fbpx
留存率如何影響產品體質?深度解析留存率與 DAU 的關係

Written by 上午 1:37 產品數據分析 • 4 Comments

留存率如何影響產品體質?深度解析留存率與 DAU 的關係

相較於留存率,剛起步的數據分析師或產品經理總是更關注 DAU(日活躍用戶數)、下載數、註冊數等指標。然而,我認為留存率是一款產品無論初期、中期或長期都最應該關注的指標,因為它是直接反映一個產品是否滿足市場需求的數據。

為什麼呢?這就是這篇文章要說明的。

你看到的 DAU 成長不是真的成長

下面兩張圖,請問你覺得哪一個的 DAU 狀態能幫助產品持續增長呢?

  1. a 能幫助產品持續增長
  2. b 能幫助產品持續增長
  3. 以上皆是
  4. 以上皆非

選好之後再往下看解答哦。

選好了嗎?正解揭曉,答案是 2. b 能幫助產品持續增長,但是我相信大部分的人是選 3. 以上皆是,也就是兩者都能幫助產品持續增長,而且會有一個疑問產生:兩個曲線明明看起來都是成長狀態,怎麼可能其中一個無法幫助產品持續增長?

這就要拆解 DAU 背後的組成要素「留存」了。

留存率是什麼?

在網路產品中,留存率指的是某一段時間內的「新增用戶數」在經過一段時間後,再次啟動該產品的比例。

常見的留存時間區段可以以日、週或月為單位,日留存率常見的單位有次日留存率、7 日留存率、14 日留存率、30 日留存率。

以 7 日留存率為例,若第 1 天的新增用戶數為 100,在第 7 天的時候這群人中有 20 人回訪了,那麼7 日留存率就是 20/100*100% = 20%。

而實務上該選擇觀察哪個指標,則常依產品特性而定,這邊不細說,之後再寫一篇來分享。

過去 Facebook 就流傳著名的 40-20-10 留存法則,指的就是當你達成 40% 的次日留存、20% 的 7 日留存率、10% 的 30 日留存率,就有機會可以獲得 100 萬的 DAU。

為什麼呢?

因為 DAU 實際上就是新用戶+留存用戶堆疊的結果。

不太理解嗎?那下面我們用 40-20-10 留存法則、每日新增用戶 1,000 人的規則來畫一條留存線圖,會長這樣:

留存率堆積一天

用白話文來說,當第 1 天新增用戶 1000 人的時候,且第 2 天剩下 400 人、第 7 天剩下 200 人、第 30 天剩下 100 人的時候,你的用戶數就會長得像圖片這樣。

但第 2 天也有新增的用戶對吧,所以再加上第 2 天的「新增用戶數」的留存率,就會長得像這樣:

留存率堆積兩天

隨著再把第 3 天、第 4 天……到第 30 天的新增用戶數&過去的留存用戶數也加上去,你就會得到一張這樣的圖:

圖b:新增用戶數與留存用戶數的堆積結果

是不是長得有點眼熟?

沒錯,他就是圖 b 所呈現的 DAU。

圖 b 的 DAU

再看一次剛剛提到的重點:DAU = 新用戶+留存用戶,這就是留存率與 DAU 息息相關的原因,而當產品的留存率愈低,就愈快達到 DAU 的天花板,像是圖 a。

圖 a 的 DAU

圖 a 同樣是由新用戶+留存用戶推疊而成的圖,日新增用戶 1,000 人,他的留存比例是 20-10-2,也就是說,在第 2 天的時候只剩下 20% 的用戶留下,第 7 天時 10% 的用戶留下,到第 30 天只剩下 2% 的用戶留下了。

圖a:新增用戶數與留存用戶數的堆積結果

可以看到在第 30 天的時候,因為大部分用戶都流失了,所以整體的 DAU 增長趨緩,這時候只要新增用戶數低於 1,000 人,DAU 就會呈現負成長了,也就是文章一開始說到它無法幫助產品持續增長的原因。

留存率如何影響產品體質?

留存率特別適合用來檢視初期成長的產品,在思考行銷策略或是監測產品狀況都很有效。當留存率不佳,在行銷方面可能會遇到花費大量金額買流量、用戶卻大幅流失的狀況,產品 Owner 必須思考未來若不投入買量策略,DAU 是否會呈現崩盤式的大跌。

而在產品方面,在沒有投放廣告買流量的狀況下,當留存率水準只有 2% 甚至更低,可以預見 DAU 的增長將會很快遇到瓶頸,這時就要思考是產品哪裡出了問題,甚至判斷是不是不符合市場需求了。

好與不好的留存率會如何影響產品 DAU?

同樣都是日新增用戶數 1,000,但在第 30 天時,前者的 DAU 已經達到了 5,500 的規模,而後者僅僅只有 2,500 而且成長愈來愈趨緩。

在廣告費愈來愈貴的時代,關注留存指標、努力提升產品能帶給用戶的價值,讓用戶持續留在產品內,是所有產品最重要的事情。但實際上會影響留存率提升或下跌的細節因素很多,未來若有機會,再寫一篇分析影響留存率的要素可能有哪些。

以上就是本次的產品數據分析內容,拆解了留存率與 DAU 之間的關係,請各路大神不吝給予意見。另外工商一下,接下來我即將在 Hahow 上開設 Google Data Studio 的課程,歡迎對數據分析、行銷以及資料視覺化有興趣的朋友前往課程頁面哦!

如果喜歡這樣的內容可以留言告訴我,後面也會再持續新增留存率(沒錯,留存率要寫很深是可以寫很多的),或其他產品數據分析的相關內容。

註:文章內圖片皆為作者自製,未經授權,請勿以截圖、複製等形式使用圖片。

Close