私域“留量”持续走热，就品牌零售行业而言，可大致划分为3大板块：线下实体业务、平台电商业务和私域业务，一般分别占比为70%、20%和10%。

据观察，10%的私域业务将是企业未来更有机会的增长第三级。目前，已有很多领先企业在针对服务、场、货做增量，且初见成效。

例如，「货的增量-高带低——通过高频商品带动低频高利润的商品」。五谷磨房在线下商超渠道售卖消费频次较高的营养粉等产品，同时聚粉开设线上商城，售卖除营养粉之外的较低频的健康养生相关产品（如胶原蛋白饮料等保健或健康食品）。全年来看虽然线上商城的营收只占整体营收的7%，但利润占总体利润的30%。

本文将从以下三个方面展开：

1.提升私域用户留存率的整体思路：装备+方法

2.一个方法：找到高留存量质转换点

2.1 案例一：某烘焙品牌线上零售平台

2.2 案例二：某商业综合体APP

3.两大关键：产品功能留存率+新手二单率

3.1 关键一：分析产品功能留存优化线上产品

3.2 关键二：新手二单率提升用户留存

1

提升私域用户留存率的整体思路

装备+方法

如何做大做强私域“留量”亲密业务？我们总结了两点思路：

靠装备

第一点，要靠装备。巧妇难为无米之炊，做运营没有数据都是空谈。谈到装备，就要说到我们的产品——易观方舟。易观方舟具有以下3个突出特点：

• 行为级，能够采集和计算用户行为全息大数据；
• 实时级，支持自定义多维实时查询，12个数据分析模型能够实时分析用户行为数据，高效深度洞察用户行为、画像及属性；
• 运营级，根据分析结果制定具体运营策略，并下发执行，最终触达用户。此外，除了通过工具触达，我们还支持人脑辅助，例如提供数据运营等服务支持；

易观方舟底层为PaaS平台，主要包括数据采集、数据接入及其所承载的算法等。在应用层面，则包括3大产品：智能分析（UBA）、智能画像（UP）、智能运营（EA）。

• 智能分析（UBA）通过12大分析模型来多维度分析用户行为数据，由此来指导日常运营工作；
• 智能画像（UP）的核心是标签系统，能够帮助企业建立用户标签体系，以便后期对标签进行精细化加工，形成清晰的用户画像；
• 智能运营（EA）的核心是根据前期分析的数据结果产生具体策略并下发进行触达，即通过多个触达窗口和触达通道来触达具体用户，实现真正的闭环运营；

靠方法

有了装备也要有正确的打开方式。第二点，要靠方法，易观方舟拥有多年行业服务经验，总结以下3大数据运营法则。

法则1：脱离业务场景的数据运营都是耍流氓，也就是说所有的数据运营都需结合业务场景

就企业的亲密业务运营而言，我们与五行相对应总结了五字诀——端（土）、品（木）、利（金）、情（火）、数（水）。下面以利、情、数为例进行拆解。

• 利：通过“金”来驱动用户，包括会员积分、会员等级成长、付费会员、会员币权等方面；
• 情：像火一样，通过情感连接用户形成亲密关系；
• 数：数据像水一样是流动的，需要实时地对用户行为数据进行分析和把握；

法则2：衡量数据运营价值的唯一标准是数据本身

基于易观方舟的数据运营可以有无限想象空间，经过十几年积累沉淀，我们总结出了5重驱动的18大玩法。这5重驱动都是企业关注的运营重点，例如，如何获客、转化、留存、优化产品、进行数据打通。我们今天主要聚焦留存层面，会详细跟大家介绍一些的留存方法和玩法。

法则3：PDS是企业数据运营能力提升的不二法门

数字化运营对企业的组织能力、流程改进提出新的需求。众所周知，指数型组织拥有11个属性，其中很重要的属性就是实验，即通过不断、多次、快速地实验找到可复制的成功模式。

与之对应，PDS中P就是Plan（分析、计划），D就是Do（实验、执行），S就是See（观察结果、调优）。通过这3大模块组成多个小圈进行快速实验，不断迭代，实现运营能力的真正提升。

2

一个方法

找到高留存量质转换点

什么是高留存量质转换点？是提升新注册用户后期留存的玩法。

从用户新注册到后期成为高留存用户群，在这一过程中找到促使该用户群的关键行为和关键数字，将发现的关键行为和数字作为新用户的运营目标。通过量的提升带来质的转变。

不同产品的高留存量质转换点是不一样的，需要我们通过数据分析寻找，例如：

• 某生鲜平台电商是用户注册前3个月达到5单
• 某智能血压仪是用户注册后30天内同步数据14次
• 某电视购物App是用户第1周在线时长达到1小时

如何寻找高留存量质转换点呢？易观方舟总结了高留存量质转换点的六步法。这六步法也是遵循了度量、分群和触达的理念。

• 度量，是通过具体数据对比和分析来找到最相关的用户关键行为和数字临界值；
• 分群，是通过对短、中、长期未达到量质转换点的用户进行多维细分分群；
• 触达，是针对不同的用户群制定不同的触达策略，以便后期更精准地调优。

