一、分析简介

使用用户生命周期模型、分群分析、多维度拆解、对比分析等方法，找出业务异动，推测原因，提出建议。

（源数据文档请私信我获取）

二、用户生命周期分析

内容产品，用户结构金字塔应该是具有共性的，底部由大量消极内容消费者构成，往上是积极消费者、初阶生产者和核心生产者。如果把用户分层考虑进来，那么不同使用角色的用户生命周期会因其核心诉求的区别而存在差异，例如，核心生产者的激活时间肯定比消费者更长，但与此同时，其流失成本也更高，意味着更长的留存期。现暂以用户结构金字塔底部的内容消费者作为分析对象，因为这部分用户数量最多。

绘制产品留存曲线，按数据变动情况，与用户生命周期4个阶段相对应：

第0周：新用户激活期

音频APP天然使用周期为周，属于高频需求类产品，理想激活时间是1~3天，因此选定第0周为新用户激活期。

第1周~第5周：新用户留存期

该产品在第1周~第4周留存率降幅明显，平均留存率差值均大于2%，而第5周接近2%，从第6周起留存率趋于稳定且缓慢下滑。

另外，考虑音频APP用户实际使用情况，1个月时间足以体验到产品核心价值并培养初步使用习惯。

第6周~第44周：长期用户留存期

新用户在短期留存期间初步养成使用习惯后，转化为老用户继续感受产品价值，产品留存率趋于稳定且缓慢下滑，每周约以0.58%的速度降低。

第23周~第50周：流失召回期

从第23周开始直到第44周，产品的留存率有跌有涨，应该进行了流失召回，且部分措施略见成效。

而从第45周开始留存率下降幅度突然加大，逐渐脱离趋势辅助线预测值，考虑到此时用户已使用产品将近一年，拉回流速度已经比不过用户流失速度。

三、留存数据详细分析

问题一：平均只有85%的用户下载产品后完成了登录。

1、梳理用户从下载产品到注册登录的路径，使用漏斗分析对各环节转化率进行对比研究。

用户主要经历的环节如下：

其中，产品内数据埋点只能从第3步“启动产品”开始，前面环节需要依靠下载渠道的数据记录。现根据用户行为路径提出以下假设：

假设1：用户点击下载后，未能完成安装。

是有可能发生的情况，只是概率较低。当前应用市场下载安装基本无缝进行，而音频类APP包体通常是50M~100M大小，使用wifi下载安装只需20秒，4G网络也不会超过60秒。

假设2：用户安装以后，未能启动产品。

如果安装到启动的转化率未能达到理想情况，考虑两种可能性：

用户并不是出于使用目的而下载安装产品的，可能因为应用市场或推广拉新活动的奖励而去安装。这属于低质量拉新问题，需要进一步分析，查看投放渠道和用户画像等相关数据。

用户下载产品的场景并非实际使用场景，导致启动率低。可以通过现有活跃用户调研，了解用户初次启动产品的内在驱动力和外在情境刺激，然后借用合适的途径（例如，品宣、活动等）提醒新用户启动产品。

假设3：用户启动产品后，未体验就流失了。

根据我做游戏产品的经验，用户在产品加载环节流失，最可能的原因有两个：

加载时间过长，超过用户愿意等待的极限。这属于产品性能问题。可以检查本产品loading时长，与竞品对比是否存在明显感知差距。

在产品首次与新用户交互的环节中，存在引起用户反感的内容，比如开屏广告。可以进行用研了解情况。

假设4：用户在试用或注册环节流失。

分析新用户体验各节点的流失率，可以确定具体是在哪个页面、进行哪些行为的时候流失的。可能的原因有：

功能引导问题。例如，存在过于繁琐的新手引导，或刚好相反、功能太多没有突出关键部分。

用户发现不是自己想要的产品。这属于用户不匹配问题，需要进一步分析，查看投放渠道和用户画像等相关数据。

产品没有引导用户及时注册。例如，在用户试听一部分节目后弹窗提示，告知用户登录后可以保存收听进度、收藏喜欢的音频等好处，促使用户去注册和登录。

注册流程体验不好，例如，只能用手机号码、而无法通过第三方账号注册，或者注册流程太长等等。路径优化主要从减少阻力的角度思考，常见做法是一键注册、移除不必要的步骤和信息。

