产品|运营人必看：新用户分析的若干方法

编辑导读：企业在拉新用户时，不能再用以前粗暴式的、花钱买量的形式，花了大把的钱却没有好效果，而是提高新用户的留存率。本文作者对此进行了分析，与你分享。

文章插图
很多公司在运营时经常会采用海盗模型（AARRR），其中第一个A是 Acquisition，中文名是获客，我们一般将其理解为拉新。
在前几年，企业的拉新是粗暴式的，花钱买量就完事了，而在互联网流量红利日益衰减的今天，企业的拉新成本阶梯式提高，毕竟真金白银花出去了，同样的钱，可能拉回来的量还没以前的十分之一。
所以对于我们通过外部渠道（异业合作换量、买量）或者自然渠道进来的新增用户，我们希望用户可以可持续的使用我们产品，对于负责拉新的同学来说，他们的KPI里必然有一项指标是提高新用户的留存。
那么如何提高新用户的留存呢？这里将结合自己实际工作中的案例和经验给产品、运营以及数据的小伙伴们提供一些思路。
用户数据的分类：
要分析用户，得先有数据。对于用户来说，一般有属性域和行为域的数据。
属性域的数据一般指的是记录用户基本属性特性的数据，如性别、年龄、职业等。如果你曾经下载并使用过一些理财软件，那么你一定填写过风险偏好、家庭资产年收入等记录用户属性的问卷。
【产品|运营人必看：新用户分析的若干方法】行为域的数据一般指的是记录用户行为轨迹日志的数据，如用户在什么时间点访问了产品的什么功能。
1. 属性域在属性域，我们可以分析不同属性的新用户与留存的关系，从而进行精细化运营。这个比较简单，今天不展开。我们重点说说属性域里的竞品分析。
1.1【竞品分析】
竞品分析一般是看用户手机安装的各类app，这些app通常我们可以分成两类：竞品和非竞品。对于这类数据，我们一般会做一个用户安装与否与留存的相关关系图，即使用我们产品的用户中：

安装了A产品的留存低于没有安装A产品的留存，可以认为A是我们的竞品，抢走了我们的用户；
安装了A产品的留存高于没有安装A产品的留存，可以认为A不能满足用户的需求，我们的产品竞争力更强；
安装了A产品的留存约等于没有安装A产品的留存，可以认为A产品和我们的产品用户群体重合度较大，可以考虑合作换量。

文章插图
2.【行为域】行为域里我们分关键行为分析、流失分析、搜索分析详细展开。
2.1【关键行为分析】
关键行为分析一般看的是用户做没做某个行为与目标数据（如留存）之间的关系。这样可以看出哪些行为是用户熟悉产品的“high点”。
一般我们需要定义关键行为。用户在我们的产品上会有成百上千种行为，业务人员可以根据自己的业务理解站在用户的角度上，定义用户的关键行为，数据分析师可以对用户的行为进行归类，找出那些量大，且做与不做对目标数据（如留存）影响相差较大的行为。如下图：

文章插图
上图中是我们和业务一起找出的六种关键行为，其中：

横轴是做了该行为的用户次日留存率，气泡越靠近右边，次日留存率越高；
纵轴是做了该行为的用户次日留存/未做该行为的用户次日留存，气泡越往上说明该行为对留存的影响越大；
气泡宽度代表用户量大小，越大代表用户量越大。

从上图中可以得出：

行为A和行为C对留存的贡献较大，假设对于行为A，用户打开app需要至少五步才能到达行为A，那我们就可以从产品的角度缩短进入A的路径，让用户更快的具有行为A；