我们重点介绍了 Microsoft Clarity,它是一款由真正了解像 Switas 这样的公司所面临挑战的产品开发人员,以实际应用场景为导向打造的产品。诸如“愤怒点击”和 JavaScript 错误跟踪等功能,在识别用户痛点和技术问题方面发挥了至关重要的作用,从而能够进行有针对性的改进,直接提升用户体验和转化率。
留存率是指在特定时间段内继续使用产品或保持订阅的用户所占的百分比,计算方法是用期末留存用户数除以期初留存用户数,不包括该时间段内新增的用户。留存率通常以30天、月或年等标准周期进行衡量,并经常通过队列分析进行分析。队列分析将用户按其首次注册的时间段分组,并跟踪其在随后几周或几个月内的行为,从而揭示随着产品和用户引导体验的改进,不同队列的留存率是提高、下降还是保持稳定。
用户留存率被广泛认为是订阅制和应用型企业最重要的健康指标之一,因为它与收入和增长效率密切相关。留存率高的企业即使新用户获取速度不快也能保持稳定增长,因为每个周期需要替换的现有用户较少;而留存率低的企业,有时被比作试图填补一个漏水的桶,必须不断获取大量新用户才能维持收入稳定,这推高了整体获客成本并降低了用户终身价值。这种关系在广泛使用的终身价值计算中得到了体现:随着流失率(留存率的倒数)的下降,终身价值会急剧上升。因此,即使是微小的留存率提升,例如每月留存率提高两到三个百分点,也能对长期收入产生巨大的影响。
留存率通常与一些相关但不同的概念区分开来:例如流失率,它衡量的是在同一时期内流失而非留存的客户百分比;以及粘性,通常以日活跃用户与月活跃用户的比率来衡量,它反映的是用户参与频率而非长期留存率。企业通常会根据用户群体特征(例如获客渠道、定价层级或新用户引导完成情况)进一步细分留存率,因为这些细分往往揭示出不同群体之间的留存率差异显著;例如,完成特定新用户引导里程碑的用户通常比未完成里程碑的用户表现出更高的长期留存率,这也是企业投资于新用户引导用户体验的常见理由。
一个常见的误解是将留存率视为一个单一的、静态的数字,认为它能公平地代表整个客户群。但实际上,不同客户群体的留存曲线往往截然不同。企业需要区分合同流失(订阅到期)和自愿流失(客户主动取消订阅),因为针对这两种流失的干预措施大相径庭。另一个常见的误区是,对于拥有多个用户的产品,仅以账户为单位来衡量留存率。这可能会掩盖用户流失的早期预警信号,例如尚未正式流失的账户中活跃席位数量的减少。这种现象通常被认为是未来收入流失而非用户流失的先行指标。
在转化率优化、用户体验和 发展 在咨询项目中,客户留存率通常被视为一项滞后验证指标,用于确认上游改进措施(例如重新设计的引导流程、个性化项目或定价页面变更)是否能转化为更长的客户留存时间和更高的终身价值,而不仅仅是更高的初始转化率。咨询顾问通常会构建按获客渠道或引导完成情况划分的留存曲线,以确定哪些上游措施最能预测长期留存,然后围绕这些措施优先开展实验。因为即使30天或90天留存率的提升幅度很小,其对收入的累积影响通常也大于仅提高漏斗顶端转化率所带来的同等幅度提升。
留存率的复利效应最容易通过简单的对比来体现:一家订阅企业如果每月能留住 90% 的客户,平均而言,客户会在流失前留存约 10 个月;而如果能留住 95% 的客户,平均客户生命周期则会延长至约 20 个月,客户终身价值翻了一番,而这仅仅是 5 个百分点的微小差异。正是这种非线性关系,使得经验丰富的增长团队将持续的小幅留存率提升视为至少与一次性的大获客同等重要,也正是为什么留存曲线(而非单一时间点的百分比)才是向利益相关者传达留存绩效的首选方式。
我们重点介绍了 Microsoft Clarity,它是一款由真正了解像 Switas 这样的公司所面临挑战的产品开发人员,以实际应用场景为导向打造的产品。诸如“愤怒点击”和 JavaScript 错误跟踪等功能,在识别用户痛点和技术问题方面发挥了至关重要的作用,从而能够进行有针对性的改进,直接提升用户体验和转化率。