消耗和保留分析以增加重複購買者

已發表: 2022-08-27

客戶保留是任何公司的關鍵指標。 高客戶保留率意味著更多客戶在您的產品中發現價值,並將長期留在您身邊。

相反,低保留率可能表明用戶正在迅速對您的產品失去興趣並可能很快離開。

為了鼓勵客戶留下來,了解您的流失和保留分析非常重要,因為它們可以幫助您確定影響客戶忠誠度的因素。 幸運的是,優化您的留存指標從未如此簡單——只要您擁有正確的工具和流程。

關鍵要點

  • 超越標準的留存率圖表,並在用戶生命週期的每個階段吸引用戶。
  • 使用 N 天保留、無限保留和括號保留等 KPI 來更準確地了解客戶忠誠度。
  • 確定您的關鍵事件和產品使用水平,以設置您的流失和保留分析。
  • 將您的留存率與您的同類群組數據進行基準比較,以獲得最相關的結果。
  • 使用久經考驗的框架來創建實驗目標並確定其優先級。

流失(流失)和留存之間的差距

流失率或流失率衡量在給定時期內停止使用產品訂閱或服務的客戶數量。 有幾個因素會導致人員流失,包括糟糕的客戶服務、高昂的價格以及客戶需求或環境的變化。

保留是減員的反面。 這是讓現有客戶滿意並防止他們離開的過程。 留住用戶的成本遠低於獲得新用戶的成本,因此縮小兩者之間的差距至關重要。

您可能習慣於看到典型的留存曲線,該曲線在 X 軸(通常是百分比)上繪製天數,在 Y 軸上繪製活躍用戶的比例。

標准保留圖表

這條留存曲線的問題在於,它將許多不同類型的用戶組合成一條曲線。 實際上,並非所有用戶都是平等的。

活躍用戶會經曆三個不同的留存階段:

  1. 新用戶:對您的產品不熟悉的用戶。
  2. 當前用戶:與您的產品互動時間不限的用戶。
  3. 復活用戶:之前使用過您的產品,然後在恢復使用前一段時間處於非活動狀態的用戶。

一些休眠用戶已經從雷達中消失,不再使用您的產品。 在這一點上,這些客戶被認為是流失的。

您需要與新用戶和現有用戶進行不同的交互,制定計劃以帶回休眠用戶,並鼓勵每個用戶群保持活躍並更多地使用您的產品。

作為我們免費的掌握保留手冊的一部分,了解有關此保留生命週期框架的更多信息,該手冊剖析瞭如何在每個保留階段吸引用戶以實現行業領先的比率。

保留與流失:您應該跟踪的基本 KPI

對用戶留存影響最大的指標是關鍵事件和產品使用間隔; 但是,我們將在下一節中更詳細地介紹這些內容。 現在,讓我們牢牢掌握流失率和保留率。

客戶流失率

客戶流失率是在特定時期內停止與您開展業務的客戶的百分比。 這是客戶保留率的倒數。

流失率至關重要,因為它可以幫助您了解如何有效地留住客戶。 如果您的流失率很高,您需要弄清楚客戶離開的原因。

計算客戶流失率的公式為 [Y/X] × 100,其中 Y 是該期間流失的客戶數量,X 是該期間開始時的客戶數量。 例如,如果您在 1 月份開始時有 400 個客戶,到月底,您已經失去了 60 個客戶,那麼您的客戶流失率為 15%。 這是這個示例流失率作為公式:

60/400 × 100 = 15%

流失率通常與流失率互換使用——後者進一步分為自願和非自願流失。

自願減員是在客戶控制之下的減員。 例如,如果客戶因為轉而使用競爭對手的產品而取消訂閱或服務,這將被視為自願減員。

非自願減員是客戶無法控制的減員。 如果客戶的信用卡過期並且他們沒有更新他們的帳單信息,從而取消了他們的訂閱,那將是非自願的減員。

您可能想知道:什麼是可接受的流失率?

