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

M
MIT News - Artificial intelligence
罗磊的独立博客
Hugging Face - Blog
Hugging Face - Blog
Apple Machine Learning Research
Apple Machine Learning Research
Last Week in AI
Last Week in AI
S
SegmentFault 最新的问题
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
美团技术团队
人人都是产品经理
人人都是产品经理
WordPress大学
WordPress大学
The Cloudflare Blog
IT之家
IT之家
雷峰网
雷峰网
小众软件
小众软件
博客园 - 叶小钗
博客园 - 聂微东
爱范儿
爱范儿
博客园 - 司徒正美
博客园 - 三生石上(FineUI控件)
V
Visual Studio Blog
博客园 - 【当耐特】
V
V2EX
博客园_首页
T
Tailwind CSS Blog

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,
如何找到新用户的Aha时刻?只需做到这4步
小黑哥 · 2023-09-12 · via 人人都是产品经理

怎样可以找到正确的“Aha时刻”?这篇文章里,作者总结了四个步骤——提出备选行为、找到激活行为、激活魔法数字、验证因果性。一起来看看吧。

你是否一直在寻找提高新用户留存率的方法,但效果都不尽如人意,留存曲线就是看不上去。要找到让用户真正爱上产品的Aha时刻,需要哪些技巧方法?今天我会详细解释如何通过4个步骤找到新用户的Aha时刻,让你的留存率直线上升。

一、找寻“Aha时刻”的步骤

1. 提出备选行为

首先,我们要提出可能代表“Aha时刻”的备选行为。如何做呢?这需要通过提问关键问题和进行用户调研。

这一步的目标,是发现用户长期使用产品的价值,推断出短期内能帮助用户体验到这些价值的行为。

2. 找到激活行为

接下来,我们要在备选行为中筛选最可能代表“Aha时刻”的激活行为。

寻找“Aha时刻”,需要通过数据分析找出与留存率正相关性最强的行为

3. 计算魔法数字

找到激活行为后,我们需要计算“魔法数字”,也就是实施激活行为的最佳次数。这步可以通过寻找留存边际效益最大的次数点或使用韦恩图的方式来完成。

4. 验证因果性

最后,我们要通过A/B测试来验证找到的激活行为确实能提高留存率,这样,我们就找到了正确的“Aha时刻”。

下面,让我们一步步详解这四个阶段。

二、第一步:提出备选行为

我们要进行开放性的探索,从对产品和用户的理解出发,提出可能的行为。这是一个定性的过程,提问关键问题和进行用户调研是我们的主要工具。

1. 提问关键问题

我们可以通过提问一系列问题来找到可能的激活行为。这些问题包括:我们的用户是谁?他们用我们的产品解决什么问题?为什么要解决这个问题?他们还有其他解决问题的方式吗?

通过回答这些问题,我们可以了解我们的用户需求,理解产品能提供的价值,进而推断出新用户短期内可以完成哪些动作,体验到产品的价值。

2. 进行用户调研

用户调研是另一种找出备选行为的方法。通过收集不同用户的反馈,我们可以发现产品对他们来说最重要的价值,反过来,我们就能找出可能的新用户激活行为。

三、第二步:找到激活行为

这一步,我们的目标是找出所有备选行为中,最能影响早期留存的行为。这需要通过定量分析方法。

1. 确定新用户激活期

确定新用户激活期是找到激活行为的第一步。这里的“新用户激活期”指的是新用户完成激活行为的时间窗口。我们可以参考产品的天然使用频次、产品的生命周期以及实际的数据和情况来确定这个期限。

2. 找到具体的激活行为

具体的激活行为是找到激活行为的第二步。这需要对比留存曲线,找出哪个行为或者没有做哪个行为对用户留存率影响最大。这样的行为,就被认为是最关键的激活行为。

四、第三步:计算魔法数字

找到激活行为后,我们要计算“魔法数字”,即进行激活行为的最佳次数。这可以通过寻找留存边际效益最大的次数点或使用韦恩图的方式来完成。

1. 找边际效益最大的点

首先通过画出新用户首日激活行为次数分布图,分析首日激活行为次数与次日留存率的关系,找到留存边际效益最大的点。

2. 使用韦恩图的方式

另一种方式是通过找到做了某个行为和没有做某个行为的用户群体,然后看这两个群体的交集大小来确定魔法数字。

五、第四步:验证因果性

最后,我们需要通过A/B测试来验证找到的激活行为确实能提高留存率,从而确认我们找到了正确的“Aha时刻”。这一步的目标,是确认我们找到的是因果关系,而非相关性。可以通过设计不同的实验组,比如在新手引导页上引导用户做一次或者多次激活行为,然后观察留存率是否有所改善,来验证这个关系。

六、案例分析:寻找“Aha时刻”的实践

为了更好地理解如何寻找“Aha时刻”,下面我们以一个实际的案例进行分析。

1. 提出备选行为

假设我们的产品是一个美颜相机APP,我们首先需要理解用户使用这款产品的主要目的是什么,然后反推出他们可能的激活行为。

通过提问关键问题,我们得知,大多数用户使用美颜相机APP的主要目的是拍照,并通过滤镜等功能让自己看起来更美。因此,我们可以推断出,新用户可能的激活行为有:拍照、使用滤镜、分享照片等。

2. 找到激活行为

在确定了备选行为后,我们需要找出与用户留存正相关性最强的行为。通过数据分析,我们发现使用滤镜功能的用户留存率更高。因此,我们把“使用滤镜”确定为激活行为。

3. 计算魔法数字

接下来,我们需要找出使用滤镜的最佳次数,即“魔法数字”。通过分析数据,我们发现用户在第一天内使用一次滤镜,次日的留存率最高。因此,我们将“使用一次滤镜”确定为“魔法数字”。

4. 验证因果性

最后,我们需要通过A/B测试来验证激活行为和留存的因果关系。我们设计了两种引导:一种是引导用户在第一天内使用一次滤镜,另一种是不进行任何引导。

通过对比两组用户的留存率,我们发现,被引导使用一次滤镜的用户,其留存率明显高于未被引导的用户。因此,我们验证了“使用一次滤镜”就是美颜相机APP的“Aha时刻”。

以上就是寻找“Aha时刻”的四个步骤,以及一个具体的实践案例。在寻找“Aha时刻”的过程中,我们需要始终记住,找到正确的激活行为比确定精确的魔法数字更重要;并且,我们找到的应该是激活行为和留存的因果关系,而非相关性。这四步看似简单,但每一步都蕴含深意,需要积累经验才能运用自如,找到产品的灵魂和价值所在。

本文由 @小黑哥 原创发布于人人都是产品经理,未经许可,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。