* s$ i6 O4 B G4 N我见过成千上万条留存曲线，这也是我评估创业公司时最先要求查看的指标之一。我翻阅过数千个资料库，分析过按不同细分维度拆解的留存曲线。作为产品构建者，我也从另一视角观察过这个指标。我曾运行数百次A/B测试，起草过无数版本的用户引导指南和通知邮件，试图改变留存曲线的形态。2 \2 Q! p0 B$ J0 z- v0 x
3 s% Q4 T* L. G4 `/ u2 w+ q【A/B测试（也称为拆分测试或桶测试）是一种用于比较一个产品的两个版本（A版本和B版本）的随机实验方法。其核心目的是通过收集数据、分析用户行为，来确定哪个版本在实现预定目标方面表现更优。】9 F) a. {+ d* H% I8 h! z; B: z. y
H% S+ A2 n% k" x: m5 \ T1 J从结果来看，这里存在一些规律。 8 t# [# `7 Q2 t+ T2 y) Y. O# n ' A, B% M9 U. I! P7 R. M1 P就像物理定律一样，奇怪的是，随着时间的推移，总有一些确定性的规律不断出现。以下是我要分享的几个例子： * I& I2 e8 w% f ! Y" R3 \7 @- t( f- J a; T5 v你无法改善糟糕的用户留存率。是的，增加更多通知功能并不会改善你的留存曲线。你无法通过A/B测试来实现良好的用户留存率。% s7 i5 [3 |6 @$ L2 u5 {
留存率只会下降，不会上升。而且奇怪的是，它的衰减速度确实遵循着可预测的半衰期规律。早期的留存率能够预示后期的留存表现。 - }( b) F# T8 l) e收入留存扩大，而使用留存变小。好消息是：虽然用户会逐渐流失，但留下的用户有时会消费更多！ * B. ^! T# L. H5 y/ p, g0 P留存率与你的产品类别息息相关。既有先天原因，也有后天培养。很遗憾，你注定无法让酒店预订应用成为每日使用的产品。 2 `; C Q1 h3 p) V! o1 L& S/ \) D& l& ^用户扩张和增长时，留存率会变得更低。最优质的用户来自早期和自然增长，而后期获得的用户则表现最差。 # s8 ^2 [$ H. v用户流失具有不对称性，失去一个用户远比重新赢回他们要容易得多。2 c9 o, b% H8 g! u4 {: o } n
留存率的测算非常困难。季节性因素确实存在，新上线的测试版本会干扰数据，系统漏洞也时有出现。D365虽是真实指标，但绝不能只看这一结果。+ d v& V6 _% z5 C. a& n0 U
病毒式疯长但留存率极差，最终必然失败。我们已在多个平台和品类中反复验证过这一结论。 / I( `: f h6 U! u5 }6 I& |+ w( s出色的用户留存堪称奇迹。当你在真正见到这种奇迹时，会感到无比震撼。 3 t7 l4 [2 B/ ]7 N v: p, f7 h8 ~我们将逐一剖析这些要点。 * U. G2 |" A( ?( C* v0 L! M! f- C+ E
你无法挽救糟糕的用户留存率。你曾亲眼见过这种情况：你花了数月时间开发一款新产品，然后正式发布。当头一棒的是初始用户留存数据惨不忍睹。此时产品开发已进行数月，积重难返之际，该如何提升留存？此时你灵光一闪：不如增加消息推送功能提醒用户回来？或者添加一堆新功能？要不对着陆页进行A/B测试提高转化率？ 1 g ?9 e. W9 w" @! x% _7 k1 {: I% u3 j E
我想我们都知道结局会如何。不幸的是，当产品留存率表现不佳时，往往极难扭转，几乎可说是回天乏术。当然，或许能实现边际改善。假设你的次日留存率是40%，而目标是提升至50%，这完全可行且值得努力。但若次日留存率仅有10%，那很可能意味着你打造的产品根本不符合市场需求，此时所有围绕A/B测试和消息推送的局部优化手段，都不足以扭转根本性困局。当数月的开发时间与沉没成本既成事实，人们很难不垂死挣扎一番。但我认为在多数情况下，最好当机立断选择转型。 ; k1 O5 j3 E. R6 J $ w2 ^; }" ~) Y" R这种旨在提升用户留存的转型，需要对应用主页进行彻底重新设计。如果原本呈现为信息流模式，或许应当转向结构化的分步流程；如果产品核心在于分享功能，或许应当将重心转向内容创作与收藏。你可能需要以截然不同的方式描述产品定位，甚至转而与竞品对标。这必须在多维度进行大规模转型，越彻底越好，唯有如此才有可能扭转用户留存低的局面。5 K% v4 @; S9 A
5 v( F% ^; a+ d1 p: j; _% L& D0 c
留存率会下降，但不会上升。留存曲线通常呈现为非常规则的几何曲线模式。例如我观察到的许多曲线都呈现以下规律：无论首日留存率是多少，第七日都会下降50%；无论第七日留存率是多少，第三十日又会再下降50%。随着时间推移，最终留存率可能趋近于零，若运气好的话或许能整体维持在10%左右。这种衰减模式具有可预见性。2 e7 K9 f: O7 J& S; S
