第5章 用户留存：增长的坚实根基

5.1 不留存，就去死

BranchOut是美国的一家专业人士社交网站，它建立在Facebook社交网站基础之上，
致力于帮助人们通过熟人来找工作，并试图最终建立一个独立的职业社交网站。
从2012年1月开始，在短短的几个月时间里，它的总用户数增长到2500万，月活跃用户一度达到1400万。
2012年4月完成C轮融资2500万美元，当时连美国财经网站CNBC的头条都惊呼：
“Linkedin，赶在Facebook之前把BranchOut买下来，要不然就来不及了！”

但是没过多久，2012年6月，事情开始180°大转弯，融资仅仅2个月后，BranchOut的月活跃用户几乎缩水了一半。
据公司的CEO事后接受采访时表示：
当时他的团队把精力全都放在用户获取上，非常成功地通过Facebook病毒传播的方式达到了用户数的爆炸式增长，
但是这些用户里很少有几个真正深入使用产品的，新用户注册BranchOut账号之后，没发现有价值的东西，很快就都离开了。

BranchOut获取新用户主要依赖Facebook用户墙发帖机制，当Facebook认为这种做法有过度骚扰用户之嫌并决定将其禁掉之后，
BranchOut的现有用户流失速度超过了新用户增加的速度，很快活跃用户数衰减，
并从此一蹶不振，曾经的硅谷宠儿最后落了个到处寻找买家贱卖的下场（见图5-1）。

BranchOut的故事既熟悉又陌生，不管是在美国还是在中国，几乎每个月都上演着某个产品爆炸式增长然后又昙花一现般消失的案例。
毫无疑问，如果一个初创公司的产品有留存问题，它的结局真的就是死去。那么对于规模稍大的公司，是不是能好一点？

有数据公司曾经研究了2016年某月Facebook和Twitter移动应用的下载量，
发现这两个产品的新下载量相对于产品现有用户数的比例是类似的，都在3%左右。
困扰Twitter的最大问题不是它的新用户增长，而是它的用户留存。

早在2009年，有分析师就指出Twitter每月的新用户只有40%下个月会再发推文（tweet），而同期Facebook的月留存率在70%左右。
Twitter之后经历了各种改版有了很大的改善，但是直到现在，它的留存率还是各大社交网站里最差的。
由此看来，即使Twitter已经IPO了，如果用户留存上不去，也会像一个挥之不去的噩梦，直接反映在用户数和股价上。

5.1.1 留存差的后果是什么

记得我们小时候都做过的应用题吗？
家里有个蓄水池，如果要放满水需要20立方的水，水龙头每分钟可以放水5立方，
水池底下还有个出水阀没有盖好，每分钟会流掉3立方，问多久可以充满蓄水池？

如果把Twitter用户数想象成蓄水池里的水，虽然不停地有新用户进到水池里，但是已有用户也在不停地从池底流失。
归根结底，以下两个要素都在直接影响增长：

净用户增长=新用户加入-老用户流失

产品在早期，已有的用户基数比较小，用户即使有一些流失也不明显，会被新用户的迅速增长掩盖掉；
产品在后期，如同Twitter，已有的用户基数已经达到3亿，即使只有每月5%的流失率，流失用户的绝对值也是巨大的1500万。
这也就意味着新用户获取团队每个月需要补的空缺至少是1500万，才能保持用户总数持平。
（图5-3、图5-4展示了Twitter比其他社交网站的留存都差。）

5.1.2 得留存者得天下

有句名言叫“钱不能买来爱”，在一定程度上，也可以说“钱买不来用户留存”。
很多公司可以用钱买来新用户，却不能用钱让这些用户留下来。
因为用户留存是建立在产品对用户有价值的基础上的，然后通过产品的优化和各种客户通信渠道得到加强。

为什么说“得留存者得天下”？
有数据显示，应用商店排名前10的应用和排名靠后的应用的最大区别就在于用户留存率：
前10名应用的50天留存率在50%以上，而所有应用的平均值低于5%。

同时，留存也影响增长的方方方面：
1）好的留存可以使用户付费周期变长，用户生命周期价值LTV升高；
2）好的留存可以使团队有预算测试更多、更贵的增长渠道；
3）好的留存带来更多忠实的老用户，可以推荐更多的新用户。

留存的强大之处在于其复利效应，开始时微小的留存率差别可能意味着一段时间后巨大的用户数差别。
假设有公司A和公司B都是从零开始，公司A每月新增500万用户，有80%的月留存率；
公司B每月新增250万用户，有95%的月留存率；
6个月之后，公司A的用户数还是领先于公司B；
但是保持一切参数不变，3年之后，公司B的用户数会达到4200万，反超公司A的2500万，这就是留存的复利效应。

