每天到底“流失”多少用户,你真的知道吗?

作为运营喵,用户是我们最在意的人,他们就像我们的爱人,为了他们简直扑汤蹈火,想尽各种有的没的办法把他们拉倒自己的产品上,各种“零成本一年百万用户是怎么做到的?”、“做到三十万就靠这四招!”......这类的“拉新”文章太多太多了,这些人是不是很牛逼?好像是,但是今天我不是要去验证这些方法能不能行。我想说的是:就算用(kai)户(yuan)拉来了又怎么样,用户会“流失”、会“漏掉”的,我们是不是更应该好好留住用户,尽量少溜(jie)走(liu)?那么,问题就来了:我们怎么知道用户是不是“流失”了?这个很明确,一定是会通过各种数据来证明。当然,每个运营或者公司对“流失”的概念不一样,我只是分享个人经验,若意见不同,勿喷。

我将“流失”分成两个部分:一是新用户首次来网站是否存在“流掉”;二是这些新用户之后还没有活跃?是否留存下来?

一、新用户首次来网站是否存在“流掉”

新用户首次来网站是否存在“流失”,应该是新访客,这是还不能算是用户,以电商行业为例子。

大范围

从访问网站-注册—购物车—下单—购买(有的网站可能还有充值之类的),这是最常见的分析维度,去看新访客的“流掉”情况;

这是某电商网站过去一周的新访客的操作路径,我们一步一步解析:

PS:每个网站对数据KPI的理解不一样,我的所有数据都不是真实的工作数据,我只是举例说明,请大家看的是运营分析逻辑,而不是介些数据哈!!!

访问—注册

不管这些访客是通过什么渠道知道并来到网站,我们都夹道欢迎,可是为什么只有54%的访客注册了,是各渠道推广质量不好(只有流量没有质量的渠道不要也罢)?是推广信息和网站不对称,访客感受“受骗”立马离开(小提醒:渠道效果记得同时优化,不然白白花钱)?或者网站和产品不够吸引人、注册入口不明显(若是这些原因,那应该和产品聊一聊了)?还是新人引导不够,大家操作无从下手(产品、运营都有责任,快来解决问题,都别幸灾乐祸啦!)还是网站设计不够酷炫(应该知道找sei吧)?不然就是网站对新用户的优惠不够,很多时候电商拼的是价格、优惠程度(还不快去了解下市场、竞品的优惠情况,分析下自己网站优惠是不是真有问题)?

注册—购物车

这步路径更多应该去分析产品列表页/详情页和购物车之间的关系,一会我再说。

下单—成功购买

除了那些可能很久之后才会结算的用户(当然只是少数),这步路径转化率为68.8%;这时候,产品应该想想这步的操作是不是不流畅,比如支付什么的,导致“流掉”一半的用户;支付方面,还涉及支付平台的性能,支付是不是够快,会不会经常支付失败等;这些问题看似不惊人,其实特别影响支付的心情和状态(反正我是这样,支付慢我一定等不了)。运营应该想想这步的转化引导是不是不够。

分享一个上周的亲身经历,某宝的某店,那次我下单了,但是不知道什么原因忘了付钱,然后人家客服MM就以非常俏皮的口气提醒没付钱,虽然知道她的“贼心”,但是我还是乖乖付钱了,这是我第一次遇到这样的提醒。所以,运营有时候只是小小的一步,也许就会有大大的收获。

小范围

分析完大范围,再来看下小范围:详情页、二级页之间的关系,即各级页面的转化。

两个办法:

追踪每个用户的操作路径(具体到各页面),分析用户多在哪些页面流失,对这些页面进行重点监测,然后该优化就优化;

查看热力图,分析哪些用户的点击少,也能了解用户可能流失的区域;

分析这些页面关系,还有一个价值:就是去发现一些页面之间的关系,继而去发现一些商品之间的关系,可以做一些商品关联推荐、合绑销售等。

二、这些新用户之后还没有活跃?是否留存下来?

除了首次的行为外,运营更看重的是这些用户之后是否活跃,活跃有可能是登录,有可能是购买;无论是什么,努力把他们都变成老用户、忠实用户,提高网站留存率,要知道他们才是网站价值的最大贡献者。

活跃用户

先看活跃用户,一般用折线图表示即可,直观明了;

留存率

那就看看他们的留存率吧,留存率概念应该运营童鞋都懂,我就不啰嗦了。一般用“40–20–10”规则,表示的是次日留存率、第7日留存率和第30日留存!结合自己网站评估下吧!

以上这个数据代表性不强,只是留存率思维的一种展示,至于留存率的计算,其实很简单,数据工具有这个高级计算选项。然后设置一直“红色”条件,设置一些数据条件,用来提醒、预警,预防数据太低。

留存率反映的是一种转化率,由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程,能看到不同时期的用户的变化情况。留存率很重要,但不一定都关注次日留存率,各种网站、APP的特性也不一样,so留存率一般包括:次日留存、3日留存、7日留存、15日留存、30日留存、3个月留存、半年留存等概念。注意:留存率并不一定能代表活跃度,但是活跃度低的产品留存率肯定高不了。

做完了数据分析大体就能知道用户“流失”的情况了,但作为运营,更重要的是从数据中发现问题,然后制定相应的运营方案,比如怎么能让用户少流失点、如何召回、是不是要设置流失预警、等等,慢慢优化效果。

So运营会做数据分析是很重要的,我在这条路上越走越远啦,越来越顺,过程中有很多意外发现,对自己的运营成长也有很有利。分享经验,希望和大家共勉,加油!!!

作者:杨丽清(yang18210462108),产品运营。2年互联网运营工作经验,喜欢运营,擅长用数据优化、驱动运营,希望做个全能的运营狗。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 161,601评论 4 369
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,367评论 1 305
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 111,249评论 0 254
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,539评论 0 217
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,967评论 3 295
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,929评论 1 224
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,098评论 2 317
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,825评论 0 207
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,609评论 1 249
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,796评论 2 253
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,282评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,603评论 3 261
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,277评论 3 242
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,159评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,959评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,079评论 2 285
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,874评论 2 277

推荐阅读更多精彩内容