极客公园微信号：geekpark
用户增长
本文作者檀润洋，GrowingIO 数据分析师。加州大学圣地亚哥分校硕士，曾任职美国 Emas Pro、 Kyocera 分析师，丰富的数据分析技术和案例实战经验。回国后加入 GrowingIO，致力于为客户构建数据模型，实现业务增长。
本文首发于 GrowingIO 博客和公众号，极客公园授权转载。
在流量红利已稍显乏力的今天，单纯的 DAU（日活跃用户数）增长能否成为产品的护身符？想要实现长久稳定的增长，我们应当关注哪些指标？本文将结合两个案例，和大家分享留存、Magic Number 和以用户增长为目标的产品迭代策略。
什么是真正的用户增长
留存，顾名思义，就是用户在你的网站/App 中留下来、持续使用的意思。留存的概念简单易懂，但是能深入了解留存本质的人还是很少的。
1. 增长与留存的关系
看似增长的累积用户量
上面这张图中：新用户来到我们的产品，随着时间的推移逐渐流失；虽然总体上用户数是在不断增长的，但是流逝的用户也逐渐增多。
实际增长的累积用户量
上面这张图中：虽然新用户进来后有一定流失，但还是有较高的留存；随着时间的推移，用户总数上升非常快，这才是真正的增长。
很多企业花大钱吸引新客户，比如 O2O 行业常见的「首单免费」模式。虽然当天的 DAU 有很大的提升，但其实这些用户都是一些负资产；因为很多人享受到第一次优惠就走了，这是不科学的增长方式。
要想实现真正的增长，首先我们的产品得满足用户的核心价值，然后通过运营方式让用户留下来、持久使用我们的产品。我们不能老是看 DAU，而应该更多关注留存；只有留存提升才能实现真正的增长。
2. 产品什么时候做增长
不是任何阶段产品都可以快速增长的，在快速增长之前，你需要对你的产品进行精准的定位。我们需要确定产品有人用、用户有一定的市场规模、有清晰的商业模式，这就是产品和市场相匹配（Product Market Fit , PMF）的概念。
产品增长路径
一旦我们找到了 PMF，我们就要考虑逐步去做增长，这里面很重要的一点就是数据驱动。
留存分析都有哪些方法论
1. 数据分析方法概论
给大家介绍一个非常朴素的数据分析方法论，它适用于大部分数据分析场景，包括留存分析。
数据分析方法论
首先我们通过日常的数据监控来发现问题, 然后根据问题去设立一个解决目标，并且用数据去探索。探索问题的过程中，原因可能会多种多样；我们会建立各种各样的假设，根据假设进行试验，最后后根据实验结果去检验假设。这样循环直到我们找到一个满意的结果，然后用来优化产品或运营。
2. 留存分析框架
常见的 AARRR 模型包括五个环节，在这里面留存分析分为两个阶段：新用户留存分析和产品留存分析。
留存分析框架
首先是新用户留存分析，用户刚刚使用我们产品的时候，决定用户去留的就是它。我们基本上只有一次机会去展示我们产品，一定要把我们产品最有价值的东西展示给出来，不然用户就流失了。
第二个是产品留存分析。新用户留下来以后持续使用你的产品，他会逐渐去挖掘、探索产品的不同功能的特点。这个时候我们需要一个功能去打动用户，做出新花样让用户觉得你的产品很好，只有这样用户才会长久留下来。后面我会和大家分享的 Magic Number，就是这样一个数据分析工具。
新用户留存分析：Sidekick 增长过程
Sidekick 是一家做强化 Email 功能的 SaaS 公司，它可以做一些个性化的邮件，还可以监控收邮件的人是否打开了邮件。他们通过数据监控发现，新用户的留存率在持续大幅度下降。
sidekick 公司新用户留存曲线
1. 流失用户分析
针对新用户流失严重的问题，我们制定出一个目标：希望提升第一周的留存率。为了达成目标，我们需要进行数据探索，做流失用户画像分析，看看流失用户都有哪些特征。
我们分析了流失用户使用我们产品的次数，发现近 60% 的流失用户只用了一次我们的产品就流失了。这说明在用户进入我们产品时，第一次体验不好或者没有发现产品价值的话，用户就会流失。
用户流失原因
通过进一步的流失用户访谈发现：30% 的用户没有感受到产品价值，30% 的用户表示不理解产品的用途。这两类问题的核心在于如何让用户快速发现我们产品的价值，而且占了 60%，需要优先解决。
2. 产品迭代探索
提升留存主要有两大思路，一是改变产品或者技术，二是通过运营进行人工干预。既然用户没有及时发现我们产品的价值，回归到刚才的方法论，我们可以进行系列探索。
尝试 1：砍掉使用频率低的功能
既然用户没有及时发现我们产品的价值，那我们就尝试砍掉复杂难懂的功能、突出核心功能。试验结果发现留存率不但没有提升、反而继续下降。
砍掉非核心功能（尝试 1）