前两步可以基于易观方舟智能分析（UBA）实现，最后一步可以基于易观方舟智能运营（EA）触达模块的A/B Test，来筛选最佳的触达方式，并下发给用户。

案例一

某烘焙品牌线上零售平台

以某烘焙品牌线上零售平台为例，要如何寻找线上新用户的高留存量质转换点？一般情况下会认为用户储值行为是成为高留存用户的关键转换点，但通过具体数据分析，发现该企业线上用户的高留存量质转换点并非储值。

第一步，通过易观方舟智能分析（UBA）进行用户分群。将有过不同行为、且不同频次行为的首月注册用户进行分群，本次分析以储值、不同参与拼团活动次数、不同支付次数且未储值用户作为分群规则。

再将其细分为不同频次的用户分群。例如，参加拼团活动的次数可分为参加1-2次、3-4次和5次，注册下单1-2次、3-4次和5次，进行分批次对比，找到较高留存的用户组。

第二步，通过易观方舟智能分析（UBA）留存分析模型，进行人群留存对比。如下图所示，我们可以看出首月下单5次、参与拼团活动5次的用户留存率明显较高。

综合对比3类高留存人群，如下图所示，我们还可以发现首月注册后购买5次的用户留存率，明显高于其他两个群组。

众所周知，充值是提升用户后期留存的重要手段。但对于某烘焙品牌线上零售平台来说，新用户首月购买超过5次才是真正的高留存量质转换点。

因此，结合高留存量质转换点，可将新用户的运营目标重点制定为“首月购买超过5单”。

案例二

某商业综合体APP

以某商业综合体App为例，要如何寻找高留存量质转换点、以及促使非高留存用户转变为高留存用户呢?

首先，进行用户分群，多维度分析不同核心事件，包括签到、线上支付、核销、线上积分兑换和自助上传积分。核心事件并不是仅仅是使用户产生购买的行为，也有承载用户服务的，我们需进行多维度分析。

通过留存分析，找到各核心事件下高留存的用户群，再进行综合对比。我们会发现，高留存组的特征并不是数字越大越好，而是要找到一个临界点。在临界点之前用户留存曲线增长明显，之后缓慢下降。对我们来说数字越大运营难度越大，次数越高门槛越高，因此只需找到临界点即可。

然后，通过综合对比，如下图所示，虽然3月新注册签到7次（蓝色线条）的后期留存较高，但3月注册消耗积分3次（橘色线条）的用户在长远留存上更稳定。考虑到事件的具体性质，我们建议客户同时将「注册首月签到7次」和「注册首月消耗积分3次」作为高留存量质转换点。

最后，分析高留存组的用户行为特征，为后期将更多用户转化为高留存用户的运营策略做数据支持。例如，通过启动时间段分析可以发现某些用户组更喜欢在特定时间签到。因而可尝试对首月注册且当天未签到的用户设置推送签到提醒，让新用户养成签到习惯。

注册首月签到7次用户群首月启动时间段分析

例如，我们对「注册首月消耗积分3次」的用户群进行消耗方式分析和首月消耗积分行为间隔时长分析，可以发现这些用户更感兴趣的活动类型和间隔时长中位数，并将此作为主动引导用户多次消耗积分的抓手。

通过分析高留存组的用户行为特征，我们可以制定引导更多新用户成为高留存用户的运营策略，我们要考虑用什么样的方式、给什么样的人、在什么时机、发送什么样的内容、以达到什么样的核心目标。

此外，我们还给到该客户长期的运营策略建议，将高留存量质转换点融入固定运营策略。例如，将新注册用户在30天内签到满7次作为新手任务，任务完成后即可获得更多的奖励（如优惠券或积分），以此来促使用户主动签到、并养成签到习惯提升后期留存。

3

两大关键

产品功能留存率+新手二单率

关键一

分析产品功能留存率

优化线上产品

通过分析产品功能留存率优化线上产品，对提升用户留存有关键影响。其核心方法是通过二维矩阵，以点击用户数为横轴，次周留存率为纵轴，将产品功能划分为保持区、更多资源支持区、放弃/轻量级维护区、以及待优化区，找到相对应的产品优化方向。

• 保持区的功能点击UV较高，留存较高，可暂时维持原有运营策略和功能位置；
• 更多资源支持区的功能点击UV有限但留存较好，可提供更多资源的支持，如调整功能位置在更好的曝光资源的位置上设置；
• 放弃或轻量级维护区功能点击UV和次周留存率都较低，根据具体功能在业务角度的定位，可作为非重要运营部分或全面整改；
• 待优化区有着较高的点击UV但留存率偏低，说明该区域功能使用频率低或者功能不能很好地满足用户需求，用户使用过后就不再使用，可具体评估原因后根据各转化环节数据找到短板进行优化。

关键二

新用户二单率提升用户留存

新用户二单率对提升用户留存也有关键影响。以某电商平台为例，来看其如何通过提升新手二单率实现新用户次月留存提升。

2020年12月开始，该平台将运营重心放在了提升新手二单率上，并为此制定了相应的策略。我们可以看到，从12月份开始，当月的二单率和次月二单率与前几个月相比提升明显，分别最高相对提升20.8%和19.4%。

再通过分析12月份、1月份、2月份的新用户，可看出新用户在接下来月份仍然活跃的用户占比在提升。其中，2月份新用户的次月留存率相对于12月份提升超过110%，1月份新用户的次月留存率相对于12月也有接近100%的提升。

最后，总结一下，提升品牌零售行业私域用户留存率的整体思路是要靠装备和方法。