留存率低，是 CGO 沒有觸達(dá)到用戶的 Aha Moment

作為投資人，一般衡量一家初創(chuàng)公司，我最看重的三個指標(biāo)是“增長率、日活（或相應(yīng)的粘性用戶的指標(biāo)）、留存”。而這三個里最根本的一個指標(biāo)就是留存——只有當(dāng)留存足夠高且穩(wěn)定的時候，公司的增長才有意義，公司的產(chǎn)品和價值才算被市場和用戶認(rèn)可。

而一般來說，公司留存率低有三種原因：

第一，你并沒有找到屬于你的 Product / Market Fit 。即要么產(chǎn)品不夠好，要么需求不夠剛性。這種時候，只有你自己能救自己，解決方式就是不斷試錯，改進(jìn)產(chǎn)品，轉(zhuǎn)換市場定位。

PMF
Product / Market Fit（產(chǎn)品市場匹配）

by Marc Andreesen

大多數(shù)創(chuàng)業(yè)公司在沒有找到“產(chǎn)品市場匹配”之前就死掉了。產(chǎn)品市場匹配意味著在一個足夠好的市場中，有一個可以滿足市場基本需求的產(chǎn)品。

一旦產(chǎn)品市場不匹配，其實你能夠感覺到。因為用戶并不能夠從產(chǎn)品中獲得價值，產(chǎn)品使用量增長很慢；市場上的口碑傳播也不理想，媒體報道基本都是無關(guān)痛癢的話；銷售流程很長，可能許多合作協(xié)議最后也沒有談成。

而當(dāng)產(chǎn)品和市場是匹配的，你也能感覺到。產(chǎn)品上線或制造得有多快，用戶量或購買量增長得就有多快；購買用戶帶來的現(xiàn)金流在公司賬戶日益增長；公司不斷招聘銷售或客戶經(jīng)理；不斷有記者聯(lián)系，尋求采訪……

第二，你有自己的 Product / Market Fit，但獲取用戶的渠道有問題，拉來的用戶不滿足產(chǎn)品本身的定位。這種時候，就要不斷地做 Cohort Analysis，區(qū)分不同渠道獲取的客戶，更有針對性地拉新。

第三，Product / Market Fit 都合理，拉來的用戶也對路，但是用戶還沒有發(fā)掘到產(chǎn)品的益處就走掉了。這種情況也很常見，因為用戶往往需要引導(dǎo)才能成為粘性用戶。而這個轉(zhuǎn)化的關(guān)鍵節(jié)點就是“ Aha Moment ”，如何找到這個節(jié)點是本文接下來要著重介紹的。

Aha Moment

Aha Moment（多譯為“頓悟時刻”）——這個表達(dá)是由德國心理學(xué)家及現(xiàn)象學(xué)家卡爾·布勒在大約 100 多年前提出的。他當(dāng)時的定義是“思考過程中一種特殊的、愉悅的體驗，期間會突然對之前并不明朗的某個局面產(chǎn)生深入的認(rèn)識。” 現(xiàn)在，我們多用 Aha Moment 來表示某個問題的解決方案突然明朗化的那個時刻。

Aha Moment 就是你的用戶發(fā)現(xiàn)產(chǎn)品內(nèi)在價值，并形成粘性用戶留存的那一瞬間。以 Facebook 為例，在很早期團(tuán)隊就發(fā)現(xiàn)，要讓一個用戶留存下來并持續(xù)使用 Facebook 的訣竅就是讓用戶在 10 天內(nèi)完成 7 個好友添加的動作。所以讓用戶完成該動作就成了 Facebook 內(nèi)部全體員工的核心目標(biāo)之一。事實上，這個目標(biāo)他們一路堅持，直到達(dá)到 10 億用戶。