B2B 公司的平均流失率通常在 5% 左右,而 B2C 公司的平均流失率則為 7.05%。 這只是行業利率的冰山一角。

研究表明,在看似相似的行業中,費率差異很大。 例如,SaaS 行業的平均值僅為 4.79%,而商業服務通常獲得更高的 6.25%。

即使是媒體和娛樂行業的客戶導向型公司也下降到 4.67%,而消費品業務的流失率則高達 9.62%。

留存率

客戶保留率是在特定時期內留在貴公司的客戶的百分比。

可以通過不同的方式留住客戶,例如繼續使用您的產品或服務,或者在您的業務上花更多的錢。

留存率公式為(XY)÷Z×100,其中X為期末客戶數,Y為新獲客戶數,Z為期初客戶數.

因此,如果您在 1 月份開始時有 575 個客戶,到月底,您在月底獲得了 20 個新客戶,您有 550 個客戶,您的保留率將是:

(550-20) ÷ 575 × 100 = 92.17%

客戶保留率是一個重要指標,但它只是保留 KPI 的開始。

在 Amplitude,我們通過 N 天留存、無限留存和括號留存來衡量留存。

N 天保留

N 天留存率衡量特定日期的留存率,查看有多少用戶在第 1 天、第 7 天等執行了特定操作。 在下圖中,4.96% 的用戶在第 14 天返回。

N 天保留
查看使用來自我們名為 AmpliCart 的模擬電子商務 Amplitude 實例的數據的示例圖表。

N-Day 留存非常適合手機遊戲或社交媒體應用程序,以及任何其他需要用戶定期、一致行為的產品。

無限留存

無限留存率計算在特定日期或之後任何一天返回產品或服務的用戶百分比。 下面,約 20% 的用戶在第 1 天或更晚回來。 此數字反映了在第 1 天或第 1 天之後的任何時間返回的用戶百分比。

幅度無限保留
查看使用來自我們名為 AmpliCart 的模擬電子商務 Amplitude 實例的數據的示例圖表。

對於沒有定期用戶返回節奏的企業,這種類型的分析可能比 N 天保留更準確。

支架固定

括號保留是分析客戶保留的一種更細緻的方法。 它涉及在自定義期間而不是固定時間範圍內查看用戶行為。

例如,您可以將第一個括號設置為第 0 天,將第二個括號設置為第 1-3 天。 幅度將衡量在每個時間段內返回的用戶百分比,如下圖所示。

幅度自定義支架

如何分析保留和流失指標

將最佳事件數據發送到您的分析平台是了解客戶如何與您的產品互動的最重要步驟。 以下是我們推薦的流程,以確保您的儀器設置成功。

第 1 步:檢查您的分析工具

任何保留或流失分析的第一步都是確定您擁有合適的工具。 這意味著跟踪對您的業務最重要的事件並確保准確捕獲它們。

假設您想記錄用戶在註冊後返回您的應用的頻率。 為此,您必須同時關注“註冊”和“應用啟動”事件。 如果您不跟踪這些事件之一,您將無法準確衡量留存率。

首先,請查看您的事件跟踪並確保您捕獲了分析所需的所有關鍵事件。 您可以通過 Amplitude、Heap 或 Mixpanel 等分析平台收集這些數據。

最後,通過檢查您的入職和關鍵路徑並進行嚴格的錯誤測試來驗證您的數據。

第 2 步:組織您的事件分類

一旦您確認您正在跟踪所有正確的事件,下一步就是設置您的分類法。 分類法是一種對事件進行分類以便於分析的方法。

例如,您可能希望創建具有兩種事件類型的分類:“用戶事件”和“產品事件”。

用戶事件將包括諸如註冊、登錄和更新配置文件之類的事件。 產品事件將包括諸如查看產品、將其添加到卡片以及購買產品等事件。 將您的事件組織到一個分類中將使以後更容易分析它們。

