4542332016_520e173d3f_z

  • 什麼是回訪使用者?

回訪使用者是行動世界裡最重要的數據指標之一,指的是下載你的 App 一段時間後仍繼續使用的人,這群使用者不但忠誠度較高,對開發商來說也更具商業價值

這群人為什麼那麼重要?

大家不妨來做一個小實驗,先將手機打開,數一下我們到底有多少個 App,接著紀錄自己一週實際用過多少個,結果總是不出所料—少得可憐,作為開發者,我們常常會思考如何增加下載數、增加安裝量,但回過頭來,如果我們以「營利」為最終考量的話,下載是遠遠不夠的,培養紮實的回訪使用者基礎才會對營收產生正面的影響,千萬不要低估兩種使用者在價值上的差異,請先找出最有價值的回訪客戶,再開始思考獲利。

  • 回訪率V.S 活躍度

有些開發者常會將這兩件事搞混,直接把活躍度指標 DAU、MAU 當作回訪程度的指標,其實,兩件事有些許不同:

第一,活躍度是將所有的使用者視作一個整體,不會深究個別使用者是在什麼時候下載的、載了多久等,但當我們要做一些較為深入的實驗分析時,我們只想知道主要實驗客體(我們稱作一個 Cohort)是否有受到影響,而不想將不相干的使用者也參雜其中,進而查看更細微的行為變異,而正因為較為細緻,有時候乍看之下 DAU、MAU 沒有問題,但是實際上回訪用戶數已經開始動搖

第二,以遊戲為例,相信許多遊戲開發商都曾遇過使用者「變心」的狀況,下載後一週的甜蜜期,使用者愛不釋手,每天都要看個兩三次,但有了新歡後,就將原本的遊戲棄之不理,從 DAU 的角度看遊戲是挺吸引人的,但從回訪的角度看,這就不是一款有黏性的遊戲了,因此,比起 DAU、MAU,回訪更像是「忠誠度指標」。

當然,沒有萬用的指標,所有指標都是必須交互對照,這點是沒有疑問的。

講這麼多,所以回訪率到底要怎麼看?

市面上有許多不同的分析工具都有提供回訪分析的功能,這裡我們以 Flurry 為例,簡單介紹一套基本的分析邏輯:

1. 定義回訪週期與目標 

業界流傳著「40-20-10」的規則,也就是隔日回訪率(下載後隔一天會使用的,以此類推)要達到 40%、七日回訪率要達到 20%、三十日回訪率要達到 10%,這就能稱作一個較為健康的產品狀況,當然,這些指標會因每個產品不同的屬性、內容以及使用情境而異,開發者需要自己找出最有意義的回訪週期與目標。

Flurry 在 Retention 中提供了 Return Rate 這項指標,以 06/08 這天來說,回訪率約 18% 左右,亦即在 06/01 所有的下載者中,只有 18% 在第七天仍使用這款 App,當然,我們也能比較不同時間段,幫助使用者找出有意義的比較基準。

f1

2. 比對不同使用者回訪狀況,找出關鍵使用者

回訪分析可以協助我們找到最有價值的使用者,我們可以利用基本人口統計變數、使用者來源、使用過特定的功能細分使用者,找出黏性最強的使用者通常具有什麼特徵,進而設計產品與溝通策略,以剛剛的狀況為例,若我們切換成「重度使用者」(Heavy Users),回訪率就會有非常不一樣的變化。(左側數據有相當大的變化)

f2

3. 透過Cohort Analysis了解不同改版與行銷活動是否產生效益

若我們想查看每次改版或行銷活動是否產生正面效益,Flurry 也提供了詳細的 Cohort Table,將不同時間下載的使用者區隔開來,確保因果分析上的有效性。

f3

4.利用Rolling Retention做流失使用者分析

f4

Flurry 也提供了另一種回訪的定義方式—Rolling Retention,與 Return Rate 不同的是,Rolling Retention 不會只計入「當天」的回訪者,只要在「一定時間段內」有回訪的人都會計入,我們可以透過 1- Rolling Retention Rate 算出幾近流失的顧客比例(也就是大家常說的 Churn Rate),此外,也可以找出使用者大部分是在什麼時候突然流失的。

(本文轉自合作夥伴Flurry,雅虎、Yahoo 奇摩和其商標為雅虎公司所有,圖片來源:Ryan Vaarsi,CC Licensed,未經授權請勿轉載。)