編輯導(dǎo)讀：Aha時刻是新用戶第一次認(rèn)識到產(chǎn)品的價值，脫口而出“啊哈，原來這個產(chǎn)品可以幫我做這個”。當(dāng)花了大力氣吸引來了一波新用戶時，如何幫助留存轉(zhuǎn)化，就要依靠Aha時刻。本文作者將圍繞Aha時刻進(jìn)行三個維度的分析，希望對你有幫助。

2008年，當(dāng)你宅在宿舍玩游戲，發(fā)現(xiàn)已經(jīng)很晚了，你打開餓了么APP，點(diǎn)了一個蛋炒飯，半個小時后就有人把飯給你送到宿舍。你禁不住說道“Aha，原來在這個APP中可以足不出戶就能吃到身邊的美食！”

2015年，當(dāng)你在學(xué)校散步，發(fā)現(xiàn)有很多輛小黃車，然后下載一個APP就可以將車子騎走，你會禁不住說道“Aha，原來共享單車可以這么便宜就隨便騎呀！”

你還記得你作為一個新用戶，第一次使用這些產(chǎn)品的時候，是怎么樣發(fā)現(xiàn)他們的價值的嗎？

一、為什么新用戶的激活如此重要？

單個用戶在產(chǎn)品中的生命周期包含四個階段，拉新 -> 激活 -> 留存 -> 流失。很多產(chǎn)品經(jīng)理和運(yùn)營只關(guān)注這其中的第一步，即如何拉來新用戶，他們做了各式各樣的活動，花費(fèi)上百萬的經(jīng)費(fèi)，在不同的渠道將用戶拉進(jìn)產(chǎn)品，希望這樣能夠增加產(chǎn)品的用戶量。

殊不知，如果無法很好地打磨產(chǎn)品的體驗和價值，做好用戶的激活和留存，會導(dǎo)致在進(jìn)入產(chǎn)品之后90%以上的用戶都流失掉了。因此我們還需要關(guān)注首次進(jìn)入你的產(chǎn)品之后的用戶為什么會留下來？為什么很多用戶又流失了？

從上圖用戶在App使用天數(shù)和活躍用戶占比關(guān)系中可以看出，除了互聯(lián)網(wǎng)領(lǐng)域Top級別的產(chǎn)品，絕大多數(shù)APP在第二天就流失了超過70%的用戶。新用戶流失的主要原因有以下幾個：

1）產(chǎn)品功能問題

產(chǎn)品功能無法很好滿足用戶需求，或者用戶需求不強(qiáng)烈。這個時候需要產(chǎn)品經(jīng)理打磨產(chǎn)品，提升產(chǎn)品的價值；

2）拉新渠道有問題

拉新進(jìn)來的用戶不是產(chǎn)品的目標(biāo)用戶。這種情況下需要反思拉新的渠道是否有問題。

3）產(chǎn)品價值問題

產(chǎn)品對用戶有價值，但沒做好引流，用戶未發(fā)現(xiàn)產(chǎn)品的價值就流失了。這種情況下就需要做好新用戶的激活和留存，引導(dǎo)新用戶進(jìn)入產(chǎn)品后留下來，發(fā)現(xiàn)產(chǎn)品價值。

那么為什么新用戶激活如此重要呢？一方面新用戶的激活處于整個用戶生命周期的初期階段，位于產(chǎn)品流量的最上方，這個階段的用戶留存對后期的用戶留存和盈利產(chǎn)生較大影響。另一方面，這個階段新用戶對產(chǎn)品的興奮度和期待感最高，一個小小的改變就可能帶來顯著的效果。

二、什么是Aha時刻？

新用戶激活是在獲取新用戶之后的第一步，也就是讓用戶第一次體驗到你的產(chǎn)品的價值，完成關(guān)鍵的轉(zhuǎn)化，這樣才能留存下來。而Aha時刻就是新用戶激活的具體目標(biāo)。Aha時刻是指用戶首次確認(rèn)產(chǎn)品對自己產(chǎn)生價值的那一刻。Aha時刻的本質(zhì)，就是用簡化的行為數(shù)據(jù)模擬用戶首次得到價值的時刻。