5.2 如何定义留存

一说到留存，很多公司会追踪月活跃用户、周活跃用户或者日活跃用户的趋势图，看着图里的曲线蒸蒸日上，就觉得没问题。
但是如上所述，这些趋势图追踪总用户数的变化趋势，是新用户加入和现有用户流失的汇总结果，并不适合作为观察留存的指标。

衡量留存，我们推荐使用计算同一用户群不同时间的留存率（Retention rate）来绘制留存曲线（Retention curve），
有时候也叫作进行同期群分析（Cohort Analysis）。
简而言之，就是把同一时期加入的用户放在一起，横向追踪他们在接下来几个月、一年的时间里，
是不是还持续使用这个产品，有多大比例流失了，在什么时间流失了，从而了解用户随时间变化的留存情况。

但是在绘制留存曲线之前，我们要先弄清楚几个概念。

5.2.1 留存、留存，怎么样算“留下”来了？回归关键行为

用户留存或者流失，顾名思义，用户留下来了或者跑掉了。
所以很自然地，有些公司会把留存定义为在一定时间后用户仍然返回网站，打开应用或者软件。
这个留存定义是基于用户的登录行为的，它是很常用的留存指标。
对于某些产品比如游戏，这个定义可能已经足够了，因为用户不会无缘无故打开一个游戏应用，他回来基本上是来玩游戏的。

但是对于另外一些产品，这样的定义可能是不准确的。我们曾在第4章讲过，用户留存最终也要和用户的关键行为挂钩。
为什么？下面我们来举个例子。

增长黑客网曾经推出一个专门针对增长团队的项目管理软件，可以帮助增长团队管理一个实验从产生想法、上线到分析记录结果的全过程。
我们在画用户留存曲线的时候，最开始就是用一般的登录行为作为用户活跃的定义。
后来我们在进一步分析数据的时候发现，用户回到软件里可以做的事情有很多：
如果是回来加入新的实验想法、管理已有的实验进程、记录实验结果，或者是和团队成员就一个实验进行讨论，
这些和项目管理及团队协作相关性高的行为，价值更大，与用户长期留存的概率有更强的正相关性。

但是也有一小群用户，他们登录的频率很高，但仔细观察他们的行为，会发现他们把这个软件作为一个记录实验想法的私人线上笔记本，
这类用户虽然也有登录行为，但是并没有以正确的方式使用产品，在免费试用期结束后，他们有很大一部分都流失了。
所以如果我们只是一般性地把登录行为作为留存的定义，可能也会面临这样的问题：
如果我们设计了一系列实验有效地让更多用户来记录实验想法，那么看起来“用户留存率”提高了，但是这并不能真正提升用户长期留存。

在4.2用户激活一节里，我们详细介绍了找到关键行为的方法。在衡量用户留存时，我们仍然要从关键行为开始。
比如，健身应用的关键行为是完成一次健身，那么衡量用户是否留存就应该看这个用户是否还在健身；
比如，对于投资应用来说，其关键行为是完成投资，那么即使用户不登录应用，
只要他通过定期投资或其他方式持续投资，那么就可以视为留存用户（见表5-1）。

5.2.2 像大宝一样天天见？发现用户的天然使用周期

20世纪90年代有一个著名的护肤品广告语：“要想皮肤好，早晚用大宝”“大宝啊，天天见”。大宝作为护肤品，天天用，甚至早晚都用是理所当然的。
但是用户使用其他类型的产品需要天天用吗？不见得。
对于一个运动健身类应用，用户可能会每周使用几次，不需要天天都用；但是对于一个聊天软件，用户可能需要每天甚至每个小时都使用。

每个产品都有自己的天然使用周期，所以找留存指标也需要找到一个合适的“周期”，周期太短了不现实，太长了不足够。

图5-6展示了雅虎旗下的Flurry Analytics数据分析公司在2016年3月发布的应用的留存和使用频率象限。
可以看出不同类别的应用，其30日留存和每周使用频率差别很大。
其中，家庭、动作游戏、娱乐和音乐类等应用处于左下角，使用频率低、留存差，属于用户上手快，流失也快的产品；
天气类应用处于右上角，因为人们有使用的刚需，同时需要天天使用这类产品。

图5-7展示了不同游戏子类别产品的留存和频率数值，可以看到大多数游戏类应用的天然使用周期是至少每周一次，
对于这些产品，将留存定义为“每周登录”比较合适；
但也有一些子类别，天然使用周期是接近每天一次，对于这些产品，将留存定义为“每天登录”就更为妥当。

除了看行业标杆数据，从你自己的数据中也可以找到答案。
可以找一个较长的时间段，比如60天，然后找到一组至少进行了关键行为两次以上的用户，
然后看看大部分的用户两次关键行为之间的时间间隔是多少，这就是你的用户的天然使用周期。

