惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Security Latest
Security Latest
Recorded Future
Recorded Future
人人都是产品经理
人人都是产品经理
S
SegmentFault 最新的问题
Hacker News - Newest:
Hacker News - Newest: "LLM"
C
CXSECURITY Database RSS Feed - CXSecurity.com
博客园 - 三生石上(FineUI控件)
博客园 - 聂微东
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
Know Your Adversary
Know Your Adversary
Spread Privacy
Spread Privacy
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
量子位
L
LINUX DO - 热门话题
L
Lohrmann on Cybersecurity
博客园 - Franky
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Tor Project blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
雷峰网
雷峰网
阮一峰的网络日志
阮一峰的网络日志
V
Visual Studio Blog
T
Threatpost
T
Tenable Blog
有赞技术团队
有赞技术团队
大猫的无限游戏
大猫的无限游戏
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI
C
Cisco Blogs
H
Heimdal Security Blog
Attack and Defense Labs
Attack and Defense Labs
A
About on SuperTechFans
Last Week in AI
Last Week in AI
N
News and Events Feed by Topic
T
Threat Research - Cisco Blogs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
I
Intezer
V
V2EX
Cyberwarzone
Cyberwarzone
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
B
Blog RSS Feed
V
Vulnerabilities – Threatpost
N
Netflix TechBlog - Medium
T
The Blog of Author Tim Ferriss
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
U
Unit 42
PCI Perspectives
PCI Perspectives
P
Privacy International News Feed
D
Docker

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
乘客留存数据分析报告
灿烂千阳 · 2023-03-28 · via 人人都是产品经理

目前平台乘客的留存情况较差,老用户流失严重,本文通过数据分析,了解当前乘客的留存情况,以清楚哪些渠道用户留存较差,哪些方面需要优化改进,一起来看看吧。

一、背景

目前平台乘客运营方面存在以下问题:新用户留存较差,且二单转化率低于20%;老用户流失严重,用户生命周期中流失用户占比太高。

二、目的

通过数据分析当前乘客留存情况,了解哪些情况下用户留存较好,哪些渠道用户留存较差,哪些方面需要优化改进。

三、乘客留存数据分析

留存按活跃用户(乘客)算,数据来源:神策数据。

1. 整体留存数据

1)按天留存

数据区间:近6个月(2021年10月-2022年4月)

乘客次日留存率32%,第7日留存率26%,第30日留存率20%,第60日率留存17%。

2)按月分析

数据区间:2021年1月-2022年4月按月留存

乘客次月留存率35%,第3个月留存率26%,第6个月留存率22%,第12个月留存率17%,随着时间推移,留存率越来越低。

3)新活跃乘客留存情况

新活跃乘客次月留存20%,第3月留存12%,第12月留存6%,新乘客次月流失最严重。

4)老活跃乘客留存情况

老活跃乘客次月留存50%,第6月留存32%,第12月留存21%。

2. 不同省份的乘客留存情况

第6个月留存中,排名前五的省份依次是重庆(留存率40%)、青海(留存率37%)、四川(留存率30%)、贵州(留存率22%)、湖北(留存率20%)。

用户留存中,排名靠前的省份主要是一些中西部省份,像重庆、四川、贵州、湖北等省,公司在这些省份市场比较成熟,订单主要来源于老乘客,例如重庆市,4月老乘客创建订单数是新乘客的20倍。

留存率较低的省份,像江苏、上海、黑龙江、河南、山西、辽宁等省,公司在这些省份市场还处于发展阶段,老乘客订单数占比低。

3. 不同城市的留存情况

数据区间:2021年5月-2022年4月,选择近一年活跃用户数排名前50的城市。

1)留存率较高的城市

留存排名前五的城市,凉山第6月留存率50%、铜仁44%、重庆40%、泸州40%、宜宾33%。

留存比较好的城市,订单主要来源于老乘客,市场发展成熟,用户整体比较活跃。例如:凉山4月老乘客下单数是新乘客下单数的28倍,铜仁是31倍,重庆是20倍,泸州是26倍。