以下列舉出幾個代表性APP的用戶Aha時刻：

• 支付寶，穩(wěn)定使用支付寶3個以上的功能。
• Faceu激萌，利用濾鏡完成第1張照片的美化。
• Airbnb，6個月時間完成首次訂單，4星以上評價。

需要注意的是，用戶的激活并不等同于Aha時刻，Aha時刻是用戶真正體驗到產(chǎn)品價值，而激活是體驗到產(chǎn)品價值后產(chǎn)生的行為。Aha時刻之所以能夠作為新用戶激活的衡量標(biāo)準(zhǔn)是基于三個基本假設(shè)：

1. 該用戶是產(chǎn)品的目標(biāo)用戶，即產(chǎn)品能夠?qū)τ脩舢a(chǎn)生長期價值；
2. 產(chǎn)品的這個長期價值是可以通過某些關(guān)鍵行為讓用戶快速感受到的；
3. 感受到這個價值的新用戶有更大可能性留下來。

三、怎么找到產(chǎn)品Aha時刻？

從上述的講解中，我們可以看到，Aha時刻包含了三個關(guān)鍵的因素，用戶的激活行為；激活行為的時間窗口；發(fā)生這一行為的次數(shù)。下面將詳細(xì)介紹如何確認(rèn)產(chǎn)品的這幾個關(guān)鍵因素。

1. 用戶激活行為

激活行為與產(chǎn)品的屬性強(qiáng)相關(guān)。對于游戲類的產(chǎn)品，Aha時刻可能是第二天用戶重新返回到游戲的行為，對于社交類產(chǎn)品，Aha時刻可能又變成了在產(chǎn)品中添加10個好友。而對于信息流的產(chǎn)品，可能是打開并閱讀一個新聞10s以上。

找到Aha時刻行為的方法有兩步：

1. 對用戶進(jìn)行調(diào)研分析
2. 根據(jù)產(chǎn)品價值確定用戶核心行為

通過問卷調(diào)查等方式對用戶進(jìn)行調(diào)研，收集用戶對產(chǎn)品的反饋，分析用戶認(rèn)為本產(chǎn)品中最有價值的功能點(diǎn)是什么？做了什么關(guān)鍵動作才認(rèn)識到產(chǎn)品有這個功能點(diǎn)的？收集匯總產(chǎn)品的一些關(guān)鍵功能點(diǎn)之后進(jìn)行分析，思考產(chǎn)品想要解決用戶最大的痛點(diǎn)是什么？產(chǎn)品是如何解決這一痛點(diǎn)的？競品是如何解決這一痛點(diǎn)的？我們與他們的解決方式有什么不同？如何讓用戶認(rèn)識到產(chǎn)品的價值等。

2. 激活行為的時間窗口

新用戶激活行為的時間窗口是指新用戶要多快完成激活，確認(rèn)這一時間段需要遵循以下三個原則：

1）使用頻次越高，激活需要越快

使用頻次越高，新用戶越快期待從產(chǎn)品中獲取價值，可以根據(jù)使用頻次，大概判斷新用戶激活期。

2）生命周期越短，激活需要越快

以下列舉不同屬性產(chǎn)品的生命周期排名，從左到右用戶的生命周期越長。

游戲 < 社交 <?內(nèi)容 <?電商 <?工具 <?平臺?<?SaaS

3）參考實(shí)際數(shù)據(jù)情況

分析產(chǎn)品的新用戶實(shí)際留存數(shù)據(jù)，看絕大多數(shù)早期激活行為發(fā)生的時間窗口。

3. 行為發(fā)生的次數(shù)

根據(jù)產(chǎn)品屬性確認(rèn)了Aha時刻的行為之后，就要確認(rèn)究竟要發(fā)生多少次這一行為才算是達(dá)到了用戶激活的狀態(tài)了呢？

首先思考下面幾個問題：

• 為什么支付寶達(dá)到了需要穩(wěn)定使用三個功能才算是用戶激活，而不是一個功能？
• 為什么Twitter用戶關(guān)注了30個其他用戶才算是用戶激活，而不是10個用戶？

其實(shí)就產(chǎn)品而言，Twitter用戶關(guān)注了50個其他用戶的留存率一定會比只關(guān)注了30個其他用戶的留存率高，那么為什么Twitter用戶的激活只是10個呢？