2、将用户按注册时间分组，对比不同组的留存率。

结合下载用户数，从图中可以发现3个异常情况：

（1）4.22下载用户数暴涨，但是留存率却只有71%，为全年最低。

假设1：市场增加了拉新规模，但只追求下载量而忽略了用户激活。

比如，在拉新活动中过分强调物质奖励，引来了一批非核心用户下载。

假设2：投放了新渠道，但新渠道用户不匹配。

将4.22的留存曲线与除去4.22以外其他注册日期的留存曲线进行对比：

可以看到两者的下降趋势基本是一致的。也就是说，在新增的用户中，除了一小部分非目标用户在首周就流失掉，剩下用户质量是正常的。接下来可以按照拉新渠道拆解，看一下是否存在某些低质量渠道。

另一方面，如果从留存用户人数的角度评估，由于这周基数大，留下来的人数绝对值也高。因此对这种现象的评价，还需要结合ROI去评估。

（2）9.23下载用户数、留存率均为全年最高。

团队确实吸取了教训，可以看到，同样是增加下载用户数，9.23的留存率达到了全年最高。同样地，对这种现象的评价，也是需要结合ROI。

（3）11.18下载用户数骤降，而留存率也低于平均值。

将11.18这周注册用户的留存曲线与整体进行对比：

可以看到，11.18注册的新用户虽然当周留存率低于平均值，但是后续的留存率都高于平均值。至此，可能会认为是由于市场或渠道方面的问题，比如某些渠道媒介的投放费用消耗完未能及时补充。

但作为一款已经运行快一年的产品，发生这种事故的可能性其实不高，所以应该是有其他方面的原因，使团队不得不暂停推广拉新。需要检查更多数据，找到数据开始下降的具体时间。

由于数据较多，因此先计算各留存率与均值的差，然后采用色阶展示。

从上图可以有2个发现：

发现1：从7.15这周开始到11.18这周注册的用户，在11.18和11.25两周流失严重。

发现2：7.29前注册的用户在12.2登录比例比平均值低6%，而7.29后注册的用户则高出2%，两组留存率差距甚大。

基本上可以确定出现了一些问题，导致部分老用户的流失。可以从产品本身和外部因素提出假设。

假设1：产品功能或内容的修改，影响到老用户的使用。

更具体一点，是产品在11.18这周做了功能或内容修改，影响到7.15后注册的用户。故障直到12.2这周才修复，这次改动使得7.15后注册用户能够正常使用，但又产生了新的问题，导致7.29前注册的一部分用户无法正常使用。

具体被影响的用户，可以做多维度拆解定位出来，比如按照渠道媒介来源、用户地区、网络类型、平台类型、功能等做对比分析。比如，某些地区的老用户数据出现问题，无法正常使用产品。或某些关键内容下线，引起该节目粉丝流失。

假设2：竞品在这3周做活动，导致一部分用户转移到竞品。

比如，竞品邀请了某些大牌、或上新了独家内容，某个特定用户群体被吸引过去。等活动结束，竞品没能留住用户，于是用户回流。这个假设需要从市场方面收集信息去验证。

这个假设可能会引起争议，因为从数据上看，明显存在两个不同时间点的异动，可是从产品用户结构的改变可以解释这个看似矛盾的问题。假设产品从2017.12.31开始，拉新渠道和推广方式并不是一成不变，而是一部分稳定、另一部分探索。竞品在11.18和11.25吸引的是一批用户，而12.2吸引的是另一批。

问题二：新用户首周登录后，次周留存率只有69%。

新用户次周流失率跟首周接近，约为15%，情况比较严重。观察留存数据可以发现，只要在次周留存下来，用户后续的留存就相对稳定了。因此，提升次周留存率优先级很高。

假设1：用户未体会到到产品的核心价值。

从行业调研结果来看，用户对音频产品最主要的需求是休闲娱乐，那么该音频产品用户的核心诉求是什么？产品的新用户激活行为是什么？产品是否对新用户进行了行为引导、让他们尽快达到Aha时刻？可以在这里进行用户分组分析，分析第1周留存下来的用户发生了哪些关键行为使得他们留下来继续使用产品的。

假设2：用户已经体会到产品价值，但是留存动力仍不足。

从留存公式的3个关键因素分析，用户感知价值高于产品使用难度和其他产品转换成本时，才会留下来。

用户此阶段在本产品感知的价值不足以让其从竞品流失。如果我们这个产品有自己核心竞争力，比如特色节目和独家主播，这实际上只是竞品在获客时间上比我们领先的问题，用户因为先使用了竞品，因此在竞品中有一定的数据沉淀，比如社交关系、个人收藏等。因此，解决对策是设法提高用户在本产品新手期的流失成本，比如免费赠送现金红包但是需要连续登录才能提现、VIP试用资格等，并且强调赠品是限时有效的，用户在损失厌恶心理的驱动下，很容易就会完成指定行为。

