保留作為您的增長引擎第 2 部分：推動參與和粘性

這是關於保留作為您的增長引擎的三部分系列的第二部分。第一部分介紹如何理解新用戶激活，第三部分介紹如何重新吸引休眠用戶。

要提高保留率，您首先需要了解人們為什麼使用您的產品。 分析用戶參與度可幫助您了解哪些功能讓用戶回頭。 有了這些見解，您將做出更明智的產品開發和改進決策。

通過優先考慮用戶最喜歡的功能，您將創建一個更具粘性的產品，以隨著時間的推移留住新客戶和現有客戶。 讓我們來看看如何使用 Amplitude 來推動用戶參與。

通過功能參與矩陣發現用戶喜歡什麼

為了更好地了解產品功能參與的高級模式，您首先需要評估有多少用戶參與您的產品功能以及參與的頻率。

讓我們回到之前的例子，我是在線音樂流媒體服務 AmpliTunes 的產品經理。 借助 Amplitude 的參與矩陣，我們可以了解有多少用戶參與了我們產品中的每個功能以及參與頻率。

右上角顯示了我們最受歡迎的功能——大量用戶頻繁執行的事件。 在 AmpliTunes 中，這些功能包括：

• 搜索歌曲或視頻
• 選擇歌曲或視頻
• 最喜歡的歌曲或視頻
• 下載歌曲或視頻

正如我們在上面看到的，超過 97% 的月度活躍用戶參與了“最喜歡的歌曲或視頻”功能。 了解他們喜歡一首歌的頻率是否會影響整體用戶保留率會很有趣。 基於這種洞察力，我們可能會考慮更多的方式來吸引他們——例如，在用戶喜歡一首歌曲後生成自定義播放列表。

了解頻率與歷史計數的影響

現在我們已經確定了最受歡迎的功能，讓我們深入了解這些功能的使用頻率。 這可能會揭示使用一次功能的用戶和多次使用同一功能的用戶之間不同的保留率。

在調查用戶保留、轉化或參與的原因或他們未能做到這一點的原因時，衡量每個操作的不同頻率的用戶行為有助於您更深入地了解。

對於 AmpliTunes，在我們開始更突出地展示此功能後，我們想知道用戶喜歡歌曲或視頻的頻率。 振幅中的歷史計數向我們展示了用戶在過去 30 天內採用特定功能的頻率。

我們還可以根據用戶採用某項功能的次數將用戶分組為行為群組。 通過將這些行為群組保存在 Amplitude 中，我們可以使用這些數據來確定功能採用是否會影響其他結果，例如用戶保留率。

使用保留分析來識別高級用戶

要製定更好的參與策略，您首先需要了解用戶返回您的產品的原因。 通過識別高級用戶以及他們最常使用的功能，您將了解是什麼讓您的產品對最活躍的用戶具有吸引力。

Amplitude 的 Retention Analysis 向我們展示了用戶在採取特定操作（例如收藏歌曲）後返回產品的頻率。 我們可以使用我們根據歷史計數創建的行為群組來識別參與度最高的用戶。

在 AmpliTunes，我們比較了喜歡一首歌超過 3 次的用戶和所有用戶。 結果？ 喜歡一首歌超過 3 次的超級用戶比那些不喜歡的人有更高的保留率。

根據這些信息，我們了解到喜歡歌曲可能會帶來更高的留存率。 為了檢驗我們的假設，我們可以提示用戶選擇最喜歡的歌曲，看看這是否會提高所有用戶的保留率。

發現用戶參與的真實示例

以下是一些在分析用戶參與度後提高留存率的公司：

展示 IDX

Showcase IDX 的產品團隊是領先的 IDX WordPress 房地產插件，他們發現在重新設計 UI 後用戶保存搜索的數量大幅下降。 在 Amplitude 中，他們了解到並不是所有之前點擊“保存搜索”的人都想使用該功能。 同時，想要保存搜索的用戶再也找不到該按鈕了。

根據 Amplitude 的見解重新設計 UI 後，Showcase IDX 的留存率提高了 20% 到 25%。 此外，轉化次數增加了一倍多，因為真正想要點擊“保存搜索”的用戶完成了該操作。

對講機

當社交音頻應用 Walkie-talkie 的團隊推出新的入職流程時，他們推動新用戶在私人“頻率”上與他們的朋友聯繫。 但 Amplitude 的留存分析顯示，30 天后留存率最高的是使用公共頻率的用戶，而不是私人頻率。

在將入職重點轉移到公共頻率後，Walkie-talkie 的 30 天保留率從略低於 8% 增加到超過 20%。 如果沒有來自 Amplitude 的這些見解，產品團隊可能會繼續建立在關於用戶喜歡如何使用他們的產品的不准確假設之上。

提高整個產品的保留率

為了提高新用戶和現有用戶的保留率，您還需要了解新用戶激活（第一部分）和重新吸引休眠用戶（第三部分）以防止流失。 在我們的 Mastering Retention Playbook 中了解更多信息。