首先用戶行為發(fā)生次數(shù)與產(chǎn)品的天然屬性直接相關(guān)，對于有些產(chǎn)品，只需要做一次就夠了，例如電商產(chǎn)品，用戶只需要下過一次訂單，就算是激活了，但是對于工具類產(chǎn)品，可能他要多次使用某些功能才能達(dá)到激活。另外，雖然重復(fù)次數(shù)越多，對于留存提升越大，但是新用戶激活時間有限，讓用戶重復(fù)太多次不太現(xiàn)實(shí)，因此希望找到激活行為的最佳次數(shù)，確保用戶獲取價值，同時又不給用戶帶來負(fù)擔(dān)。

下面以某相機(jī)產(chǎn)品介紹兩種方法，解釋如何找到行為發(fā)生次數(shù)：

第一種方法是：邊際效用最大點(diǎn)

收集用戶數(shù)據(jù)，畫出首日激活行為次數(shù)的分布圖：

首先收集用戶使用濾鏡次數(shù)與次日留存率之間的關(guān)系，比如說，一共有1800個用戶第一天使用產(chǎn)品兩次濾鏡，250個用戶第一天使用濾鏡4次，圖中也可以看出，第一天使用濾鏡次數(shù)最多的用戶次日留存率越高。

首日激活行為次數(shù)和次日留存率關(guān)系：

從次日留存率與第一天使用濾鏡次數(shù)關(guān)系圖中，找到留存率的拐點(diǎn)，也就是邊際效用最大的次數(shù)。從圖中可以看出，雖然隨著使用濾鏡次數(shù)的增加，次日留存率也逐步增加，但是用戶首日使用0次和使用1次濾鏡，用戶次日留存率增加的最多，因此可以得出，用戶使用一次濾鏡對次日留存率影響最大，也就是Aha時刻行為發(fā)生次數(shù)是1次。

第二種方法：韋恩圖法

這種方法通過韋恩圖的集合關(guān)系，找到某一行為的次數(shù)的用戶與留存用戶最大的交集，從而找到對用戶留存率影響最大的因素。

具體來看需要分析三種行為：

1. 既有該行為，又留存的人數(shù)/總數(shù)；
2. 有該行為，但沒有次日留存的人數(shù)/總數(shù)；
3. 次日留存，但沒有該行為的人數(shù)/總數(shù)；

通過這三組數(shù)據(jù)綜合分析某一行為對產(chǎn)品用戶留存的影響。例如將上述相機(jī)產(chǎn)品的使用濾鏡次數(shù)與用戶留存之間的數(shù)據(jù)按照上述三個緯度展開，從圖中的數(shù)據(jù)可以看出，對于既有該行為，又有留存的人數(shù)/總數(shù)中，用戶至少使用濾鏡一次最高，也就是說，至少使用一次濾鏡的用戶的留存最高。也就是說，用戶使用一次，對用戶的留存的影響最大。

將表格中的數(shù)據(jù)轉(zhuǎn)換成韋恩圖，可以更加明顯地看到首日使用一次的用戶的次日留存率最高。因此使用韋恩圖的方法可以直觀找到這一款相機(jī)產(chǎn)品的Aha時刻。

通過上述的幾個步驟可以找到某個產(chǎn)品的Aha時刻，但需要注意的是，Aha時刻的行為發(fā)生次數(shù)并不是絕對的，他只是代表統(tǒng)計用戶的情況，是大多數(shù)用戶的轉(zhuǎn)折點(diǎn)，找到Aha時刻之后，需要通過測試去驗證這一Aha時刻的準(zhǔn)確性。例如設(shè)計A/B Test實(shí)驗去驗證Aha時刻與用戶留存的因果性，即是否發(fā)生這一行為一定能夠提升用戶的留存。

找到Aha時刻只是分析產(chǎn)品新用戶激活的第一步，我們還需要設(shè)計激活漏斗去分析究竟哪一步的流失率最高，對用戶的實(shí)際路徑進(jìn)行分析和軌跡細(xì)查。找到這一時刻的目的是分析和優(yōu)化新用戶激活的路徑，提升用戶的留存率，為產(chǎn)品帶來更大的價值。

作者：克比醬? ?公眾號：克比醬

本文由@克比醬 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議