隨著如今越來越高的獲客成本,用戶拉新變得不再容易;而且由于獲客成本的增高,讓用戶留存也變得更加重要。同時,一個產(chǎn)品的使用體驗好壞、是否給予對應的用戶價值,通常“用戶留存”就被作為重要的衡量指標之一。
那么,如何將有限的流量發(fā)揮出最大的價值,盡可能的提升用戶留存呢?本文將跟隨字節(jié)的一款內容App的增長實踐來一探究竟。
(資料圖片僅供參考)
該款App為用戶提供短篇、中篇、長篇內容閱讀服務,但在App推出一段時間后,該產(chǎn)品團隊通過核心指標分析,發(fā)現(xiàn)App新用戶流失率非常高。其中新用戶LT(Life Time / 用戶生命周期)、LTV(Life Time Value/用戶生命周期價值)等指標均大幅低于預期,有較大的提升空間。
如何降低新用戶的流失率、提高用戶留存,成為了這款產(chǎn)品亟待解決的問題。
由于字節(jié)的產(chǎn)品在迭代、推廣過程中都會不斷經(jīng)歷A/B測試的打磨,因此該產(chǎn)品團隊首先查看了歷史策略,希望汲取一些經(jīng)驗。他們在字節(jié)跳動自研的A/B測試產(chǎn)品——DataTester 中,查看了該App以往的A/B實驗歷史,并通過 DataTester 特設的「經(jīng)驗庫」能力,找到了往期能夠提升用戶留存的產(chǎn)品策略。
他們從「經(jīng)驗庫」往期A/B測試的歷史中看到:
· 往期“7天簽到禮包”玩法中,新用戶LT顯著上升,用戶留存率顯著上升;
· 往年春節(jié)期間曾發(fā)起過眾多活動,“簽到日歷”的玩法對比其他活動,留存最佳;
.....
總結發(fā)現(xiàn),往期的“簽到玩法”對比其他策略,對于這款App的用戶留存提升通常更為顯著。下圖可看到“簽到玩法”帶來的拉新占比,及用戶留存趨勢。
因此該團隊判斷,此次產(chǎn)品策略優(yōu)化,通過優(yōu)化“簽到玩法”獲取提升該App新用戶留存指標收益的可能性較高。那么在優(yōu)化方向上具體策略如何制定呢?該團隊通過數(shù)據(jù)分析后決定從用戶體驗痛點入手。
原產(chǎn)品“簽到玩法”如下:
· 玩法設置在產(chǎn)品二級頁面“福利頁”,用戶必須打開App后再進入“福利頁”,才可以完成玩法任務
· 產(chǎn)品同時設置有兩種“簽到玩法”——「7天見面禮」與「日常簽到」,兩種玩法會同時彈出,用戶打開產(chǎn)品后會遇到多重彈窗的情況
這樣的產(chǎn)品策略會帶來“用戶操作路徑過長,領取獎勵難度相對較大”以及“多重彈窗對用戶造成操作打擾”的痛點。產(chǎn)品團隊因此確定了簽到策略的優(yōu)化思路:降低獎勵領取難度,去除多重彈窗對用戶的打擾。
當優(yōu)化方向確定后,接下來就需要設計完整的A/B實驗方案了;在A/B實驗方案設計的過程中,最重要的一點是要計算出取得顯著性結論所需要的流量是多少。 此時,字節(jié)的A/B測試產(chǎn)品 DataTester 的優(yōu)勢就體現(xiàn)出來了。當業(yè)務把想提升的指標、數(shù)值、提升方向輸入進來后,DataTester 可以直接自動計算所需要的樣本數(shù)量,然后經(jīng)過A/B測試的實驗數(shù)據(jù)來進行效果驗證,幫助業(yè)務確認最優(yōu)解的策略。
最后通過優(yōu)化新用戶的「7天見面禮」簽到活動,從 DataTester 的實驗結果上來看,優(yōu)化后的實驗組的大盤新用戶LT(用戶生命周期)、留存率等均有明顯的正向提升;不僅如此,在App活躍時長、ARPU(平均每用戶收入)等核心指標的數(shù)據(jù)也均有不同幅度的正向提升;同時新用戶的簽到問題反饋也有所下降。
因此,該App將新的策略全量上線,從線上數(shù)據(jù)表現(xiàn)來看,該App的「7日簽到」策略次日領取率提升了近20%,用戶多日留存穩(wěn)定提升了3%~5%,獲取了超預期的收益。
對于企業(yè)而言,更明智、更長期的戰(zhàn)略意味著需要同時專注于自身產(chǎn)品的健康發(fā)展以及增長,而這其中最重要的驅動因素是用戶滿意度和用戶留存。注重用戶留存就可以推進增加營收及提高盈利能力,也節(jié)省了獲客成本,達到了降本增效的目的。
那么如何提升核心指標?如何選擇最優(yōu)的產(chǎn)品策略?如何科學的評估指標提升與策略的關系?如何選準正確的迭代方向并繼續(xù)向下探索收益?這些都需要A/B測試來進行評估并得到“理性且科學”的數(shù)據(jù)結果,幫助業(yè)務在每一個決策的岔路口上,都做出了更正確的選擇。
DataTester 依靠其先進的底層算法,提供科學的分流能力和智能的統(tǒng)計引擎,支持多種復雜的A/B實驗類型。在字節(jié)內部幫助今日頭條、抖音等多個產(chǎn)品“擺脫猜測,用科學的實驗衡量決策收益”。 不僅如此,DataTester 也已經(jīng)由火山引擎對外開放服務,目前已服務了美的、得到、凱叔講故事等在內的上百家外部企業(yè),支持了多種業(yè)務場景需求,為業(yè)務的用戶增長、轉化、產(chǎn)品迭代、運營活動等各個環(huán)節(jié)提供了科學的決策依據(jù),將成熟的“數(shù)據(jù)驅動增長”經(jīng)驗賦能給各行業(yè)。(作者:宋楠)