,产品使用量增长很慢;市场上的口碑传播也不理想,媒体报道基本都是无关痛痒的话;销售流程很长,可能许多合作协议最后也没有谈成。

而当产品和市场是匹配的,你也能感觉到。产品上线或制造得有多快,用户量或购买量增长得就有多快;购买用户带来的现金流在公司账户日益增长;公司不断招聘销售或客户经理;不断有记者联系,寻求采访……

第二,你有自己的 Product / Market Fit,但获取用户的渠道有问题,拉来的用户不满足产品本身的定位。这种时候,就要不断地做 Cohort Analysis,区分不同渠道获取的客户,更有针对性地拉新。

第三,Product / Market Fit 都合理,拉来的用户也对路,但是用户还没有发掘到产品的益处就走掉了。这种情况也很常见,因为用户往往需要引导才能成为粘性用户。而这个转化的关键节点就是“ Aha Moment ”,如何找到这个节点是本文接下来要着重介绍的。

Aha Moment

Aha Moment(多译为“顿悟时刻”)——这个表达是由德国心理学家及现象学家卡尔·布勒在大约 100 多年前提出的。他当时的定义是“思考过程中一种特殊的、愉悦的体验,期间会突然对之前并不明朗的某个局面产生深入的认识。” 现在,我们多用 Aha Moment 来表示某个问题的解决方案突然明朗化的那个时刻。

《留存率低,是 CGO 没有触达到用户的 Aha Moment》

Aha Moment 就是你的用户发现产品内在价值,并形成粘性用户留存的那一瞬间。以 Facebook 为例,在很早期团队就发现,要让一个用户留存下来并持续使用 Facebook 的诀窍就是让用户在 10 天内完成 7 个好友添加的动作。所以让用户完成该动作就成了 Facebook 内部全体员工的核心目标之一。事实上,这个目标他们一路坚持,直到达到 10 亿用户。

另一个例子是 Twitter。在 2009 年的时候,Twitter 的用户流失率曾达到惊人的 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,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 人以上,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。

硅谷的企业基本都能说出来自己的一个 Aha Moment,比如社交游戏公司 Zynga 是次日留存(他们发现次日回来的用户的留存率和付费率都明显更高),云存储公司 Dropbox 是当用户存放第一个文件的时候,企业协同工具 Slack 是当某个团队在群组内发送超过 2000 条信息的时候。

所以,总结来说,一般 Aha Moment 都是用户某个维度的动作或结果,比如:

  • 网络效应密度 ——用户在多少天内达到多少连接度
  • 内容增加度 ——多少的内容被用户添加到产品内
  • 访问频度 ——单个用户至少多少天内使用一次产品

那么具体该如何找到你自己产品的 Aha Moment 呢?

首先,你要把所有留存下来的粘性用户都总结出来,并尝试着提取其中的共同点,比如所有留存用户中 80%以上的用户都是:3 天登录一次,或使用了一次相机功能,或更新了 5 条以上信息,或收到了 1 条以上私信,或下单了 2 次以上,等等。

在下图中,可以看到右侧红色代表的是产生某种行为的群体,左侧蓝色代表的是留存下来的总用户群体。在这里,发送 8 条信息的用户大概率也是留存用户,但要注意的是,还有更多的留存用户不在这个范围内,所以不能说发送 8 条信息就是该产品的 Aha Moment 。

《留存率低,是 CGO 没有触达到用户的 Aha Moment》

图1

图 2 可以看到的是,左侧留存用户大多发送了 1 条信息,但从右侧可以看出,发送 1 条信息的用户其实大多是未留存用户,所以也不符合要求。

《留存率低,是 CGO 没有触达到用户的 Aha Moment》

图2

而我们最终需要寻找的是下图的状态,即留存用户和某种行为发生用户的交集是最大化的。此时,把这种行为提取出来很可能就是该产品的 Aha Moment 。

《留存率低,是 CGO 没有触达到用户的 Aha Moment》

图3

但要注意的是,很多时候数据不都像图中这样清晰、完美,并且有时候相关的数据不一定就是因果关系,所以当找到某一个或几个 Aha Moment 以后,要做一些小范围试验,去看是否新发生这种行为的用户留存率确实在明显升高。

总结一下,其实 Aha Moment 讲的就是研究留存下来的用户的行为,找出其中的共同点,验证其真实性,然后重新设计产品流程,让更多的用户能够更快、更直接地达到这个节点,并产生留存。

文:星燎资本(xingcapital)

首席增长官CGO荐读:

更多精彩,关注:增长黑客(GrowthHK.cn)

增长黑客(Growth Hacker)是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度,梳理整合产品发展的因素,实现低成本甚至零成本带来的有效增长…

点赞

发表评论