回到5.2.1小节的例子，假如你有一个健身应用，数据分析显示80%以上的用户每两次健身之间的间隔是7天左右，
那么可以认为这个产品的天然使用频率就是一周，在定义留存和画留存曲线的时候，就适合以周为单位。

5.2.3 绘制用户留存曲线

明确了定义留存的关键行为和用户的天然使用周期后，就可以着手开始绘制留存曲线了。
其实，现在市面上很多商用分析软件都自带了绘制留存曲线的功能，你可以选择根据哪个行为定义留存，并且选择合适的频率。
比如，图5-8展示了通过分析软件GrowingIO绘制的留存曲线，就是以日为单位，追踪每日新用户在接下来的每一天还有多少比例仍然有“留存行为”。
在这个例子里，次日留存率为10%左右，7日留存率为4%左右。

如果没有现成的商业分析软件，但只要你提前设置了对用户关键行为的追踪，并且存储了用户的历史数据，你也可以通过Excel工作表画出留存曲线。
假设你的产品天然使用周期是周，想要画出一个周留存曲线，只需下面四步（见图5-9）：

1）记录每一周首次完成关键行为的用户数，也就是激活用户数。
2）追踪这些用户在接下来的每一周里继续完成关键行为的数量。
3）通过第1步和第2步，计算每一周有关键行为的用户占首周激活用户数的百分比。
4）把百分比数据画成曲线图，就是你的留存曲线了。

步骤1和步骤2

步骤3

步骤4

5.3 留存曲线的50度灰：玩转留存曲线

5.3.1 留存是变好了还是变差了

在硅谷，留存曲线是精明的风险投资人最爱看的一张图，为什么呢？因为从留存曲线上可以看到很多东西：
1）从不同时期的起始同期群的大小可以看到用户数的增长速度。
2）从用户完成关键行为的比例可以看到用户对产品的参与度。
3）从不同时期的同期群曲线可以看到用户的留存率是否有改善。

那么，应该如何通过留存曲线判断用户留存是变好还是变差了呢？

• 1.横向观察同一人群的留存曲线

用户的流失是不可避免的，但好的留存曲线应该变得越来越平。
因为任何一个产品在最初的一段时间内，因为种种原因或许是因为产品不满足部分用户的需求，或许是部分用户不是目标客户，
总会有一定程度的用户流失，因此留存曲线会向下走。
但是当用户使用产品一段时间之后，假设这个产品确实满足了留下来的用户的需求，
那么流失应该越来越少，曲线应该停止一直向下走的趋势，趋于平缓（见图5-10）。
如果曲线一直向下走，最终所有用户都会流失掉，你要考虑是不是公司还没有达到产品—市场契合（PMF）的状态。

• 2.纵向对比不同时期人群的留存曲线

随着产品的改善，以及各种留存手段的帮助，后来加入的用户其留存曲线的斜率应该比之前加入的用户的平缓。
通过好的新用户引导流程也可以有针对性地改善首周或首月的留存率，从而整体向上提升留存曲线的高度（见图5-11）。

5.3.2 留存的不同阶段

用户的留存周期是分阶段的（见图5-12）。

1）第一阶段新用户激活阶段：
包括新用户的注册、激活流程和整体的新用户体验。这一阶段的主要目标是帮助新用户上手，快速发现产品价值达到Aha时刻。

2）第二阶段是中期留存阶段：
是指用户完成了首次关键行为之后继续熟悉产品，发现更多的价值。
主要目标是帮助用户形成使用习惯。

3）第三阶段是长期留存阶段：
这时用户对产品的使用已经非常熟悉，主要目标是让用户经常回来使用产品，感受到产品的核心价值，避免用户的流失。

4）第四阶段是流失用户阶段：
这一阶段主要是针对已经流失的用户，主要目标是让用户重新发现产品价值，唤回用户。

5.3.3 用户分组：从留存曲线中找到增长的玄机

有了基本的留存曲线后，想要进一步找到改善留存的机会，一个非常重要的思路就是对比不同群组的留存曲线。
因为每个群组的留存率可能相差甚远，如果只看总的留存曲线，很多信息就丢失了，很多洞察也被掩盖掉了。

比如，可以通过比较不同流量来源用户的留存曲线，来了解不同渠道引流的用户长期表现怎么样，了解渠道的真实价值；
可以比较不同用户特征的用户留存曲线，例如，某应用就曾发现虽然女性用户比例比男性少，但是其留存率更高等；
可以比较不同产品客户端的留存曲线，如果仅使用网站端产品的用户留存率显著低于移动应用端，那么就要考虑如何完成网页到应用的转换；
对于SaaS软件，可以比较大小不同的企业客户、不同的定价计划等留存曲线，从而找到潜在的改进空间。

