易分析
返回功能目录

用户画像功能 · 用户决策

用户决策
找到留存的拐点与关键行为

用户决策用于回答三个问题:决策时间(用户留存的拐点发生在第几天)、关键行为(留存受到哪个行为的影响)、关键行为次数(触发多少次起决定性作用);据此引导新用户在短期内完成任务,提高留存。

决策时间

用户留存的拐点发生在第几天,明确留存的关键时间窗口。

关键行为与次数

定位影响留存的关键行为,以及触发多少次后起决定性作用。

场景化落地

如 5 天内加好友 7 人,促使新用户短期内完成任务,才有可能留下来。

用户决策 · 留存拐点与关键行为
D5决策时间
加好友关键行为
7 次行为次数
拐点 D5 D1 100% D30 42% 群组留存率随天数变化 · 第 5 天出现拐点 使用场景案例 留存较高的用户在使用 app 后的 5 天内平均加好友 7 人 决策时间 5 天 关键行为 加好友 行为次数 7 次 对新用户,要促使其在短期内完成这些任务,才有可能留下来
01

关键能力

源自白皮书「用户画像功能 · 用户决策」章节

决策时间

决策时间

用户留存的拐点发生在第几天,明确用户在哪个时间点最容易流失或形成留存。

关键行为

关键行为

用户的留存受到了哪个行为的影响,定位对留存起决定作用的核心行为。

行为次数

关键行为次数

关键行为触发多少次后会起到决定性作用,明确行为达标的量化门槛。

使用场景

场景化留存引导

某 app 留存高的用户在 5 天内平均加好友 7 人:决策时间 5 天、关键行为加好友、行为次数 7 次;对新用户要促使其在短期内完成这些任务。

02

指标口径

关键定义(源自白皮书,口径可追溯)

指标 / 定义口径说明
决策时间用户留存的拐点发生在第几天。
关键行为用户的留存受到了哪个行为的影响。
关键行为次数关键行为触发多少次后会起到决定性作用。
使用场景案例某款 app 留存率较高的那部分用户,是在使用 app 后的 5 天内平均加好友 7 个人:决策时间 5 天、关键行为加好友、行为次数 7 次;对于新用户,就要促使其在短期内完成这些任务,才有可能留下来。
用户生命周期状态用户决策分析围绕用户生命周期状态展开,为各阶段的留存干预提供依据。
场景小结

通过用户决策分析,产品团队把「第几天留人、靠什么行为留人、做几次才留人」变成可执行的数据结论:例如社交类产品发现 5 天内加满 7 个好友的用户留存显著更高,就在新手引导中集中资源促使新用户短期内完成该任务,把留存干预从经验判断升级为数据驱动的产品策略。