Retention 分析的基本概念 1 – User Life cycle 框架

Retention Anlaysis 留存率分析這個詞大家都不會太陌生，許多人在行銷或是在產品分析上都有看過這個浮濫到不行的詞，但到底留存率分析可以用到哪些概念？我們每一次談論的『留存率分析』又是針對什麼面向的User 討論分析？今天我們要來用一個簡單的框架跟大家談一下retention 分析 -User Life cycle .

TL, DR(沒時間的人看這行)

簡單說User 的Life cycle 簡單分成一個循環，這個循環的基本概念建立在新進用戶(new user) , 復甦用戶(resurrect user) , 休眠用戶(暫時的翻譯dormant user ), 以及 現行用戶(Current User)，你可以用這幾種角度簡單為你的User來源做一個劃分，透過這段的劃分你可以為你每個月的訂單或是流量去切割資源，並針對上述幾類人來進行資源上的投放以提高你產品的retention.

提醒你：你可能已經使用上這一概念，但你可能過去並沒有使用本篇的觀點或使用本篇所提及的名詞，如果你已經從事用戶留存分析許久，希望本篇可以帶給你一些不一樣的觀點 🙂

什麼是 User Life Cycle FrameWork?

所謂的User Life cycle Frame Work 簡單來看就是先將使用者用以下圖表中所描述的角色將User 切割細分：

• New User: 過去不曾到訪你的網站或執行過『critical event』的User。
• Resurrect User: 過去復甦的用戶，曾經到訪過你的網站同時執行過『critical event 』的User。
• Dormant User : 流失的用戶，你也可以理解成流失的User。
• Current User  : 上個週期加入的User 到了這個週期後仍然在使用。

不過看到這邊你可能已經想到，『週期』，這個週期該怎麼決定？這個週期對於User的影響又有哪些呢？

Timer Interval 時間區間對於Retention 觀測的影響

如果大家用過GA或Google Ads ，都不外乎知道有一個叫做conversion window 或叫做轉換追溯期的概念，其實我們在分析retention 時也會因為 User time to convert 而受到影響，而我們常用來分析實際retention 時，會因為產業的不同可能會有不一樣的方式來做分析，基本上可以分為以下簡單幾種：

1. User 執行任意事件，下次回訪的比例。
2. User 執行特定事件，下次回訪網站但包含不限於該特定事件的比例。
3. User 執行特定事件，下次回訪網站，並再次執行該事件的比例。

第一個情境是我們很常拿來衡量一般使用者的情境，通常也是單純我們思考returning user 比例的情境，但這樣的數字裡面包含了很多原因與情境，通常來說很難直接做為操作與使用的數字，比較是一個overview.

第二個情境，可以單純看過一個function 對於User on boarding 成為 retained user 的比例與重要性。

第三個情境，則會是我們常用來衡量的核心，找到對應的『critical event』來進行Retention 的衡量，那為何要這樣做呢？舉個例子來說，如果只是用單純第一個情境去思考的概念大概就是有多少User 有回訪，但這樣的Intent其實並不明確，就好像是一堆人開了 APP 並不代表他一定有購買，即使我們還是可以透過這類人在某一些工具內去建立『名單』並把它丟到Funnel 去觀測他的  CVR ，但這裡討論的就是 『 Returning User 的 CVR』而非『下過單的User 回訪率的CVR』了，這時我們可以修正我們討論的方向，把critical event 修改成可以符合以下定義的內容：

• Critical event 就是能夠讓User 推進成為 retained user or active user 的重要事件。

透過這項定義，找到適合的事件，去分析那群執行這個事件的User 所產生的retention 會讓你能夠針對這群User 有更多的明確Action.

再舉另外一個例子：Aribnb 在計算retention 時，『會抓取下過訂單的User 來分析retention』 、Facebook則會以『新增10位好友』的User 這件事情當成他們的重要指標，並透過此事件去做分析，切割出不同的受眾與資訊，在針對這群User 去設計機制、活動或功能來提高產品的目標與指標。

但看到這邊你大概有些概念了，如果衡量的方式為情境三，那麼『執行完第一次critical event、到下次 User 回訪執行第二次 』的這個時間區間就成為了相當重要的議題，也會直接影響你觀測數字的方式，就拿下圖來看，你會發現從『每天觀測』切換成『Weekly 觀測』，這兩者週期所產生的斜率差就會有顯著的差異，也會使你的觀測能夠有更多的to-do-action.

(圖片來源：Amplitude Retention handbook)

User Life Cycle Frame Work 的應用與基礎

那既然時間與區間會直接影響到你的觀測這件事我們已經討論過了，那我們回頭去看『User Life Cycle Framework』這個架構的用途以及它這樣的劃分可以為你帶些哪些有用的資訊：

認識你每週流量的組成，讓你更清楚的知道你User 的配比以及對應到你的資源：

透過上圖你可以很簡單的發現現在流量組成的問題，像是你會看到你每個週期可能會有很高比例的流失率，而如何去improve 這件事情就是你可以接下去思考的內容了，舉例來說：Dormant User 這群人通常有什麼特徵？他們行為會停在哪裡？他們接觸過哪些活動？你可以從中去找到停下的方法，而在GA4 中你也可以用一些圖表(例如:GA4 的 Path Analysis )像是去找到這些流失用戶的行為，並針對這些用戶建立你的User Funnel .

當然本篇只是簡單介紹，想看完整的Retention分析嗎？

電子書測試員招募中！讓你免費三天看「基本的留存率分析架構」電子書。

點擊以下圖片，了解詳細資訊！

About Post Author

Code For Marketing

鼓勵行銷人學習「工程思維」培養數據敏銳度，推廣善用工具的知識教育組織，透過數據與工程的掌握與應用讓行銷人提升價值，有效運用行銷工程。

See author's posts