流量来源和用户特征虽然是细分留存曲线的有用维度，但更有用的方法是按照行为细分留存曲线，也就是“行为分群”。
因为最终定义一个人的是他的行为。

了解你的活跃用户在产品里都做什么，能够帮助你了解他们从产品中得到的价值。
因为不同的人可能在用不同的方法使用你的产品，他们得到的价值也可能是不一样的。
这就是行为分群的意义所在。

举例来讲，YouTube是一个巨大的视频网络平台，有着超过15亿的月活跃用户。
这些用户使用它的方式有千千万万，但是根据他们的行为，主要分为以下三种：
1）视频观看者：
绝大多数的用户是视频观看者，这些人是YouTube最大的用户群，但他们的留存率上下波动会很大。
驱动他们留存的因素更多的是能不能找到自己喜欢的视频。

2）视频评论者：
这部分人不光看视频，也会留言，这些人比普通的观看者要少，他们的参与度更高、留存率也会更高。
驱动他们留存的因素除了视频的质量，可能还包括和创造者以及其他评论者之间的互动。

3）视频创造者：
很小比例的用户是视频创造者，这些人虽然绝对数量非常少，但是他们的留存率很高。
驱动他们留存的因素是粉丝数、与粉丝的互动和金钱收入。

从YouTube的例子可以看出，根据用户的行为不同绘制不同的留存曲线，了解驱动他们留存的不同因素，
可以帮你找到产品的不同使用场景，揭开改善留存的魔盒，有针对性地打造最好的用户体验。

5.4 留存之后，如何做到“长相厮守”

5.4.1 用户留存与用户参与的区别与联系

在讨论用户活跃度时，有些时候大家会将“用户参与度”和“用户留存率”混淆。
实际上这两个概念既有联系又有区别：

■用户留存率是指过了一定时间后，有多少用户仍然在产品内进行关键行为，只要有一次行为即可；
■用户参与度是指在一定时间内，用户平均有几个关键行为和有多少用户同时有超过一种以上的关键行为。

因此，用户留存代表总体情况，是衡量有“多少”活跃用户的指标；而用户参与度更关注个体的参与程度，是衡量用户有“多么活跃”的指标。
图5-13展示的矩阵说明了用户留存和参与度的关系，最理想的情况是用户的留存率高、参与度深，也就是所谓的“上瘾型产品”。

5.4.2 用户参与度的1、9、90规则

因此在留存的用户里，仍然可以按照这些用户的参与程度不同分为消极用户、核心用户和超级用户。
1）消极用户：
这些用户可能没有按照最理想的方式使用产品，但是他们按照他们自己的方式以比较正常的频率持续使用产品。
2）核心用户：
这些用户以一个比较正常的频率和正确的方式使用产品，是活跃用户里的大多数。 3）超级用户：
参与度非常高的用户，这些用户不光高频率地使用产品，可能还同时使用多个功能，或者会使用大多数用户没用到的“进阶功能”。

在网络社区里有一个1、9、90规则（见图5-14），
指的是一般来说在任何社群里，最积极参与使用高级功能的超级用户只占到总用户数的1%，核心用户占9%，而90%都是消极用户。
在增长黑客网社区平台上，我们曾经做过一次这样的分析，发现那些最积极参与讨论的用户，
他们的数量恰恰是1%，然后不到10%的用户有发帖的行为，而绝大多数的用户都是只看帖不回帖的潜水员。

这个1、9、90的比例肯定不适用于所有的网络社群，更不适用于所有的产品类型，但是这其中的原则适用于很多的产品。

5.4.3 用户的参与度阶梯

在实际运用中，你如果明白了即使是留存用户，其参与程度也有不同，就可以把用户从已有的等级往参与度更深的等级，一级一级向上迁移。
这个过程如同爬梯子，所以也叫作用户的参与度阶梯迁移（见图5-15）。

根据Twitter增长团队的前产品经理Josh Elman分享，Twitter的参与度阶梯如下：
1）最底层是消极用户，他们有如下行为：
①明白“推文”的意思；
②关注了一些人或朋友从而有了基本的信息流（news feed）；
③定期查看信息流阅读新的推文。

2）中间层是核心用户，他们有如下行为：
①从网页和移动应用两个客户端访问Twitter；
②开始通过@回复、喜欢和转发等各种方式来参与Twitter上的对话。

3）最高层是超级用户，他们有如下行为：
①在Twitter上进行搜索，并精炼信息，看看人们都在说什么。
因为Twitter的搜索功能和一般的搜索引擎使用起来很不同，所以只有少数的用户真正掌握了这一功能；
②打造自己的粉丝群，这也是绝大多数用户到达不了的等级，只有超级用户才会重视这件事。

