本帖最后由 行云流水2016 于 2018-1-30 10:12 编辑
用户流失，是让SaaS企业头疼的问题之一。它就像一个关不紧的水龙头，不管你多么用力拧，它还是在不停地滴着水。它像是个放不下的石头，在你的脑子里挥之不去，让你睡不着觉。而你整天绞尽脑汁想的就是如何让它消失。
幸运的是，我们确实能做一些事情来减少用户流失。下面通过一个SaaS企业客服部的实例，教您如何预判流失用户，跟踪他们，并留住他们！当然，不同的领域客户的行为与我将要给出的例子会不尽相同，我希望您能应用这种数据分析的方法找到适用于您自己的做法。
找到最可能流失的用户 当我们查看数据看板时，我们发现，在用户注册后的30天内，两个数据指标尤为重要：用户的首次使用时长和用户登录频率。
于是我们的客服人员将用户分为两类：第一类是首次使用时长小于2分钟的用户，第二类是注册后10天内登录次数小于2次的（不管第一次使用时长是多少）。
对第一类客户，客服人员会发邮件，为他们完成初步设置提供帮助：
张先生，您好！
我是xxx的客户顾问岩候，感谢您选择了我们的产品。我们相信xxx会帮助您的企业带做出更好的决策，加速您企业的价值增长。
然而我发现您并没有完成初步的使用教程，我非常乐意帮助您完成初步的设置。这会使您深入地感受我们的产品的优势，进而帮助您的企业解决问题。
我们是否可以在近期安排一次电话或视频？等待您的回复
这样的邮件得到了26%的反馈。在我们的帮助下完成初始设置的客户中，40%的客户在30天后仍然使用我们的产品。
对于第二类用户，也就是注册后10天内登录次数小于2次的。客服人员会发送如下的邮件：
张先生，您好！
我是xxx的客户顾问岩候，感谢您选择了我们的产品。我们相信xxx会帮助您的企业带做出更好的决策，加速您企业的价值增长。
看到您已经完成了初步的设置，我很乐意给您发一些案例和资料。有很多同样在xx领域的企业得到了我们的帮助，我希望把他们成功的案例和您分享，帮助您的企业解决问题。
我们是否可以在近期安排一次电话或视频？以便我可以更详细地了解您的需求。
有15%的用户回复了邮件，而这些用户的50%在30天后依然使用我们的产品。可见，这种方式让新注册用户尽可能多地留下来使用我们的产品，增加了用户留存。
仔细观察您的数据，找出活跃用户和流失用户在哪些数据指标上差异大。利用这些指标找到可能会流失的用户，然后与他们互动，鼓励他们继续使用您的产品。
找到需要帮助的用户（有可能会流失的用户） 据调查，在经历了较差的用户体验后，大部分用户不会和客服反映，他们只是会将你的产品换成别人家的。
而我们成功地通过数据监控的方式了解到了用户遇到的（但懒得告诉我们的）困难。
举个例子，用我们的产品增加一个子账号平均需要10秒-30秒的时间，绑定微博或微信平均需要20秒的时间。我们会在产品的关键点进行数据埋点，监控用户在这些点的使用时间。
记住：当一个用户在某一个点卡住了，比如绑定微信，他们并不总是会询问客服，而仅仅会不再使用您的产品。所以我们会主动联系到这些用户，当一个用户在某一个功能点上花费的时间远大于平均时间时，我们会联系他，并询问是否需要帮助：
张总，您好！
我们的报警系统显示，您可能在绑定微信时遇到了一些困难。如果是这样的话我很乐意提供帮助。您可以直接回复这封邮件，写上您遇到的问题。
这类邮件的回复率要比上面两种情况低，大概10%左右。在回复邮件的用户中，30%的用户在30天后仍在使用我们的产品。这样的回复率也许不高，但这些用户也是很有可能流失的。
找到最忠实的用户 我们不只要找有流失危险的用户，忠实的用户同样需要我们的关注。我们可以根据用户登录频率区分忠实用户。通过他们帮助推荐我们的产品。
张总，您好！
我们系统显示，您已登录我们的产品超过10,000次！我们非常感谢您对我们产品的支持。我们也由衷的希望我们的产品能为您的企业带来价值。
同时，我们希望我们的产品能给更多的企业带来帮助，您能帮助我们吗？将这个链接发送给您认为可能需要我们产品的朋友，您和您的朋友将获得1个月的免费使用权。
非常感谢，岩候
我们也会将类似的邮件发给一些随机的用户。结果显示忠实用户的推荐量比随机用的推荐量高了近4倍。
总结 SaaS企业积累了越来越多的数据。我们需要不停地寻找新的方法让数据驱动企业的增长。上面的例子也许能给客服或其他部门一些启发。如果您还没有开始使用数据分析，我希望您马上开始，它会为您的企业带来不可估量的帮助。
 ​
| 
发表于 2018-1-30 10:10:30