2)留存率较低的城市

留存较差的城市,沈阳第6月留存率2%、太原3%、苏州5%,

留存较差的城市,主要是一些大城市,目前公司在这些市场还处于发展阶段,老用户下单占比偏低。

例如:沈阳、太原4月老乘客下单数是新乘客下单数的3倍,深圳是5倍,东莞是4倍。

3)新乘客留存情况

选近一年活跃新乘客在20万以上的城市,成都、重庆、贵阳、遵义、凉山的留存较好,深圳、郑州、太原、广州留存较差。

分别挑选5个新乘客留存较好的城市和5个留存较差的城市,留存率高的城市,市场成熟,老用户下单占比高。

4)老乘客留存情况

选近一年活跃老乘客在8万人以上的城市,成都、凉山、泸州留存较好,留存情况和新活跃乘客类似。

分别挑选5个新乘客留存较好的城市和5个留存较差的城市,留存率高的城市,市场成熟,老用户下单占比高。

4. 留存率与司机数、乘客数、取消率、乘客结构的关系

数据选近一年的数据,分别挑选5个留存率较高和较低的城市。

乘客留存率高的城市,司机人均接单多、乘客人均完单多、老乘客下单占比高。留存率低的城市,司机人均接单和乘客人均完单都比较少。

司乘比(乘客/司机)、取消率高低对乘客留存率的影响不大。

5. 不同平台类型的乘客留存情况

数据区间:2021年5月-2022年4月

App的留存率最高,大概是小程序留存率的1.7倍,H5的留存率最差;

App的次月留存为53%,第3月留存为40%,第6月留存为32%;

小程序的次月留存为32%,第3月留存为24%,第6月留存为19%。

目前平台活跃用户以小程序用户为主,约占活跃用户的87%,APP用户占比12%。

6. 乘客生命周期留存情况

数据区间:过去90天

用户生命周期中,第60日留存率排序依次是成熟期、引入期、成长期、回流期、沉默期、流失期。

成熟期的用户留存最高,第60日留存率28%,流失期的用户留存最差,第60日留存率3%,留存数据符合生命周期的用户结构。

7. 乘客分层留存情况

数据区间:过去90天

乘客按RFM模型分层中,高价值用户、重点挽留用户、重点保持用户的留存率最高,低召回用户留存率最低。

高价值用户下单频次高,属于平台忠实用户,留存更高。

8. 乘客分享次数留存情况

数据区间:过去90天

参与分享的乘客,留存情况好于未分享的乘客,第60日留存率是未分享的两倍。

9. 按乘客是否登录ID留存情况

数据区间:过去90天

首次登录ID的活跃乘客,比未登录ID的活跃乘客,留存率高很多。登录ID的乘客,第60日留存率23%,首次未登录ID的乘客,第60日留存率仅5%。

10. 推荐注册/自主注册留存分析

4月新注册的活跃乘客,当日留存率推荐注册高于自主注册,从次日留存开始,自主注册的乘客留存率高于推荐注册的乘客,说明自主注册的用户后续下单意愿更强。新注册乘客整体留存率都较低。

11. 按渠道来源留存分析

数据区间:过去90天

新活跃乘客按渠道来源的留存情况,第7日和第60日留存较好的渠道是升级包、AppStore、华为应用商店、,留存较差的渠道是微信小程序、小米应用商店。

老活跃乘客按渠道来源的留存情况,第7日和第60日留存较好的渠道是升级包、百度应用商店、应用宝。留存较差的是微信小程序、小米应用商店。

12. 流失用户价值模型

从上线至今,有5900万曾经完成订单的乘客流失(近两个月未完成过订单),其中有135万的流失乘客过去6个月完单次数超过5次以上,属于平台的高价值用户,建议采取相应的措施对这部分用户进行召回,促进下单。