为了把访客从新用户转化为消极用户再持续转化为核心用户，Twitter的产品和增长团队进行了多种持续引导的尝试，
比如针对新用户的“学习流程”，其主要目的就是帮助用户找到最开始应该关注谁，
从而形成基本的信息流，从而让他们达到最底层：消极用户，至少可以在Twitter上被动地阅读推文。
这些尝试取得了很好的效果。

然而，从消极用户到核心用户的转变是Twitter挣扎最明显的地方。
很多新用户形成了基本信息流后，能够很快学会看推文，因为消费信息是个自然的行为，和Facebook等其他社交产品很类似。
但是很多人学不会发推文并参与到对话中来，140个字的字数限制、克服和陌生人之间当众聊天的障碍，
以及理解转推（retweet）、引用（quote）和回复（reply）这些功能之间有什么区别，成为很多消极用户继续转化为核心用户的障碍。
最后，能够使用搜索和拥有粉丝群的Twitter超级用户，更是少之又少。

那么，你的产品的用户参与度阶梯都有哪几层呢？

5.4.4 持续引导：留存永无止境

即使一个用户已经留下来了，在他接下来的用户旅程中，还是需要帮他保持现在的用户参与度等级，并继续上升到更高的等级。
用户引导并不仅仅限于新用户，还包括已有用户的持续引导。那么增长团队可以通过哪些方式进行持续引导呢？

• 1.鼓励用户正确使用产品的行为

回到增长黑客网实验管理软件的例子上，当我们发现了一小部分用户把这个软件当作“私人电子记事本”而不是“团队协作软件”来使用后，
我们就进行了一系列实验，引导这些用户正确使用软件。
其中最有效的改进是在新用户引导流程中加入让用户邀请团队成员的步骤，
这样就帮助新用户迅速认识到产品的真正价值是团队协作，而不是单兵作战。

• 2.提高用户使用产品的频率

如果一个用户已经在正确地使用产品，但是频率达不到核心用户的频率，你需要通过各种方式提高用户的使用频率。
比如很多游戏和应用中使用的连击、勋章等游戏化模式，就是为了鼓励用户提高产品使用频率，形成习惯。

• 3.增加同一用户使用不同产品功能的数量

增长团队还可以通过让同一个用户使用多种不同的功能来提高用户的参与度。
比如，Dropbox有不同的产品功能，如文件备份、分享、同步等。
其增长团队发现，当用户同时使用三种功能时，他长期留存的可能性将大大提高。
于是增长团队就尝试了各种办法，让已经使用了一种功能的用户尝试使用另外两种功能。

• 4.让用户使用多个客户端

如果产品拥有多个客户端，如桌面版、移动应用、网页版等，据数据显示，同时使用多个客户端的用户，长期留存会更好。
尤其在主流客户端发生变化时，如从互联网到移动互联网的迁移中，这一点可以说是生死攸关。
这也是为什么许多产品从网页端起家，但是一直推动老用户下载移动应用的原因。

• 5.在合适的时刻向用户介绍新功能

如果产品有新的功能，应该选择合适的时刻主动介绍给用户，而不是被动依赖用户自己去发现。
比如Google旗下的各个产品（Google Map、Google Calendar等）都会利用弹窗的形式不定期向用户推广新功能，促使用户感知产品更多的价值。

5.5 打造独角兽产品的秘诀：习惯养成和行为放大

萨拉·塔沃（Sarah Tavel）是硅谷的一位风险投资人，也是社交图片分享平台Pinterest的早期产品和增长团队成员。
她根据自己多年做产品和投资经验总结了一个产品成为10亿美元独角兽级别产品的路线图（见图5-16）：

在这个模型里，一个公司要实现“独角兽”级别的成功，不仅要有一个好的产品能够给用户带来价值，
这个产品还要能够对用户的行为产生影响，反过来用户的行为也成为产品体验的一部分，帮助公司成长。

下面我们以Pinterest为例，解释路线图中的四步具体意味着什么。

• 第一步：增加参与用户数
  注意不仅是提高用户数量，而是要增加完成了关键行为的用户数量。
  能够做到这一点，说明产品达到了产品—市场契合。比如Pinterest在2011年就显示出以下几个特点：
  1）产品给用户带来的价值很清晰；
  2）指数型增长；
  3）超过一半的周活跃用户完成了关键行为：“钉”图片，即保存图片。

• 第二步：长期留住用户
  如果产品做到了第一点，但没有好的长期留存，那基本上就属于昙花一现。
  许多匿名社交产品前期增长得很快，声势浩大，但是留存很差，很快就会消失在大众视野中。
  而能够长期让用户留下来的产品都有类似特点，它们能够让用户产生使用习惯，对用户有黏性，让用户越用越离不开。

