# 4.4 产品的功能留存分析举隅

> 定义功能留存率与使用用户占比两个指标，用四象限矩阵分析功能与留存的关系，并以社区电商产品的 UGC 消费、电商功能优化为例演示如何提升整体留存。

---

LLMS 索引： [llms.txt](/llms.txt)

---

## 一、把产品留存拆解为功能留存

一款产品的留存率很高，其实可以拆解或理解为：产品中某一项功能的留存率或使用度比较高。因为用户来使用产品，更多是围绕某一项功能；如果他为了这个功能频繁使用，功能的使用率越高，本质上就代表产品的使用率越高，二者之间可以画一个等号。本节探讨的话题就是：**如何通过提升产品中某些功能模块的使用度、留存率，来提升整体产品的留存率**。

先明确两个概念：

- **功能留存率**：当前周期再次使用该功能的用户数 ÷ 上个周期使用该功能的用户数。这个指标表示当前功能的**用户粘性**。
- **使用用户占比**：某周期内使用当前功能的用户量 ÷ 该周期的活跃用户总量。

## 二、功能留存分析矩阵

有了这两个指标，可以通过矩阵的形式分析不同功能与留存率的关系。图中 **x 轴代表功能留存率**（用户粘性），**y 轴代表使用用户占比**（反映该功能是否属于高频需求）。在这个四象限图里：

- **右上角象限（功能一、功能二）**：最理想。使用频率更高，留存率也很高；
- **第三象限（功能五）**：最差。功能留存率很低、活跃用户占比也很低，可以考虑把这个功能去掉；
- **功能四**：使用频率很高，但用户很少重复使用，说明这个功能本身可能很吸引人，但实用性有待提高；
- **功能三**：留存率很高，但活跃率太低，说明这可能是一个小众需求，应适当减少精力投入，把精力更多放在拓展相对高频、大众的需求上。

优化产品的目的，归根结底就是促使各个象限中的功能尽量移到右上角，达到最完美的 **PMF** 状态。

## 三、案例背景：社区电商的三大功能

以一个社区电商产品为例。这款产品包含三个核心功能：**电商功能、UGC 内容的生产、UGC 内容的消费**。围绕这款产品调研三个最重要的功能模块——电商、UGC 消费、UGC 生产，用前面的矩阵分析法把它们规划到不同的象限：

- **UGC 消费**：用户活跃占比比较高（总体超过 **70%**），但功能留存率比较低，落在第二象限；
- **电商功能**：整体留存率看起来很高，但活跃用户占比很低，落在第四象限；
- **UGC 生产**：相对处在比较安全、适当的第一象限，可以不多管。

重点就是提升 **UGC 消费**和**电商**这两个功能的使用活跃率和留存率。

## 四、优化 UGC 消费：从第二象限到第一象限

先分析 UGC 消费功能模块的问题。剖析下来发现，它整体功能留存率比较低，而两个最大的流量入口是**首页推荐**和**用户搜索**，这两个流量入口的整体留存率本身就很低。进一步深入调查后得出两个猜测：

- 首页推荐中被重点主打的"**今日推荐**"栏目，更新频次很低，每周只更新一次；
- 对用户搜索频次、搜索结果和点击率的追踪显示，很可能是**搜索结果不符合用户预期**——用搜索功能搜不到想要的东西，搜几次之后用户就觉得不靠谱、不爱用了。

于是尝试两种实验改进来进行功能迭代：

1. 把首页推荐里的"今日推荐"改成"**每日推荐**"：每天高频次更新，让新用户每天都能点进来；
2. **优化搜索功能和搜索引擎**：通过更科学的算法、更合理的安排以及更友善的推荐，让排在前面的搜索结果尽可能符合用户预期。

在这款案例产品上尝试之后，得到了不错的结果：活跃度整体呈逐渐上升的趋势，每次完成一个优化之后都在往上走。次日留存率方面，从八月十八日到八月二十四日这段区间看：八月十八日时次日留存率还比较低，对"每日推荐"栏目优化改善并完成上线后，次日留存率从 **6.37%** 慢慢上升到 **11%**，再到日后的 **17%**，后续一直维持在百分之二十几；八月二十一日（周一）上线了对搜索结果重新排序优化的新版本，对留存的影响立竿见影——一下子从百分之十几跃升到百分之二十几。

通过重新分析并优化 UGC 消费功能，成功把它在留存与活跃的分析矩阵中**从第二象限挪到了第一象限**，进入比较安全、平稳的状态。

## 五、优化电商功能：从第四象限到第一象限

接下来是电商功能。它的问题与前者相反：**留存率较高，但活跃用户占比很低**。还是按同样的思路剖析：电商功能的活跃用户量很少、覆盖度很低，主要难点在于**如何引导用户产生消费意愿、号召他们完成第一次消费、把消费习惯建立起来**。

对此做了两个猜测：

1. 在电商功能模块里设置一个**签到积分入口**，通过这个小钩子、小奖励，让用户每天都能进入电商功能模块点击签到领奖；
2. 让领到的**积分可以抵扣一定的消费金额**，让用户一步步开始使用电商功能，从而提升平台整体的成交付费转化率。

做完猜测后，接下来就是设计实验：上线**签到赢积分**和**积分抵扣消费金额**的功能，并且监控签到功能的使用情况以及由此产生的付费转化率。后续结果令人欣喜：这款产品的电商功能使用率很快**从第四象限挪到了第一象限**，活跃比例有了非常大的提升。

## 六、迁移到自己的产品

功能留存的分析方法同样可以应用在自己的产品里：看看产品的主要核心功能模块中，究竟哪些是真正能够吸引用户长期使用、高频次使用的关键，哪些功能正处在第二、三、四象限。要做的就是尽可能把**第二象限和第四象限的功能挪到第一象限**去；而对于处在第三象限的功能，则要考虑它们的去留——是否要把它砍掉。