(公众号：)按：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，曾供职美国 Emas Pro、 Kyocera 分析师，非常丰富的数据分析技术和案例实战经验。

回国后重新加入 GrowingIO，致力于为客户建构数据模型，构建业务快速增长。本文亮相于GrowingIO博客和公众号，许可刊登。资本寒冬下，大家都在谈快速增长，DAU（日活跃用户数）或许早已沦为企业和媒体叙述产品快速增长的标配指标。

然而，分开的DAU快速增长能否沦为产品的护身符？要想要构建持久平稳的用户快速增长，我们还遗漏了哪些？本文将融合两个案例，和大家共享存留、Magic Number和以用户快速增长为目标的产品递归策略。一、什么是确实的用户快速增长存留，顾名思义，就是用户在你的网站/APP中留下、持续用于的意思。

存留的概念非常简单易懂，但是能了解理解存留本质的人还是很少的。（一）快速增长与存留的关系图1：看起来快速增长的积累用户量上面这张图中：新的用户回到我们的产品，随着时间的流逝渐渐萎缩；虽然总体上用户数是在大大快速增长的，但是推移的用户也渐渐激增。图2：实际快速增长的积累用户量上面这张图中：虽然新的用户进去后有一定萎缩，但还是有较高的存留；随着时间的流逝，用户总数下降十分慢，这才是确实的快速增长。很多企业花大钱更有新的客户，比如O2O行业少见的“首单免费”模式。

虽然当天的DAU有相当大的提高，但只不过这些用户都是一些负资产；因为很多人享用到第一次优惠就回头了，这是不科学的快速增长方式。要想要构建确实的快速增长，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、长久用于我们的产品。我们无法杨家是看DAU，而应当更加多注目存留；只有存留提高才能构建确实的快速增长。

（二）产品什么时候做到快速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，你必须对你的产品展开精准的定位。我们必须确认产品有人用、用户有一定的市场规模、有明晰的商业模式，这就是产品和市场相匹配（Product Market Fit , PMF）的概念。

图3：产品快速增长路径一旦我们寻找了PMF，我们就要考虑到逐步去做到快速增长，这里面很最重要的一点就是数据驱动。二、存留分析都有哪些方法论（一）数据分析方法概论给大家讲解一个十分朴素的数据分析方法论，它限于于大部分数据分析场景，还包括存留分析。

图4：数据分析方法论首先我们通过日常的数据监控来找到问题, 然后根据问题去成立一个解决问题目标，并且用数据去探寻。探寻问题的过程中，原因可能会多种多样；我们不会创建各种各样的假设，根据假设展开试验，最后后根据实验结果去检验假设。这样循环直到我们寻找一个失望的结果，然后用来优化产品或运营。

（二）存留分析框架少见的AARRR模型还包括五个环节，在这里面存留分析分成两个阶段：新的用户存留分析和产品存留分析。图5：存留分析框架首先是新的用户存留分析，用户刚用于我们产品的时候，要求用户应否的就是它。

我们基本上只有一次机会去展出我们产品，一定要把我们产品最有价值的东西展出给出来，不然用户就萎缩了。第二个是产品存留分析。

新的用户留下以后持续用于你的产品，他不会渐渐去挖出、探寻产品的有所不同功能的特点。这个时候我们必须一个功能去感动用户，作出新花样让用户实在你的产品很好，只有这样用户才不会持久留下。后面我会和大家共享的Magic Number，就是这样一个数据分析工具。

三、新的用户存留分析：Sidekick快速增长过程Sidekick 是一家做到增强Email 功能的SaaS公司，它可以做到一些个性化的邮件，还可以监控缴邮件的人否关上了邮件。他们通过数据监控找到，新的用户的留存率在持续大幅上升。图6：sidekick公司新的用户存留曲线（一）萎缩用户分析针对新的用户萎缩相当严重的问题，我们制订出有一个目标：期望提高第一周的留存率。为了达成协议目标，我们必须展开数据探寻，做到萎缩用户画像分析，想到萎缩用户都有哪些特征。

我们分析了萎缩用户用于我们产品的次数，找到近60%的萎缩用户要用了一次我们的产品就萎缩了。这解释在用户转入我们产品时，第一次体验很差或者没找到产品价值的话，用户就不会萎缩。图7：用户萎缩原因通过更进一步的萎缩用户专访找到：30%的用户没感受到产品价值，30%的用户回应不解读产品的用途。这两类问题的核心在于如何让用户较慢找到我们产品的价值，而且占到了60%，必须优先解决问题。