有黏性的产品=用户用得越多积累的好处越多+用户用得越多离开后损失越大

前者是因为用户用得越多、贡献的数据越多，产品对用户的了解越深，所以可以利用这些信息和数据改善用户体验；
后者是因为用户用得越多，在产品里积累的价值越多，让他们舍不得离开。
以Pinterest为例，当用户保存的图片越多、关注的人越多后，Pinterest的算法就能更准确地帮助用户找到越感兴趣的图片。
同时，当用户保存的图片越多，Pinterest也越可能成为用户的图片收藏夹，间接成为个人身份的一部分，用户变得越来越难以放弃。

• 第三步：自我持续
  能够做到第二步的公司，已经有了一个有黏性的产品和一个持续增长的用户群。
  但是，如果公司想要达到10亿美元独角兽的量级，还需要“自我持续”这一步。
  自我持续，是指当用户参与到产品中时，他们的行为创造了产品内的良性循环，可以带来新用户，改善用户体验和加深已有用户的参与度。

仍以Pinterest为例，老用户在产品内的行为可以帮助获取新用户、改善用户体验，以及唤回已有的老用户。
通过这些闭环，让每个用户的行为都“放大”了，一个行为可以带来的价值大大提高。
需要指出的是，这些“良性循环”的力量虽然如此强大，却并不容易构建，这和产品本身的特点有很大关系。
但是一旦构建成功，这种让用户行为为产品服务的例子，简直是所有增长团队的梦想（见图5-17）。

做到了第一步～第三步的产品更有可能到达第四步的终极目标：超过10亿美元的独角兽，成长为长期盈利的大型公司。

在Sarah的路线图里，第一步对应完成关键行为，第二步对应“习惯养成”，第三步则对应“参与闭环”。
在5.5.1、5.5.2和5.5.3小节中，我们将要介绍如何通过“行为设计”来影响用户，
帮助用户迅速完成关键行为，然后进一步养成使用习惯，并最终通过参与闭环将行为的影响放大。

5.5.1 完成关键行为：BJ Fogg的行为模型

BJ.福格（BJ Fogg）是斯坦福的一位心理学研究学者，他提出了著名的行为模型：B=MAT，
行为（Behavior）的发生与否受到动力（Motivation）、能力（Ability）和触发（Trigger）三个因素的影响（见图5-18）。

具体到一个产品上，可以这么理解：
1）行为：我们想让用户采取的行动；
2）动力：用户有多想要完成这个行动；
3）能力：这个行动对于用户来说有多容易；
4）触发：提醒用户采取行动。

举个最简单的例子，新年伊始，小王决定制订每日计划并每日复盘，那么他是有内在“动力”来完成这个行为的。
写计划需要本、笔、桌子、椅子、一个相对安静的环境、一点时间和小王的计划，
这些外部或内部条件的存在与否，就代表了小王完成写计划这个行为的“能力”。
如果小王有动力、有能力，但是一忙起来忘记了要写计划的事呢？
如果这时候小王的妈妈喊一嗓子提醒他“你该写计划啦”，小王一拍脑袋说“是啊！”
于是就拿出纸笔开始写计划了，这就是“触发”。动力、能力和触发一起促成了小王写计划的行为。

BJ Fogg的行为模型不仅可以用来解释在实际生活中人的行为为什么会发生，还可以指导我们进行产品设计。
假设我们的产品是一个每日计划应用——电子计划本，
该如何解决“动力”、“能力”和“触发”的问题，让用户小王完成写计划这个“关键行为”呢？

首先，动力还是来自用户本身，电子计划本不可能强迫不想写计划的人来写计划，但是可以通过某些方式增强用户的动力，
比如每次打开计划本界面都给小王一句“加油”的话，显示小王今年写了多少篇计划，显示还有多少人也在写计划等。

其次，能力是指用户要完成写计划这个行动需要付出多少努力。如果这个计划应用的界面设计让人很困惑，输入法很难用，
这些障碍就会使小王写计划变得更困难，去掉这些障碍就可以提高用户的能力。
从另一个角度来想，如果加入自动保存或者自动屏蔽其他程序干扰的功能，也可以增强小王写计划的能力。

最后，如何设置电子计划本的触发？
最简单的办法是每天早上8点给小王发条推送“准备好开始新的一天了吗？写下你今天的计划吧！”，
每天晚上9点再给小王发条推送“完成今天的计划了吗？花5分钟来做个复盘吧！”。

