一个产品最早的同期群美得不像话。首日回来的人占百分之五十八,第三十天还在的占百分之二十一。之后每一批同期群都比它差。团队得出结论:产品质量下滑了,于是启动一个修复项目。其实什么都没发生。那批最早的人是一份来自环境的礼物:最早期、意图最强的使用者,通过朋友或直达链接找过来,本来就明白这个服务为什么存在。谎言不在那些数字里,而在把它们当成预测。

同期群分析,是按共同的起点把人分组,再观察每一组随时间变化的行为。让它真正成立的那条纪律,是分母固定。四千人的注册群永远是四千人的群;第三十天留存,是这最初的四千人里回来的人除以四千。让分母漂起来,曲线就变成一个可以随意编辑的故事。这也是同期群视角和月活视角常常对不上、而同期群视角通常更接近真相的原因。

一组典型的早期序列长这样。在一份有代表性的每周同期群里,首日留存大约在百分之五十二到五十八之间,第三十天落在百分之十六到二十一之间,随后每一周都略弱于前一周。在各公开数据集中,自然用户的留存比付费用户好百分之二十到三十,所以只要从口碑转向付费社交,整条曲线就足以往下移,而体验本身一点没变。

同期群首日第三十天获取构成
第一周,黄金同期群58%21%早期高意图,基本靠自然流量
第二周55%18%仍以自然流量为主
第三周53%16%付费渠道开始介入
第四周52%15%付费与社交放量
第五周50%13%覆盖更广,意图更低

黄金同期群值得比团队通常给的更多审视。那些最早的使用者,并不是未来市场的一个样本;他们是这个产品还没被任何人听说时就够得着的人。他们认识创始人,忍受粗糙的边角,也原谅缺失的功能,因为他们理解产品的前提。拿他们的留存曲线做规划,等于设了一个后面任何同期群只能落空的目标。有用的问题不是第五周为什么没够到第一周,而是第一周拥有、第五周没有的东西是什么,其中哪些可以买到、造出来,或者被模仿。

汇总留存是故事出问题的第二个地方。一个百分之三十二的第七天混合数字听起来还行,可一旦拆开:某个渠道可能留住了百分之四十五,另一个只有百分之十八。这个平均值哪个群体都没描述。它还让团队只要把量导向强渠道,就能报出改善,而产品里一个字节都没改。按获取来源做同期群拆分,把这种幻觉变成看得见、因而可修的东西。那个百分之十八的渠道,要么是人群不匹配,要么是话术错位,要么是真的有上手问题,每一种诊断都通向不同的做法。

同期群内部的行为信号,才是真正杠杆所在。有结构的上手流程,相比无结构的第一次会话,能让第三十天留存大约翻倍。让一个人在首日采用核心功能,与大约三倍的第三十天留存相关。仅仅在第二天回来一次,就与大约四倍的长期留存相关。这些数字是相关性,不是保证;第二天回来的人可能本来意图就更强。但它们比一个最终的留存百分比可行动得多,因为每一个都指向一个早期、可观察、团队能围绕它设计的事件。

让分析保持诚实的那种细微处在于:曲线变弱,并不总是对产品的警告。它可能是增长的算术。触达更多人,几乎总意味着触达到意图更低的人;一个在庞大得多的人群里留住更小比例的服务,绝对意义上仍可能创造更多价值。团队应当抵抗两种条件反射——因为百分比掉了就宣布危机,以及因为绝对数涨了就宣布胜利。两句话可以同时成立,只有同期群视角能显示其中过程。

在宿主应用内部,同期群分析多了一条异常干净的轴。因为共享运行时在每个内嵌小程序里发出同一套事件,宿主可以按把人带进来的界面、他们第一次用的服务,或者他们所在市场可用的支付通道来分组,并在同一个固定分母上比较。渠道差异不再是归因上的猜谜游戏,而变成表格里的几行。这正是统一事件层的实际好处:黄金同期群保住了它的魅力,却再也无法冒充未来。把各组分开读,把分母钉死,曲线就开始描述决策,而不是情绪。

参考来源