保留作为您的增长引擎第 2 部分：推动参与和粘性

这是关于保留作为您的增长引擎的三部分系列的第二部分。第一部分介绍如何理解新用户激活，第三部分介绍如何重新吸引休眠用户。

要提高保留率，您首先需要了解人们为什么使用您的产品。 分析用户参与度可帮助您了解哪些功能让用户回头。 有了这些见解，您将做出更明智的产品开发和改进决策。

通过优先考虑用户最喜欢的功能，您将创建一个更具粘性的产品，以随着时间的推移留住新客户和现有客户。 让我们来看看如何使用 Amplitude 来推动用户参与。

通过功能参与矩阵发现用户喜欢什么

为了更好地了解产品功能参与的高级模式，您首先需要评估有多少用户参与您的产品功能以及参与的频率。

让我们回到之前的例子，我是在线音乐流媒体服务 AmpliTunes 的产品经理。 借助 Amplitude 的参与矩阵，我们可以了解有多少用户参与了我们产品中的每个功能以及参与频率。

右上角显示了我们最受欢迎的功能——大量用户频繁执行的事件。 在 AmpliTunes 中，这些功能包括：

• 搜索歌曲或视频
• 选择歌曲或视频
• 最喜欢的歌曲或视频
• 下载歌曲或视频

正如我们在上面看到的，超过 97% 的月度活跃用户参与了“最喜欢的歌曲或视频”功能。 了解他们喜欢一首歌的频率是否会影响整体用户保留率会很有趣。 基于这种洞察力，我们可能会考虑更多的方式来吸引他们——例如，在用户喜欢一首歌曲后生成自定义播放列表。

了解频率与历史计数的影响

现在我们已经确定了最受欢迎的功能，让我们深入了解这些功能的使用频率。 这可能会揭示使用一次功能的用户和多次使用同一功能的用户之间不同的保留率。

在调查用户保留、转化或参与的原因或他们未能做到这一点的原因时，衡量每个操作的不同频率的用户行为有助于您更深入地了解。

对于 AmpliTunes，在我们开始更突出地展示此功能后，我们想知道用户喜欢歌曲或视频的频率。 振幅中的历史计数向我们展示了用户在过去 30 天内采用特定功能的频率。

我们还可以根据用户采用某项功能的次数将用户分组为行为群组。 通过将这些行为群组保存在 Amplitude 中，我们可以使用这些数据来确定功能采用是否会影响其他结果，例如用户保留率。

使用保留分析来识别高级用户

要制定更好的参与策略，您首先需要了解用户返回您的产品的原因。 通过识别高级用户以及他们最常使用的功能，您将了解是什么让您的产品对最活跃的用户具有吸引力。

Amplitude 的 Retention Analysis 向我们展示了用户在采取特定操作（例如收藏歌曲）后返回产品的频率。 我们可以使用我们根据历史计数创建的行为群组来识别参与度最高的用户。

在 AmpliTunes，我们比较了喜欢一首歌超过 3 次的用户和所有用户。 结果？ 喜欢一首歌超过 3 次的超级用户比那些不喜欢的人有更高的保留率。

根据这些信息，我们了解到喜欢歌曲可能会带来更高的留存率。 为了检验我们的假设，我们可以提示用户选择最喜欢的歌曲，看看这是否会提高所有用户的保留率。

发现用户参与的真实示例

以下是一些在分析用户参与度后提高留存率的公司：

展示 IDX

Showcase IDX 的产品团队是领先的 IDX WordPress 房地产插件，他们发现在重新设计 UI 后用户保存搜索的数量大幅下降。 在 Amplitude 中，他们了解到并不是所有之前点击“保存搜索”的人都想使用该功能。 同时，想要保存搜索的用户再也找不到该按钮了。

根据 Amplitude 的见解重新设计 UI 后，Showcase IDX 的留存率提高了 20% 到 25%。 此外，转化次数增加了一倍多，因为真正想要点击“保存搜索”的用户完成了该操作。

对讲机

当社交音频应用 Walkie-talkie 的团队推出新的入职流程时，他们推动新用户在私人“频率”上与他们的朋友联系。 但 Amplitude 的留存分析显示，30 天后留存率最高的是使用公共频率的用户，而不是私人频率。

在将入职重点转移到公共频率后，Walkie-talkie 的 30 天保留率从略低于 8% 增加到超过 20%。 如果没有来自 Amplitude 的这些见解，产品团队可能会继续建立在关于用户喜欢如何使用他们的产品的不准确假设之上。

提高整个产品的保留率

为了提高新用户和现有用户的保留率，您还需要了解新用户激活（第一部分）和重新吸引休眠用户（第三部分）以防止流失。 在我们的 Mastering Retention Playbook 中了解更多信息。