BJ Fogg的行为模型可以指导我们思考如何引导用户完成关键行为，从而完成通向独角兽之路的第一步：增加参与用户数。

5.5.2 习惯养成的黄金公式

如果电子计划本只是成功地让小王做了一次计划，那显然还不够，
我们希望小王可以每天写计划、每天复盘，成为这个产品的长期用户。

同样的，一个成功的产品不仅需要让用户完成关键行为，
还需要让他们不止一次地重复这个关键行为，达到一定频率，直至成为一种习惯。

很多人早上一起床，自然而然地就打开了某社交网站；想要查东西，自然而然地就打开了某搜索引擎；中午要订饭，自然就打开了某订餐应用等。
习惯性使用产品的力量是巨大的，这些产品不需要大量的广告来让用户想着它，它们已经成为用户生活中的一部分。

那么如何让用户养成使用习惯呢？
畅销书Hooked：How to Build Habit/Forming Products（《上瘾：让用户养成使用习惯的四大产品逻辑》）
的作者尼尔·埃亚尔（Nir Eyal）研究了许多成功的产品，归纳出了让用户养成习惯的几个要点。

• 要点之一，给用户的单次行为提供一个“奖励”，并且这个奖励是不固定的，每次都不一样，让用户期待着下次回来可能会得到一个惊喜。
  回到电子计划本的例子，如果小王每写完几篇计划之后，电子计划本会随机显示一个“彩蛋”，
  其中大部分是很有趣的名人名言，偶尔会解锁一些付费功能，这可能就会鼓励小王坚持写下去。
  再比如微信读书推出的每周免费书，每周书目都不同，也会让很多用户愿意每周登录去看看。

• 要点之二，是要求用户在产品中投入一点努力，而这一点努力可以增加用户在产品里储藏的价值。
  比如，当小王在电子计划本中写计划时，他把自己的信息存储在这个产品里，他写的越多，存储的价值就越多，就越难以离开。
  再比如Twitter和LinkedIn在用户登录时，都不直接刷新信息流，而是要求用户点击“新推文”或“新文章”按钮，
  这并不是因为它们需要时间加载这些新信息，而是故意设计成这样的，要让用户投入一点点努力，
  用户投入了这一点点努力后就会觉得产品更有价值（见图5-19）。

• 要点之三，是让外在的触发和用户的内在触发相结合。
  比如电子计划本每天早上8点给小王发推送提醒，小王看到推送就打开应用写计划。
  如果电子计划本的使用体验良好，下次再收到提醒的时候，小王会更有可能继续打开应用写计划。
  如果他有足够多的使用次数，他就有可能形成一个内部触发机制：
  就算没有移动推送，每天早上8点小王自己也能想到“我该写计划”了，然后打开电子计划本写计划。
  这也是大家感觉孤独了就打开Facebook、感觉无聊了就打开YouTube、对什么事情不是很确定就打开Google的原因，
  你已经不需要外部触发去提醒你了，你的内在触发已经将你引向这些产品了。

• 要点之四，就是打造一个参与闭环，让用户的一个行为可以带来更多的行为，
  这一点我们将在5.5.3小节中详细叙述。

5.5.3 参与闭环：让行为带来更多行为

在第三章，我们曾经讲过用户推荐是最强大的增长渠道之一，
因为它可以让老用户带来新用户，新用户加入后又可以继续带来用户，因此每一个用户的价值都被放大了，形成了一个“增长闭环”。

如果说增长闭环能够放大用户数，参与闭环（Engagement Loops）就是一种能够把“行为”放大的良性循环，
一个行为可以带来另一个行为，从而使得每一个“行为”的价值都提升了。

各类游戏可谓是打造“参与闭环”的鼻祖，比如著名的部落冲突（Clash of Clans）
就是以建造自己的村庄和与其他村庄战斗构成了其核心的参与闭环（见图5-20）。
游戏中设置了各种触发和激励机制让你不停地回到游戏中。
除此之外，游戏中还设立了各种奖励机制，在体验过程中让你感受到“完成了一件事”的满足感和“我在逐渐变强大”的正面反馈。

通过产品设计让用户完成参与闭环，让每一次行为放大，带来更多的行为，从而加深对产品的参与度，这就是参与闭环的强大之处。
从产品的角度来看，要找到有效的“钩子”，通过有效地触发让用户完成行为；
从用户的角度来看，产品的设计要和用户的内在动力相一致，
并且要在用户行动后给予反馈和奖励，以激励用户进行下一次行动（见图5-21）。

参与闭环可以分为两种，一种是单人模式参与闭环：
就是用户A的一次行为能够带来他的下一次行为；
另一种是多人模式参与闭环：就是用户A的行为能够带来用户B的行为。

• 1.单人模式参与闭环

Facebook在2015年上线的“这一天”功能就是一个单人模式参与闭环的巧妙案例（见图5-22），这个参与闭环基于用户对自我的关注心理。
用户发照片后，Facebook会在一年后显示“查看你的Facebook回忆”，
显示用户在一年前的今天发送的照片，并提示你重新“分享”这个回忆，从而开启另一轮的参与闭环。

