作產品推廣時，我們對獲取新用戶的成本總是斤斤計較，決策者們都希望能用最低（其實應該說免費）的成本換取最大的效益，這點沒錯，但事實上，比起對產品完全陌生的新用戶而言，找回熟悉你產品老用戶反而更容易，成本也相對較低，因此，與其向外索求，不如回頭看看流失用戶，探討他們流失的原因還更符合成本效益。
文 / Flurry
成長的隱憂—流失率
想像你的產品是一個水盆，用戶是盆子裡的水，若想讓水越積越多，除了要看緊水龍頭別讓他停止外，更重要的是去看緊你的水盆。若水盆下面漏了個大洞，水龍頭就算開得再大也是徒然。
用戶成長之於水，就好像流失率之於大洞。
作產品推廣時，我們對獲取新用戶的成本總是斤斤計較，決策者們都希望能用最低（其實應該說免費）的成本換取最大的效益，這點沒錯，但事實上，比起對產品完全陌生的新用戶而言，找回熟悉你產品老用戶反而更容易，成本也相對較低，因此，與其向外索求，不如回頭看看流失用戶，探討他們流失的原因還更符合成本效益。
流失的原因千百種，會因產品而異，不過在此，我們將分享幾個較常見的流失原因，同時也和大家介紹如何透過數據分析工具來進行基本驗證，以提供各位參考。
流失率的計算方式與指標內涵
研究流失原因之前，必須先了解流失率的計算原理，這部分前面的文章已經提過了，在此只是幫大家再次回憶一下，流失率計算公式為：
N日流失率= N日內從未啟動產品的用戶數/ N日前安裝產品的總用戶數
由上式可知，流失率與我們所定義的「時間長度N」或「關鍵流失行為」息息相關，如果某產品適用的時間長度是一個月，但用戶隔了半年才使用，同樣會被計入流失用戶群。然而，這個時間長度該如何定義呢？這就與每個公司、每種產品性質（如社交與遊戲的N可能就更短）所要求不同的顧客價值有關了。
常見的流失原因與檢驗方法
1. 自然流失
每個產品都有其生命週期、有其盛衰，而這件事對開發者而言有兩點意涵：
第一，我們必須審視我們的產品與競品之間，在流失率的基礎上有沒有顯著差異，若差異顯著，我們該如何延長產品吸引力？如何延長產品生命週期？延長多少才能讓每位用戶的終身價值能夠大於其獲取成本（LTV>CAC）
第二是標竿作用，在深入研究流失原因前，必須辨認流失純粹出於產品生命週期自然結束、還是有其他阻礙的因素？若判定為非常態現象，方須深入進行比對與分析。
- 檢驗方式
Flurry 的定義中，某段時間的流失率= 1- Rolling Retention Rate，我們可以將某段時間內每一天的流失率標點出來，而繪製成一條曲線，尋找曲線的「拐點」（超過拐點後，時間長度的增加所導致的邊際流失率將急遽減低），該點在x 軸所對應的時間就是平均流失週期。
開發者可以另行繪製流失線圖，亦可直接從 Rolling Retention 的線圖中找到拐點，下方範例是以 Rolling Retention 直接繪製而成，拐點在第三週（從第三週後每週回訪率的跌幅急遽下降）
2. 初次體驗不佳導致的流失
數據分析公司Preact在2014年的一項調查報告中顯示，初次體驗不佳是導致用戶流失最主要的原因，佔總體的22.9%，其次才是產品性能不佳、溝通不善等，若要了解初次體驗不佳背後成因為何，不妨問問自己以下三個問題：
a. 初學者教學環節是否設計地簡單易懂？
b. 登陸頁設計（Landing Page）是否能讓用戶快速找到並完成想完成的任務？
c. 若要進行會員登入/ 註冊，流程是否簡單方便？
請記住，作為產品的初次體驗者，這群用戶對產品的熟悉度、好感度都還不太高，開發者用不著設計太多複雜的功能，先博得用戶簡單、好用、有效的印象，再依據用戶反饋不斷優化各環節，就能有效降低此類流失。
- 檢驗方式