13. 留存/流失乘客画像分析

1)不同城市流失用户画像对比

留存好的城市选凉山、铜仁,留存差的城市选深圳。

流失用户的画像特征很接近,超过50%的乘客未完成订单,超过80%的乘客活跃频次在20次以内,用户生命周期模型中处于流失期。

凉山、铜仁的用户渠道来源中App占比更高,当月注册的用户占比更低一些,这与当地的用户结构有关。

2)同一城市留存用户/流失用户对比

选凉山、铜仁的留存用户和流失用户进行对比,留存用户的月下单数、完单数、活跃频次更高,例如,留存用户当月平均创建订单近10单,流失用户当月平均创建订单1.5单。

留存用户其他月份注册占比高,流失用户当月注册占比较高。生命周期中,留存用户主要处于成熟期,流失用户主要处于流失期。

3)不同城市留存用户画像对比

选泸州和深圳第3个月的留存用户对比。

留存用户的特征接近,活跃次数、创建订单都较高,高价值用户和成熟期用户占比高。

泸州市的高价值用户、成熟期用户占比更高,这也与城市的成熟情况相关。

14. 留存/流失乘客价值分析

以4月的获取乘客成本为例,4月实体店推荐乘客奖励229.5万元,注册送活动106.5万元,乘客总获客费用336万元,总注册人数143万,人均成本2.3元。

  1. 336万元的获客费用,到第3个月,剩余价值40万,损失费用296元,损失费用占比88%;
  2. 到第6个月,剩余价值30万元,损失费用306万,损失费用占比88%;
  3. 到第12个月,剩余价值20万元,损失费用316万,损失费用占比94%。

按目前每月的获客费用支出和用户流失率,预计每年损失费用3800万元。

四、结论

1、新活跃乘客次月留存20%,第3月留存12%,第12月留存6%,新活跃乘客次月流失最严重;老活跃乘客次月留存50%,第6月留存32%,第12月留存21%。

2、各城市乘客留存率与市场成熟情况(老用户订单占比)相关,留存率高的城市大多是市场发展成熟,老用户下单占比很高的市场。

3、乘客留存数据具有明显的地域分布,中西部省份留存率高,东南省份留存率低,这与公司的订单分布有关。

4、乘客留存率高低与司机人均接单、乘客人均完单、市场成熟情况相关,司乘比、取消率对留存率的影响不大。

5、用户生命周期中处于成熟期的用户留存率最高,用户分层中高价值的用户留存率最高,这与用户生命周期和分层模型的逻辑一致。

6、平台类型中,APP的留存率最高,是小程序的1.7倍,H5的留存最差。

7、参与分享的乘客,留存情况好于未分享的乘客,第60日留存率是未分享的两倍。

8、乘客首次活跃是否登录ID,对留存影响很大。

9、从次日留存开始,自主注册的乘客留存率高于推荐注册的乘客,说明自主注册的用户后续下单意愿更强一些。

10、目前平台流失用户较多,且过去6个月内完单次数超过5次及以上的流失用户超过100万人。

11、各个城市的留存用户、流失用户画像特征接近。

12、留存用户和流失用户对比中,留存用户下单数、完单数、活跃频次更高,留存用户在其他月份注册占比高,流失用户当月注册占比较高。

13、按目前每月的获客费用支出和用户流失率,预计每年流失用户损失费用3800万元。

五、建议

1、在中西部,选一些用户留存高,但目前订单量不大的省份,作为后续重点发展市场,像青海、陕西、江西等省份。

2、老用户下单占比与城市乘客留存率息息相关,对处于发展阶段(留存率在中间位置)的市场,争取提高老用户下单数,提高老用户留存。

3、乘客高留存率的市场,目前市场发展成熟,凉山、铜仁、泸州等市场,后续提高乘客留存率难度较大。

4、提高乘客留存率,需要同时提高司机和乘客相关指标。

5、成熟期的用户和高价值用户的留存率远高于其他类型的用户,维护好这部分用户是关键,争取将其他处于其他阶段的用户转化为成熟期和高价值用户。

6、通过一定的运营策略引导活跃乘客下载App,提高乘客留存。

7、通过一些活动奖励(签到、分享抽奖、邀请好友等),引导乘客积极参与分享,提高乘客留存。

8、对于首次访问的活跃乘客,引导登录ID,并且进行一系列点击操作,对提高留存有帮助。

9、新注册的乘客,次月流失严重,需要通过一定的运营策略提高次月留存。

10、通过一定的运营策略对过去多次下单的高价值流失用户进行召回,减少用户流失带来的费用损失。

本文由 @灿烂千阳 原创发布于人人都是产品经理,未经作者许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。