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

S
SegmentFault 最新的问题
博客园 - 三生石上(FineUI控件)
WordPress大学
WordPress大学
博客园 - 【当耐特】
月光博客
月光博客
Vercel News
Vercel News
D
Docker
I
InfoQ
Apple Machine Learning Research
Apple Machine Learning Research
博客园 - 叶小钗
MongoDB | Blog
MongoDB | Blog
GbyAI
GbyAI
有赞技术团队
有赞技术团队
雷峰网
雷峰网
博客园 - 聂微东
小众软件
小众软件
Y
Y Combinator Blog
腾讯CDC
L
LangChain Blog
The GitHub Blog
The GitHub Blog
宝玉的分享
宝玉的分享
Stack Overflow Blog
Stack Overflow Blog
大猫的无限游戏
大猫的无限游戏
T
The Blog of Author Tim Ferriss

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,
面试求职被问到怎么做用户召回,该如何应对?
PM大明同学 · 2024-06-22 · via 人人都是产品经理

在面试时,我们总会碰到各种各样的问题。有些是生活上的,与个人相关;有些是工作上的,与岗位相关;还有一些是业务上的,与内容相关,也是最难(最简单)的。这篇文章,我们就来学习下,关于业务的一个问题。

在移动互联网高速发展的今天,随着市场竞争的日益激烈,一些互联网公司的获客成本呈现出逐年上升的趋势,这意味着企业需要投入更多的资源来争夺有限的用户。

保守估计:工具类获客成本在1-5元;文娱类获客成本在5-50元;电商类获客成本在50-200元;金融类获客成本在100-500元。

举个例子

假设每天新增1000个用户,次日留存率40%来算,每天会有60%的用户,第二天就再也不打开我们的APP,最终成为了流失用户,平均每日损失几百到数万元不等。

虽然相比动辄几百万到几千万的融资,看起来损失很小。

– – 但遗憾的是

事情显然并没有那么简单。

大部分产品的次日留存率,远远达不到40%。

这就意味着会有更多的用户流失掉!

并且对于很多产品来说,引导用户下载激活注册,仅仅是个开始,后面还需要继续引导其转化成为付费用户。

这里延展一个常用的AARRR模型

因为其爆炸性的增长方式通常又被称为海盗模型,其本质由获取、激活、留存、变现、推荐5个阶段组成:

如此一来,便会造成一款产品运营的时间越久,沉默和流失盘子越大。

那面对大面积的沉默和流失用户群,我们该如何应对?

我想听一下你们的答案,给大家三秒钟的时间,可以打在下方评论区我看一下。

3、2、1

Ok,这个问题听起来可能有些难度,但我们有没有比较好的解决方案呢?

答案是:有的

在用户生命周期模型中,沉默期介于成熟期和流失期之间,不断地通过运营手段触达并保持这部分用户活跃,是决定产品能否保持高留存的关键阶段。

精准的用户标签结合多形式、多样化的促活手段,可帮助我们提升用户的粘性,从而留住用户,那么沉默和流失预警用户的持续性召回与唤醒势在必行。

现在,我们似乎已经得到了我们想要的答案。

– – 但

这就完了吗?

不,这才刚刚开始。

我们知道对沉默用户唤醒,对流失用户召回。

“那唤醒沉默用户怎么唤醒?”

“召回流失用户又如何召回?”

OK,我们的内容正式开始,我将为大家分享一下,我在搭建“流失用户召回体系”方面所做的探索。

既然是做流失用户召回体系。

那么我们首先要做的就是找到流失用户。

“那流失用户的定义是什么?”

流失用户:什么是流失用户?工具类、文娱类产品可能是连续7天未登录算作流失,每个类型的产品形态不一样,需要根据产品形态来确定。

沉默用户:沉默用户唤醒与流失用户召回是两件事,运营策略是有差异的,所以还要清楚流失前的沉默期如何界定,知道什么是沉默用户。

自然回流用户:每天都会有一些已流失用户的自然回流,不做任何召回策略自然回归的用户,这个数据需要计算清楚,如果不做区分,在做召回时,你会盲目乐观的以为自然回流都是你的召回效果。

策略召回用户:因为召回激励而回归的用户,这些才是召回策略的增量结果。

所有定义要明确包含两个部分:时间周期限制、核心行为限制。

需要结合具体业务及数据分析结果而定。

找到了流失用户。

我们需要重点关注流失(沉默)用户的哪些数据?

流失用户规模:取数区间内流失了多少用户,这部分用户占比大盘用户多少。

用户分类:流失(沉默)用户占比;

渠道聚集性:流失(沉默)用户是否有渠道聚集性;

生命周期分类:用户流失(沉默)发生在哪个生命周期,新生期还是衰退期?