+ ^9 s y8 p# D8 v! ?2 k你从未见过一条曲线先高后低再重新升高，这是不可能的。换句话说，如果早期留存率不够出色，那么晚期留存率很可能也不理想。你必须开局强劲，才能较好收尾。 8 S' g3 I* l2 I" W8 p1 [. {! l ' G: l8 \! a' s) K9 X4 r这条规律中有一些值得注意的例外情况需要特别指出： $ p7 Z5 R* ]4 U / D4 `* u3 _5 C8 O" Z有些产品非常硬核（例如在线扑克）。这类产品的用户留存率可能相对较低，但留下来的用户往往极其忠实且花费巨大，事实证明这种模式也能成功。 - a& p7 C5 F: H( t0 f对于具有网络效应的产品（可能是社交网络、协作工具或其他具有网络效应的产品），新用户开始时可能表现活跃，随后活跃度会暂时下滑。但如果该产品能够利用越来越多的用户重新激活老用户，通常会出现留存率小幅回升的曲线。这种情况极为罕见，但一旦实现则令人惊叹。 3 j- e8 k8 z8 h$ b& r7 o" L# O& T' v收入留存扩大，而使用留存萎缩。留存曲线最佳且最重要的特性之一是，它既可以应用于用户，也可以应用于收入。到目前为止，我们讨论的一直是用户留存，但遗憾的是，用户留存总呈现下降趋势，这种情况并不理想。另一方面，收入留存则很有意思，因为留下来的用户往往会随着时间的推移在你的平台上花更多的钱。4 w, ~/ e- w$ o# e5 n" {1 N
这是B2B SaaS产品最大的优势之一。以Slack为例，如果观察用户群组数据，你会发现其留存曲线与其他产品一样呈下降趋势。有些人接受它，有些人则不买账。但对于那些投入时间部署Slack的公司而言，产品会开始自然生长，你从这些企业获得的收入随之与日俱增。收入留存曲线不降反升，这种现象非常神奇，却可惜地不适用于大多数消费级产品。正是这种特性，使得B2B产品比消费级产品拥有更顺畅的商业模式。 9 J% [5 ^6 Y2 h: A) b7 w) w! X消费者应用的模式更接近亚马逊，你可能最初只是购买书籍和音乐，但随着产品功能的不断扩展，你会逐渐开始用它购买越来越多商品。正因如此，用户在产品中的生命周期总价值本质上没有上限。我们在优步也观察到类似现象：用户群组虽然会随时间衰减，但人们最初仅用于机场接送的打车支出，会逐渐扩展至餐厅出行或通勤场景。因此用户留存曲线呈下降趋势，但收入留存曲线却持续上升。 ' ^) u* P& ]& x/ t9 y5 ]9 H留存率与产品类别息息相关。我过去曾就留存率写过关于先天与后天因素的探讨。现实情况是，许多产品存在天然的使用场景，比如协作工具或编程软件，你可能每天工作时都会使用，但使用天数上限是每周7天中的5个活跃日。相比之下，漏洞警报系统则希望用户不要经常使用。消费品也是如此，人们每日查看新闻、通讯和社交应用，但通常不会频繁使用医疗参考指南。有些应用虽然使用频率低但留存率很高，例如天气或银行类应用。而游戏等类别虽然令人沉迷且使用频繁，但人们在内容消耗后通常几周就会流失。 5 [; L6 K( t: c6 u先天与后天因素之所以重要，是因为它揭示了许多新产品根本难以突围的现实。如果你开发的是社交类旅行应用，但人们实际出行频率本就不高，那么打造一款以好友互动为核心使命的产品将会举步维艰。更明智的做法是接受其低频使用的属性，通过掌控交易环节提升变现能力，或是像Yelp那样融合餐厅与夜生活等高频使用场景，同时保留旅行功能。逆势而为实在艰难，我们能做的非常有限。 ) ^, S, h: Z8 b正因如此，若想打造留存率极高、使用频次超高的应用，很可能需要选择那些已被用户视为日常核心产品的领域进行开发。这意味着成功应用大概率会抢占其他日常产品的使用时间，就像我频繁使用ChatGPT后，谷歌搜索次数大幅减少；当我开始用Substack读写博客时，就逐渐弃用了其他各类社交新闻软件。 * w4 \7 k& e) r) o6 e U* {3 ~( R& |( p' l: |/ M( v
用户规模扩张时，留存率往往不升反降。即便幸运地打造出高留存产品，人们常会惯性推演，将现有用户的行为模式、变现能力与使用习惯直接套用到更广阔市场，认为只要将若干良好小数据与核心大数据相乘，自然能得出极其亮眼的宏观结果。但现实往往是：随着用户基数增长，问题开始显现。譬如当你开始拓展安卓用户与国际市场，通过付费营销等渠道获取更多客户时，很快就会发现在所有关键指标上都出现下滑。 5 v% j# }$ P X& z$ k6 N2 E _3 I3 v3 `& N! m
原因是优质用户往往较早出现。那些最具变现潜力、意愿最强烈、数字化程度最高、网络行为最活跃的用户群体，通常会在产品初期就通过朋友推荐开始使用。随着后期从其他渠道获取新用户，产品可能并不那么符合他们的需求。比如你为西方国家的大学生开发了一款iPhone应用，当拓展至新兴市场的安卓用户时，由于功能设置不完全适配，各项指标自然会下滑。虽然后期可以持续优化改善，但我可以向你保证，效果永远不可能与早期用户群体相提并论。; l ~! c/ ~+ X8 e
5 g, a& I# J, B k4 L8 h
那么，问题来了：随着用户增长，用户质量逐渐下降，他们是否仍然具有价值？产品能否持续盈利？更重要的是，能否留住早期入驻的核心高价值用户群体？4 U/ W9 K2 F3 a* ^