（二）产品递归探寻提高存留主要有两大思路，一是转变产品或者技术，二是通过运营展开人工干预。既然用户没及时发现我们产品的价值，重返到刚才的方法论，我们可以展开系列探寻。尝试1：砍用于频率较低的功能既然用户没及时发现我们产品的价值，那我们就尝试砍简单晦涩的功能、引人注目核心功能。

试验结果找到留存率不但没提高、反而之后上升。图8：砍非核心功能（尝试1）尝试2：提醒客户找到产品核心价值用户不告诉我们的产品核心价值是什么，那么对新的用户展开产品内提醒呢？结果显示留存率之后上升，尝试并没接到什么好的效果。图9：减少功能提醒（尝试2）尝试3：产品操作者引领视频既然用户不告诉怎么用我们的产品，那么我们就又尝试做到一个引领视频；只不过很多公司都在这么做到，最后数据指出还是敢。图10：获取操作者引领视频（尝试3）尝试4：必要在邮箱内用于产品大约做到了20多个试验后才找到了一个不切实际的方法，当用户下载安装完了产品后，提醒用户：你可以去你的邮箱用于我们的产品、跟踪邮件了。

图11：提醒用户去邮箱用于产品（尝试4）因为用户找到产品从网页上iTunes，想当然指出是在网站上必要用于，所以客户端产品的留存率非常低。于是他们给用户一个提醒–––你可以去邮箱必要用于，特了这句话后，存留效果就好多了。

图12：最后试验存留度大幅度提高这个是数据的结果，之前是蓝色那条线的，最后渐渐提高成黄色那条。通过这个案例，我们可以对存留分析的方法论、数据分析的过程有一个明晰的了解；而且产品递归的过程没那么非常简单，必须重复探寻、循环。四、产品功能存留分析：Magic Number（一）产品功能存留分析方法论新的用户的留存率提高以后，我们面对第二个问题，将正处于稳定期的存留曲线移除。如何提高用户的整体存留度，提高稳定期的存留曲线，我总结了三个方法。

第一，分析有所不同功能模块的存留趋势，减少产品的粘性。第二，分析有所不同功能模块的采访人数和活跃度。第三，分析用户用于功能的路径，找到萎缩原因，减少流失率。

（二）Magic Number探寻实践中一个用户用于了我们网站或者APP的某些功能、做到了某些动作，然后留下持续用于我们的产品、沦为忠心的用户。这解释用户的不道德和留存率之间是有一些相关性的，我们要找到这种相关性，然后去看否有因果关系。

Magic Number有可能有些抽象化，我们必须对其分析。给大家荐几个例子，Facebook找到用户10天内加到7个好友的存留度更高，Twitter找到用户10天内注目30个大V的留存率更高。

这些Magic Number都是通过数据分析、数据挖掘的方式去找出来的，并且有一套已完成的方法论。图13：Magic Number 的探寻过程第一步，确认产品 on boarding 功能。

一个社交类APP有可能有多个on boarding功能，还包括指定、加到好友、加到注目、发送到消息、点拜、共享、上载文件等等。第二步，分析用户不道德与最后存留度之间的相关性。

用户一周内页面7次注目用户的存留度为57.5%，一周内页面5次注目博客的存留度为54.4%，一周内页面6次点拜或者评论的存留度为52.6%，皆为强劲涉及。第三步，检验出有适合的Magic Number。根据公司目前的发展战略、操作者成本、可执行性、A/B测试检验出有适合的Magic Number。假如这个APP产品目前发展战略是较慢提供新的用户、不断扩大市场，那我们可以将“一周内加到7个新的用户”作为最后的Magic Number。

第四步，寻找了最后的Magic Number，我们必须去继续执行、运营好它。比如在这个社交APP里面希望用户加到好友，为用户更为精准的引荐好友。从而构建最初的目的，培育用户产品用于习惯、提升用户粘度，增进快速增长。一旦存留提高上来，我们就可以做到用户所求或者传播引荐，这样我们的用户才不会渐渐快速增长。

通过大大的市场拉新，存留的用户渐渐溶解下来，沦为我们的最重要用户，是可以所求的。而那些不稳定的用户，我们还要做到各样的产品和运营方面的改良，让他们渐渐变为存留用户、然后开始所求。只有用户的存留度提高上来了，我们才能确实构建活跃用户的快速增长。版权文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：必威·BETWAY体育-www.fenghuayj.cc