当新手期激励结束，产品是否有采取什么策略培养用户的使用习惯呢？比如，通过任务系统引导用户体验产品更多功能、增加使用频次、延长使用时间等。

问题三：用户长期留存一直下滑，未达到PMF。

影响用户留存的3个关键因素是：感知价值、转换成本和使用难度，从留存曲线上看，本产品的长期用户留存周环比降幅较低，平均为0.58%，可以初步判定使用难度没有严重问题。因此主要考虑另外两个因素导致的流失。

音频产品，用户的需求主要是放松身心、休闲娱乐和排解情绪等，在内容品类、内容质量和数量上都有一定的要求。

假设1：产品内容储备充足、功能丰富，但未能让用户感知到。

产品本身有足够的内容品类、单品类的深度和质量也有保证，内容形式较完善，比如有声书、播客、音频直播等都有布局，并且具有较强的内容上新能力，能够满足用户长期的消耗需求。但用户却没能感知到。用户始终无法感知更多产品价值的原因可能有：

可能是内容分发机制存在缺陷，总是给用户推荐同一个品类，用户感觉产品内容高度同质化，缺乏新鲜感。可以优化关联推荐，避免用户留在信息茧房。还可以强化新内容的推荐。

可能是产品在内容质量的评定和推荐上存在问题，导致高质量内容被埋没，而用户接触到更多的是低质量内容，用户认为产品内容质量参差不齐。比如，如果以点击率作为主要评价指标，那么就会出现很多为了博取点击率的“噱头大于内容”的节目，更好的评价机制是“完播率”以及付费转化率。关于这一点，可以进行用户调研获取用户对平台内容质量的感知。

可能缺乏有效的用户成长策略，导致用户始终只能靠自己摸索使用，而无法体会到更多产品价值。

还可能缺乏精细化的用户运营，导致一部分用户群体的需求得不到满足。比如，优化不同场景下的产品体验，早晚通勤、中午午休、晚上睡前等不同场景的用户类型和需求不一样，产品应该有针对性地优化用户使用路径、调整推荐的内容。早晚通勤用户，更关键的需求是能够快速获取生活信息或了解最新资讯，比如交通、天气状况、新闻等，那么就应该主打这些内容的推荐；睡前收听节目的，可能很大一部分用户是给小孩子听故事，那么就应该调整界面和节目的视觉设计，能够让家长和孩子看着都更舒服，如果这类用户占比很高，可以考虑引入更多教育类节目。

假设2：产品本身内容价值不足。

是否品类不足？可以对比本产品与竞品在品类广度（有多少品类）、宽度（每个品类有多少节目）、深度（每个节目的集数）的差异。

是否内容质量不佳？评价内容质量是非常主观的。对于PGC生产模式的产品来说，由编辑团队把控内容质量，可以定期进行用户调研，更好地根据用户偏好进行调整。而对于UGC模式的产品，如何更合理地通过节目数据（点击、订阅、关注、分享、付费等）优化推荐机制才是关键。

是否内容形式单一？在产品发展初期可以只有一个突出优势的品类或内容形式，但是后续的发展应该根据用户需求提供更多形式的内容，比如播客、音频直播、知识付费等。比如，产品中是否存在学习充电型的用户？这群用户除了收听知识或技能内容，可能还需要更多工具强化学习效果，比如笔记功能、互动讨论等。

假设3：用户转换成本低，导致用户转移到替代品去了。

当用户在产品中沉淀越多资源，比如个人数据、社交关系、投入时间和精力，用户越难流失。不过转换成本很难通过数据去衡量，可以对比有更多数据沉淀的用户（创建收听清单、收藏、关注、订阅、评价、获取积分、荣誉勋章等）跟没有个人数据沉淀用户之间的留存表现、对产品的粘性（用户周登录次数、在线时长等）这两个主要方面来验证。

问题四：产品第48周~第50周留存率骤降

从数据上可以看到，第48周开始留存率降幅突然加大。这是一个特殊的时间，用户注册接近一年了。

假设1：会员快到期，用户续费意愿低。

可能是在用户注册的时候给予了很大的优惠，或是其他方面的原因，用户成功转化为会员。很多用户在“既然花钱买了会员，不用白不用”的价值观驱动下，持续使用产品。当会员快要到期，产品这一年提供的价值并没有达到用户预期，于是用户续费欲望不足，开始转移到其他产品中。

可以分析付费用户的续费率去验证这个假设。