第 3 步:確定您的關鍵事件

關鍵事件是您的客戶在您的產品中採取的有力支持您公司價值主張的行動。

如果您想提高留存率,您的關鍵事件之一可能是進行購買,您將其標記為“購買”。 這是因為購買的用戶更有可能返回並再次使用您的產品。

但是,如果您想減少損耗,您的關鍵事件之一可能是登錄到您標記為“登錄”的產品。 這是因為登錄的用戶更有可能留下並使用您的產品。

第 4 步:確定您的產品使用間隔

最後一步是確定您的產品使用間隔,這是您想要用於保留分析的時間範圍。

例如,某些產品(例如消息傳遞應用程序)被創建為每天使用,並且它們的使用間隔為一天。 流失定義為用戶一天不使用產品。

其他服務,例如電子商務商店,可能有一周或一個月的使用間隔——流失將被定義為在此期間沒有使用平台的用戶。

應用流失和保留分析來提高您的流失率

現在您已經有了一個分析人員流失和留存分析的框架,是時候實施它了。 執行歸結為基準測試、設定目標和確定實驗的優先級。

對您的留存率進行基準測試

隊列分析和基於事件的分析是衡量客戶參與度的兩種最常用的方法。

群組分析需要根據共同特徵或行為對用戶進行分組,然後隨著時間的推移跟踪參與度指標。 例如,群組可能被定義為在給定月份內註冊網站的所有用戶。

監控這些用戶在幾個月或幾年內的活躍程度可以衡量流失率和保留率。

基於事件的分析側重於用戶在產品或服務中採取的特定事件或操作。 例如,事件可能被定義為將商品添加到購物車、完成購買或閱讀特定的博客文章。

通過跟踪用戶完成某些事件的頻率和速度,可以衡量參與度並評估最常使用的產品領域。 每種方法都有其優點和缺點。

隊列分析非常適合衡量長期趨勢,但隔離單個事件的影響可能具有挑戰性。 基於事件的分析提供了更細緻的洞察力,但並不總能清晰地描繪出用戶如何隨著時間的推移與產品交互。 最好的方法是同時使用這兩種方法,因為它們可以很好地互補。

設定你的留存目標

我們建議使用稱為 OKR(目標和關鍵結果)的目標設定係統。 OKR 由英特爾的聯合創始人 Andrew Grove 發明,並由谷歌推廣——為設定和實現目標提供了一個清晰的框架。

第一步是說明您的總體保留目標。 接下來,您需要設置一個時間範圍(30 到 90 天)並確定您想要實現的三個關鍵結果。 這些結果中的每一個都應該是可衡量的。 例如,您可能希望將保留率提高 20%、2 倍或 10 倍。 獲得結果後,集思廣益,制定可用於實現這些目標的可操作目標。

有時將 OKR 框架寫成一個句子會有所幫助,這樣它就清晰且可操作。 例如,“在接下來的 30 天內,我們希望將我們的同類群組留存率提高 20%。”

優先考慮您的實驗

現在您已經有了保留目標,是時候開始進行實驗以達到這些目標了。 但是有這麼多可能的實驗,你怎麼知道要優先考慮哪些?

重新發明輪子沒有意義。 所以我們建議使用由 Brian Balfour 和 Sean Ellis 推廣的 ICE 框架。 ICE 可幫助您根據實驗的影響、信心和實施的難易程度對實驗進行優先級排序:

  • 影響:這個實驗會對我們的留存率產生多大的影響?
  • 信心:我們對這個實驗會提高我們的保留率有多大信心?
  • 輕鬆:實施這個實驗有多容易?

要確定您的實驗的優先級,請先集思廣益,列出一份可能的測試。 然後,對每個實驗以 1 到 10 的等級對每個元素進行評分。 分數越高,運行實驗就越關鍵。

想法積壓影響信心舒適
創建信用卡到期電子郵件提醒自動化8 6 4
添加引導步驟鼓勵用戶創建第一個任務9 8 7
啟用社交登錄6 5 5

按重要性順序(I × C × E)對你的實驗進行優先排序。

運行實驗後,安排每週或每兩週與您的團隊簽到。 在這些簽到過程中查看您的流失率和保留率,並討論您對實驗所做的任何更改。

保留您的進度記錄,以查看您的保留策略的效果如何。 如果你沒有取得你想要的進步,不要害怕改變並嘗試新的東西。 不斷迭代和試驗,直到找到有效的保留策略。

如果您正在尋找有關如何跟踪和分析產品流失率和保留率的更多信息,我們可以提供幫助。 Mastering Retention Playbook是一個分步指南,將引導您完成設置保留目標、確定實驗優先級以及跟踪您的進度的過程。

參考

  • 你的流失率在健康範圍內嗎?,Recurly Research
  • 終極 OKR 指南,Perdoo
  • 10 個客戶保留指標以及如何衡量它們,HubSpot 的 Oren Smith
  • 2021 年您需要了解的 70 個強大的客戶保留統計數據,Semrush 的 Elizaveta Pavlovskaya
  • 什麼是客戶流失?,BigCommerce
振幅學院電子郵件