• 2.多人模式参与闭环

显而易见，多人模式参与闭环在社交网站上十分常见。
有了社交关系的支撑，一个用户的行为瞬间有了可以影响到他所在的整个社交生态系统的能力：
好友、联系人、粉丝等。LinkedIn的“谁看了你的履历”功能是非常有意思的一个案例（见图5-23），
因为这个多人模式不仅包含联系人，还包含平台中的陌生人。
当用户A被告知有人查看了他的履历后，出于社交兴趣和好奇心，
用户A会忍不住回到LinkedIn上去查看是谁看了他的履历，从而开启另一轮的参与闭环。

5.6 提高用户留存的8种武器

Pinterest前任增长团队负责人Casey Winters曾经总结过提高用户留存的8种武器：
①产品改进；
②新用户引导和教育；
③邮件；
④通知；
⑤客户服务；
⑥促销；
⑦忠诚客户计划；
⑧新产品。

对此我非常赞同，他把产品的改进和新用户引导放在前两位。
因为产品团队一般更专注于开发和上线新的功能，往往忽略了如何让更多的用户在产品已有功能上得到更多价值。
而如前面的章节所述，优化新用户引导流程、改善用户使用体验、加入持续引导机制，以及帮助用户形成使用习惯，这些都是增长团队可以努力的方向。
对于一个未经过优化的产品来说，在产品上下功夫的回报往往是巨大的，远远大于外部渠道如邮件或推送等的效果。

同时，这8种武器也为增长团队提供了一个工具箱（见表5-2）：用户的留存阶段不同，适用的工具也不同。

在留存的工具箱里，除了产品改进和新用户引导外，邮件和通知是增长团队用得最多的渠道。
邮件是从互联网早期开始就非常流行的用户沟通渠道，而通知则包括移动推送和应用内信息等，在移动应用内用得比较多。
这三种渠道有各自的特点（见表5-3）。

根据上面的对比可以看出，推送应用内信息是和现有活跃用户加强互动的好方法。
但在其使用上也要尽量小心，因为太多的信息轰炸容易导致用户疲劳，影响使用体验。

一般来说，可以考虑在以下情况下使用产品内信息：
1）推广新功能、新内容或提高已有功能使用度，见图5-24a；
2）对时间敏感的信息，见图5-24b；
3）给用户提供信息，和用户互动、对话，见图5-24c。

1—Yelp开始送货了　2—你现在可以在线上超过3.5万家餐厅里订餐　3—免费试用　4—6折促销　5—最低价选购最新收藏　6—现在使用

推送也是移动互联网时代必不可少的武器。数据显示，美国的消费者平均每个人手机上有50个应用，中国消费者平均每个人手机上的应用也不少于20个。
所以仅仅是依赖用户主动在这50个应用里想起产品是远远不够的，而移动推送就给了你一个“拉”的方法。

制定移动推送方案时，可以参考Andy Carvell的RRF模型：
也就是覆盖面（Reach）、相关性（Relevance）和频率（Frequency）。
一条移动推送想要有大的影响力，必须满足覆盖面广、相关性高和频率高三条特征。

1）覆盖面主要由移动推送的触发情景和适用用户群决定。这是决定推送影响力的最重要因素，
一个推送，如果适用的人群和情景很少，就算点击率再高，也不可能有很大的影响。

2）相关性主要由移动推送到达的及时性和内容的个人化决定的。
在移动互联网时代，推送直接到达用户的手机，需要和短信或微信聊天信息竞争。
移动推送必须达到一定的相关性，才可能有用户点击。

3）频率主要由触发推送的情景发生有多频繁决定。
如果这个触发情景经常发生，则在一定程度上进一步扩大了推送的影响范围。

表5-4展示了不同类型的推送点击率的参考值。
可以看出，个人化、直接、口语化或者图片类的信息点击率最高，社交类的信息次之，个性化的推荐随后，而一般性的非个人化的推送点击率最低。
另外，一般来说，iOS用户对推送的反应率比Android用户低很多。

移动推送也需要增长团队通过测试的方式不断改进。在测试中要注意如下方面：
1）监测负面的影响，如用户取消推送权限的比率和应用卸载率；
2）通过在小比例用户上测试来控制总体的影响；
3）只有在最紧急的时候使用震动；
4）在计划移动推送时，考虑用户的日常生活节奏；
5）在文案中使用多种多样的个性化的语言；
6）通过深度链接（deep link）让用户直接到达应用内指定的页面；
7）不断测试，持续优化。

拿来就能用的模板

• 模板1：绘制留存曲线

• 模板2：用户参与度阶梯

• 模板3：行为参与闭环

参考文献