深入了解关键行为

找到了用户的Aha时刻就找到了激活用户的密码。对于首次登录的新用户，你应该“不惜一切代价”让他们迅速到达这个Aha时刻，从而开启进一步转化为长期用户的可能。

让新用户通过采取某个特定行为迅速了解到产品的价值所在，到达Aha时刻，这个行为就叫作“关键行为”。每个产品的关键行为不同，要具体分析。但是简单地理解，就是希望用户如何使用你的产品。下面思考一下这些问题：

1）你希望用户每次使用产品时都做的行为是什么？

2）用户做出了哪个行为更有可能长期留存下来？

3）哪个指标是整个公司最在意的？哪个指标是你最希望提升的？哪些用户行

为直接影响了这个指标？

4）你有几个不同的产品或者功能吗？它们都分别是什么？每个产品或功能的成

功指标是什么？和哪些用户行为相关？

通过以上问题找到了一些方向后，可以通过下面四步确认关键行为。

第一步，列出可能的关键行为

列出3～5个可能的关键行为，这些行为应该和产品提供的价值息息相关。一些常见的类别：

1）完成新用户上手引导过程；

2）在产品介绍之后继续浏览你的产品；

3）使用了某个核心功能；

4）和其他用户建立了联系。

对于一个拍照应用来说，有可能的关键行为包括：

1）拍了5张自拍照；

2）尝试了超过3个滤镜；

3）分享了1张照片。

对于一个问答社区来说，有可能的关键行为包括：

1）问了3个问题；

2）问题收到了1个以上的答案；

3）回答了1个问题；

4）关注了10个人；

5）关注了5个专题。

第二步，通过数据分析筛选关键行为

通过数据分析找到和长期用户留存正相关性最强的行为，这个行为就可能代表了用户的“Aha时刻”（见图4-2）。具体分析可以通过比较不同行为群体的留存曲线来进行。(www.xing528.com)

图4-2 Aha时刻

比如，一个音乐播放应用，其增长团队首先列出了下面一系列可能的关键行为：

1）注册完成；

2）播放一首歌；

3）搜索一个歌手；

4）阅读歌曲信息；

5）点击“喜欢一首歌”。

然后他们一个一个比较有过这些早期行为的新用户和没有这些早期行为的新用户，留存曲线有什么不一样。很快，他们就聚焦在“喜欢一首歌”这个行为上。因为从数据中可以看出，有这个行为的用户和其他用户相比，首日留存率高将近30%、7日留存率高将近15%、30日留存率高将近5%。

这就说明“喜欢一首歌”这个行为和用户的长期留存有一定的正相关性：有这个行为的新用户留存率较高，而没有这个行为的新用户留存率较低。留存差别越明显，就说明这个行为越关键。留存曲线的具体画法，我们将在5.2.3“绘制用户留存曲线”小节详细介绍。目前，市面上的一些商业分析软件也具备了“行为分群”的能力（见图4-3）。

图4-3 用户行为分析软件Amplitude可以比较不同行为群组的

留存曲线，从而帮助发现关键行为

第三步，通过定性用户调研进一步确认关键行为

因为数据只能揭示相关性，通过数据分析筛选出最有可能的关键行为后，你还需要通过定性用户调研回答任何疑问，进行进一步的研究和确认。

定性用户调研包括常见的用户问卷、用户电话访问、有偿招募用户研究，也可以采用一些产品内的调研软件，在用户完成或取消某个关键动作时即时弹出问卷。

通过定性调研，用户可以给你提供更多的信息，帮助你了解数据所揭示的“关键行为”背后的原因，从而帮你进一步确认关键行为。

举个例子，一个企业的团队协作软件通过数据分析发现使用“发信息”功能和使用“日历”功能的用户，长期留存较好。但是通过进一步的用户调研，他们发现，对新用户激活最关键的行为并不是“发送第一条信息”或者“第一次使用日历”，而是新用户发现这个软件可以帮助他们协调团队的时间表、一键安排团队会议并发送消息。所以，这个软件的用户Aha时刻是成功安排第一次团队会议，而不是使用“发信息”或“日历”功能，只不过在安排会议的过程中，用户需要使用“发信息”和“日历”这两个功能。

再比如一个移动应用的数据分析显示，如果新用户看了某个引导视频，长期留存就好，和用户访谈之后发现，不是因为看视频这个行为本身导致留存效果好，而是因为视频中详细介绍了某一个关键功能的使用，对于新用户来说特别有价值。所以，激活的关键不是让所有人都去看这个视频，而是设计一个好的新用户引导流程让用户学会使用这个关键功能。

第四步，找到关键行为和Aha时刻

经过以上三步，基本上可以确定用户的关键行为了，而用户的Aha时刻就是完成那个关键行为的时刻。在这个过程中，有一些细节需要注意：

首先，如果发现多个行为都和用户留存有比较强的正相关，怎么办？对于新用户，还是建议把焦点先集中到一个行为上，因为“贪多嚼不烂”，新用户刚刚完成了注册流程，开始使用产品，如果一下子要求太多，可能反而会把用户吓跑了。

但是对于其他关键行为，也不要把它丢掉。因为用户引导是一个持续不断的过程，首先引导新用户完成最重要的关键行为，以后可以通过各种机制让用户继续完成更多的关键行为，加深用户的参与度。这一点我们将在5.4.4“持续引导：留存永无止境”小节中深入讨论。

其次，找到了关键行为，有时候还需要定义新用户要进行这个行为的次数，也就是所谓的“魔法数字”，以及用户需要在多短的时间内完成这么多次行为，也就是所谓的“时间窗口”。这些指标都可以通过数据分析找到，但是也要认识到这些指标并不是严格的科学，更多的是一个方向性的指引。

一个简化的方法是：用留存下来的用户早期完成关键行为的次数画一个分布图，看哪个次数是临界点，也就是用户做了多少次之后对留存率的边际影响开始下降，这个次数就可以作为魔法数字的参考。时间窗口的选择一般以首日、次日和首周居多，可以根据产品的实际情况决定。

最后，必须指出通过上述方法找到的关键行为和Aha时刻与用户长期留存之间是相关性，并不一定是因果性。要通过设计增长实验，推动更多用户进行关键行为，同时监测这些用户的长期留存率以验证这之间的因果性。如果留存提升了，那就验证了因果性。