通过了解数据规模,确定召回用户样本的优先级,大致了解召回的难易程度,原则上沉默唤醒高优于流失召回。

用什么方式区分用户的价值和召回的优先级?

换句话说,依据什么来决定这些用户召回的先后顺序?

给大家三秒钟的时间思考一下,你们可以把答案打在下方评论区。

3、2、1

OK。

站在用户价值的角度,我们主要依据用户历史价值,召回难易程度,流失原因等将流失(沉默)用户细分,针对性的进行召回。

行为数据挖掘:通过关键行为挖掘,进行用户分群

历史价值:通过历史价值,确定各类用户召回成本,主要分群维度:用户类型、累计充值金额、历史等级、生命周期等业务核心指标;

召回概率:流失(沉默)时长、是否卸载客户端、是否可触达,进行召回概率分群

流失前行为分析,回流后行为分析:流失前行为分析确定流失原因,回流后行为确定用户回流关注点。如流失前活跃度衰减趋势,回流后核心消费点。

接下来还要做“用户调研”

做用户调研主要是为了解决以下2个问题:

  1. 流失原因:是用户主观原因,还是平台原因?重点关注平台主要流失原因
  2. 回归动力:通过调研找到用户回流动力,给用户一个回来的理由,缩短试错期

数据挖掘能解决绝大多数用户分群依据,但无法判断用户主观的流失原因,所以客观数据+用户调研,是用户分群都要进行的两个核心抓手。

“这里要提醒一下,接下来,我们要深入了解召回策略,都是干货,如果大家觉得有用,可以收藏,避免以后要用的时候找不到了。”

人群策略:

  • 依据用户价值、召回概率、流失原因将用户分群后,实现不同人群不同召回策略,精细化运营。

触达策略:

  • 短信:内容送达率较高,量大的话成本在几分钱一条,但内容格式比较单一,文字+链接,实现精细化推送,与push推送结合一起效果更理想。
  • push:有端才可触达,易造成打扰注意频次,尽量与有吸引力活动结合在一起,且判断好自己用户适合的触达时间,push时间掌握好可事半功倍,说一个小技巧,设计触达时间、触发频次可以参考大盘用户活跃时间分布图。
  • 邮件:早几年互联网很喜欢用邮件往来,这类触达方式电商和金融类产品用的较多,但测试效果并不理想。
  • 电话召回:客服成本极高,除非是特高优用户,否则不建议客服电话召回。

奖励策略

设计具有吸引力的召回激励,如优惠券、积分、免费试用等,什么人群给奖励,给何种形式奖励,现金,券还是积分?在哪些环节给奖励,完成什么任务给奖励能激发用户的回归意愿,这些都是奖励策略要重点关注的。

“设计奖励策略需要注意激励成本与效果之间的平衡,不然很容易玩蹦的。”

召回文案

这是最浓墨重彩的一笔,短短的一段话,既要针对他流失的原因给他一个回来的理由,又要让他看到未来的激励。所有的分群调研和数据分析,都凝结在这段召回的话语中。所以对文案的实验测试,也是召回运营的关键环节。

实验&产品感知

实验落地:人群分完,触达方式确定,奖励策略完成,之后便是大量实验验证,哪种人群哪种策略召回效率最高,成本最低。

产品感知:尽量为召回用户单建落地页,并且使用户对召回奖励有明确感知

召回用户运营

流失召回不能止步于让用户回来,此时用户相当于重走一遍新增用户生命周期,需要重点关注召回用户1、3、7、14、30日留存相关数,直至用户进入稳定期。

我们在做用户召回(唤醒)到实际落地做了很多工作,整个过程耗时耗力,召回一个流失用户成本很高,为了避免做大量重复性的工作,应该在用户即将沉默和流失的时候,做提前预警,尽可能提前针对性的通过产品引导和激励等能力,帮助用户走过震荡期。

流失(沉默)预警:通过大数据机器学习,预测用户流失风险,针对性定期执行流失前干预,会更大程度降低产品运营成本。

这期内容到这里差不多就结束了,最后做个总结。

在移动互联网竞争日益加剧的背景下,用户获取成本逐年攀升,对于互联网公司而言,有效召回沉默和流失用户显得尤为关键。

任何运营手段和策略都是要基于对用户和产品的深度了解和思考,这一过程需深度洞察用户和产品特点,否则一切努力恐将付诸东流。

沉默与流失用户的召回是一个既复杂又需持续投入的过程,需综合运用个性化召回内容、多渠道触达、吸引力强的激励措施及持续优化用户体验等手段。

同时,通过持续的数据监控与分析,不断优化召回策略,才能提高用户粘性,降低流失率,从而实现用户生命周期价值的最大化。

本文由 @PM大明同学 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