另一個例子是 Twitter。在 2009 年的時候，Twitter 的用戶流失率曾達(dá)到驚人的 75%，時任增長團(tuán)隊的產(chǎn)品負(fù)責(zé)人 Josh Elman 做了一件有趣的逆向思維的事，他并沒有去研究那 75%的用戶是為什么走的，而是深入地研究了剩下的 25%的用戶為什么留下來。結(jié)果他發(fā)現(xiàn)這 25%的用戶關(guān)注的用戶數(shù)都在 30 人以上，所以他們重新設(shè)計了產(chǎn)品，在注冊后會進(jìn)行推薦關(guān)注等，以此來提高新用戶的關(guān)注數(shù)量，并最終提升了留存率。

硅谷的企業(yè)基本都能說出來自己的一個 Aha Moment，比如社交游戲公司 Zynga 是次日留存（他們發(fā)現(xiàn)次日回來的用戶的留存率和付費率都明顯更高），云存儲公司 Dropbox 是當(dāng)用戶存放第一個文件的時候，企業(yè)協(xié)同工具 Slack 是當(dāng)某個團(tuán)隊在群組內(nèi)發(fā)送超過 2000 條信息的時候。

所以，總結(jié)來說，一般 Aha Moment 都是用戶某個維度的動作或結(jié)果，比如：

• 網(wǎng)絡(luò)效應(yīng)密度 ——用戶在多少天內(nèi)達(dá)到多少連接度
• 內(nèi)容增加度 ——多少的內(nèi)容被用戶添加到產(chǎn)品內(nèi)
• 訪問頻度 ——單個用戶至少多少天內(nèi)使用一次產(chǎn)品

那么具體該如何找到你自己產(chǎn)品的 Aha Moment 呢？

首先，你要把所有留存下來的粘性用戶都總結(jié)出來，并嘗試著提取其中的共同點，比如所有留存用戶中 80%以上的用戶都是：3 天登錄一次，或使用了一次相機(jī)功能，或更新了 5 條以上信息，或收到了 1 條以上私信，或下單了 2 次以上，等等。

在下圖中，可以看到右側(cè)紅色代表的是產(chǎn)生某種行為的群體，左側(cè)藍(lán)色代表的是留存下來的總用戶群體。在這里，發(fā)送 8 條信息的用戶大概率也是留存用戶，但要注意的是，還有更多的留存用戶不在這個范圍內(nèi)，所以不能說發(fā)送 8 條信息就是該產(chǎn)品的 Aha Moment 。

圖 2 可以看到的是，左側(cè)留存用戶大多發(fā)送了 1 條信息，但從右側(cè)可以看出，發(fā)送 1 條信息的用戶其實大多是未留存用戶，所以也不符合要求。

而我們最終需要尋找的是下圖的狀態(tài)，即留存用戶和某種行為發(fā)生用戶的交集是最大化的。此時，把這種行為提取出來很可能就是該產(chǎn)品的 Aha Moment 。

但要注意的是，很多時候數(shù)據(jù)不都像圖中這樣清晰、完美，并且有時候相關(guān)的數(shù)據(jù)不一定就是因果關(guān)系，所以當(dāng)找到某一個或幾個 Aha Moment 以后，要做一些小范圍試驗，去看是否新發(fā)生這種行為的用戶留存率確實在明顯升高。

總結(jié)一下，其實 Aha Moment 講的就是研究留存下來的用戶的行為，找出其中的共同點，驗證其真實性，然后重新設(shè)計產(chǎn)品流程，讓更多的用戶能夠更快、更直接地達(dá)到這個節(jié)點，并產(chǎn)生留存。

文：星燎資本（xingcapital）

首席增長官CGO薦讀：

• 《增長黑客實戰(zhàn)案例：活用外部觸發(fā)和啊哈時刻》
• 《好公司由增長型的思維方式驅(qū)動，讓用戶體驗“啊哈時刻”》
• 《4大增長策略：裂變分銷、聚眾模式、粉絲經(jīng)濟(jì)、共創(chuàng)經(jīng)濟(jì)》

更多精彩，關(guān)注：增長黑客（GrowthHK.cn）

增長黑客（Growth Hacker）是依靠技術(shù)和數(shù)據(jù)來達(dá)成各種營銷目標(biāo)的新型團(tuán)隊角色。從單線思維者時常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實現(xiàn)低成本甚至零成本帶來的有效增長…