若產品初次體驗真的惹毛了用戶，他們可能會立即將 App 刪除、或是再也不用它，對此，開發者可以透過首日流失率（Day1 Churn Rate）來檢驗，若大批的用戶下載後隔天就流失了，代表上述三個環節存在重大問題，要不是吸引力不夠、與競品差異無多；要不就是存在著易用性的障礙。
（以下圖為例，首日流失率（以七日做計算）高達44.9%）
至於如何找出背後的原因，簡單的方法是透過用戶訪談、產品內測等調查方法，若仍無法找出問題，則可以在 Flurry 中設定行為漏斗（Funnel），針對每個環節的數據表現進行優化。
3. 易用性障礙導致的流失
所謂障礙，指的就是使用戶無法完成任務的錯誤因素，易用性障礙可分為三大層面：技術、交互與服務，以下將逐一解釋：
a. 技術層面：較直觀，以當機（crash）與回應速度過慢兩個問題為主。
b. 交互設計層面：面向較多，常見問題有廣告太多、功能鍵或返回鍵設計不明顯（導致用戶沒發現關鍵功能）、要求用戶手動輸入太多資料、圖片吸引力不足等…但詳細原因仍須透過深入地用戶研究找出。
c. 服務相關層面：除了產品本身的易用性障礙外，有一部分流失是顧客關係經營不善所導致，其一原因是沒有定期地與用戶互動（如推播更新通知、寄發召回郵件等），其二是當用戶產生疑問時，服務方未能提供最即時、最完善的客戶服務，而這兩點往往是純開發團隊會很困擾的問題。
- 檢驗方式
a. 技術層面- 這方面應由產品團隊定期維護，如清理不必要的 SDK 等，若是想知道某段時間當機次數的變化，則可參見 Flurry 中 Crash 監控的功能
（下例中近期都沒有顯見的錯誤發生，不過實務上，開發者可以切換不同的裝置、不同型號、不同軟體版本、不同時間來監控錯誤。）
b. 交互設計層面- 我們可以利用 Flurry 的進階用戶分群功能，比對有使用與沒使用特定功能的用戶，在流失率上有無差異，並針對各個功能進行優化，當然，若對特定幾個環節有疑問，一樣可以設定行為漏斗（Funnel）進行監看。
c. 服務層面- 目前 Flurry 未提供管理推播訊息的功能，不過開發者可以透過熱點圖進行分析，看特定時間內所推送的互動事件，是否有延長回訪週期，若有顯著的影響，代表這項功能的確能夠活化用戶，或至少建立一段良好的用戶關係。
4. 競品拉力導致的流失
除了自身產品或服務體系出了問題外，若仍看到流失率長期不見好轉，也可能是因為競品吸引力太強，導致有需求的用戶進行移轉，這點特別在工具型的 App 常見到，因為通常用戶只會使用一種工具產品來管理生活效率。
- 檢驗方式
我們無法直接觀察用戶是否移轉到了其他的 App，但是我們可以觀察市面上主要的競品與我們的產品在使用性上有何不同，這點可以透過 Flurry 強大的標竿分析（Usage 功能中的使用頻次標竿與使用時長標竿）來了解用戶行為的差異，另外，我們可以時刻關注競品的更新狀況與優惠狀況，再參照熱點圖每日的回訪率變化進行監看。（例如：觀察競品近期提出的優惠或折扣活動，有無影響到我們的用戶群。）
啟動質量並進的用戶研究
剛剛提到的只是較常見的流失原因，事實上，所有的數據分析工具都只能告訴我們產品「發生了什麼問題」，卻無法準確地告訴我們「為什麼問題會發生」，因此，開發者必須回過頭去，從用戶的身上攫取答案，您可以透過分析延續留存率、熱點圖來找到流失狀況較嚴重的幾個時間點，再藉由事件分析（event-tracking）與行為漏斗（funnel）鎖定幾個可能導致問題因素，但最終，我們還是必須進行一定的訪談與產品測試，才能夠有效的找出問題的癥結點，當然，了解問題之後，要透過什麼方法解決流失率的問題則又是另一門很大的學問了，我們將會在下一篇與大家介紹更多喚回流失用戶的策略與方法。
文章轉載自：Flurry
訂閱 vide 最新訊息: vide 臉書粉絲頁 http://facebook.com/videmedia
