📖閱讀小建議：
本篇為《漫畫創作平台的成長故事》系列文章之一，採用故事情境與實戰案例的方式呈現。如果你是第一次閱讀這個系列，建議可以從Ep.1開始看起：
漫畫創作平台的成長故事 Ep.1｜如何打造創作者的忠誠迴圈，不僅能更清楚掌握整體策略脈絡，也會更容易進入 Inkuun 團隊的產品設計旅程。
前言：
「Bryan，你有注意到嗎？這個月的 MAU 又回升了！」「真的假的？是哪個活動的效果這麼好？」「問題就在這裡，這次增加的不是新用戶，而是一批之前不見蹤影的老朋友又回來了……」
在 Inkuun，每個月看 MAU 的起伏就像在看海浪漲退，有起有落卻難以捉摸。每次數據好轉，團隊成員們總是忍不住猜測：「這些是新用戶？還是回頭客？」
多數團隊在追求成長時，總是把所有注意力放在「新用戶獲取」上，彷彿唯有不斷拓展新用戶才能帶來增長。但其實，有一群人比新用戶更容易、更划算，那就是「復活用戶Resurrected User」。
這些用戶曾經來過、用過產品，卻因為某種原因離開，現在卻又回來了！他們不僅僅是數字上的增加，更是我們產品依然具有吸引度的有力證據。那群人早已熟悉 Inkuun，回訪的門檻也更低，只要找到適合的觸發點：一封 Email、一則通知，甚至是一個巧妙的提醒，就可能讓他們再度留下。
不過，我們也注意到一件事：回來的人，不見得都會留下，有些人只是短暫造訪，然後又消失了，這讓我們不得不思考幾個重要問題：
- 復活用戶究竟佔了多少比例？他們真的是 MAU 的重要推手嗎？
- 他們的行為和全新用戶相比，究竟有什麼不同？是否值得我們為他們特別打造體驗？
- 是什麼原因，什麼觸發點，讓他們願意再次回來？
這系列的第五篇，我和大家將透過 Amplitude 的數據分析與 Persona 群聚描繪，深入探索這群復活用戶的真實樣貌，再結合 Inkuun 團隊的行銷經驗，為這群重返 Inkuun 的老朋友，打造專屬的「回歸劇本」。
如果你曾經因為用戶流失而感到挫折，那麼這篇文章將幫助你重新理解：「流失並不是結束，而是等待下一次重新開始的機會。」
定義與分類：到底誰是復活用戶？
「Amy，我們這次用戶回流的情況看起來不錯，但他們能算是一般的活躍用戶嗎？」「不完全喔，他們屬於 Resurrected Users，有自己專屬的分類。」
🧑🏫在開始深入分析復活用戶前，我們得先搞清楚什麼是「復活用戶」。
使用者生命週期分類
在 Amplitude 的使用者生命週期模型中，用戶主要分成以下四種狀態：
- New User：首次於觀察期間內產生活動的用戶。
- Current User：前期與本期皆持續活躍的用戶。
- Dormant User：過去曾經活躍，但最近一段時間未有任何活動的用戶，也就是一般認知的流失用戶。
- 復活用戶（Resurrected User）：上期沒有活動，但本期重新活躍的用戶。👉這一篇著重的用戶狀態
當我們將觀察週期設定為「每月」時，這個定義便清楚明瞭：
例如，一位用戶在 5 月完全沒有活動，但 6 月又重新回來使用產品，他就會在6月時被歸類為「復活用戶」。
這樣明確的分類，能讓我們有效辨別出那些曾經離開、但現在又回流的用戶。這些用戶因為經歷過流失後再回來的過程，他們的行為模式和一般持續活躍的用戶有所不同，如果未特別區分，很可能忽略了這群用戶的特殊行為軌跡與潛在的需求風險。
Bryan 一語道破地問：「如果我們不單獨追蹤復活用戶，那會不會 MAU 的增加只是表面現象？」
Maybe這句話的確命中要害！復活用戶數字的增加，有可能只是曾經流失的用戶短暫回訪，如果我們不特別觀察並追蹤，可能會誤認為整體產品的用戶健康狀態改善，實際上很可能僅是「短期復甦」，而非持續改善。
因此，Amy決定定期追蹤每月 MAU 的用戶組成比例，特別是復活用戶的比例，並建立專屬的觀測儀表板，對 Inkuun 而言，這些回流的用戶不只是數字上的增長，更是一個重要訊號，代表我們的產品仍有重新吸引並黏著這群用戶的潛力。
透過 MAU 組成結構，看清用戶真實樣貌
在 Inkuun，團隊透過 Amplitude 的用戶生命週期（Lifecycle）模型，分析每個月復活用戶在 MAU 中所占的比例，例如：
這樣的分析有兩個明顯的好處：
- 清楚了解復活策略的實際成效。
- 明確掌握 MAU 增長背後的真實貢獻來源。
此外，不同類型的產品會有不同的復活用戶比例表現：
- 對於內容型平台（例如 Inkuun），復活用戶的比例通常在 15%～25% 之間。
- 對於工具型或高頻交易類型的產品，復活用戶的比例可能較低，因為用戶一旦流失，回流的機率相對較低。
因此，Bryan特別將「復活用戶比例」設定為 Inkuun 的核心指標之一，並在重要活動、劇情更新、新 VIP 功能推出時持續觀察數據變化，因為這些時間點通常是吸引老用戶回流的關鍵。
復活用戶 vs 新用戶：行為與價值的全面比較
Bryan：「我們應該多花點預算去重新喚回那些離開的老用戶嗎？」
Amy：「別急，我們先看看這些回來的人，跟新加入的用戶比起來表現如何吧。」
復活用戶回來了，這本身固然可喜可賀，但更關鍵的是：他們回來之後，行為表現如何？在 Inkuun，團隊透過具體數據，從留存、互動到營收等面向，全面比較復活用戶與新用戶的差異，為「再接觸策略」提供決策依據。
1️⃣長期留存率：誰能走得更長遠？
Amy追蹤了用戶的 D7、D14 和 D30 留存率，結果發現：復活用戶的 D14 留存率平均比新用戶高出 15% 至 20%。
Calvin一針見血地指出：「他們以前來過，對產品還留有印象，這次回來，目的更加明確。」
這些「回鍋用戶」已熟悉產品介面與內容風格，跳過新手適應期，只要平台提供的內容夠吸引人，他們更有可能長期留下。
2️⃣關鍵行為轉換率：誰的上手速度更快？
我們定義的核心行為漏斗為：「開啟 App → 瀏覽作品 → 收藏作品 → 開始閱讀」，比較不同用戶群的轉換效率：
對比新用戶與復活用戶的轉換率
復活用戶在「瀏覽→收藏」的表現尤為出色，推測是因為他們已有明確的內容偏好與既有的操作記憶，使得選擇行為更加果斷。
3️⃣黏著度與使用頻率分析：誰更願意停留？
我們透過 Stickiness（DAU/WAU）與使用時長等指標觀察用戶互動深度：
- 新用戶：Stickiness 約 20%，平均每次使用 4.2 分鐘。
- 復活用戶：Stickiness 高達 28%，平均使用時長為 6.1 分鐘。
數據顯示，復活用戶不僅回來了，而且回來得更「深」——他們更頻繁使用產品，且每次停留時間更長，顯示更高的沉浸度與使用意願。
4️⃣營收表現：誰付錢比較爽快？
我們比較兩類用戶的 ARPU（平均每用戶營收）與付費率：
復活用戶的付費率比新用戶高出近 70%，ARPU 也更高。
Amy 分析：「這些人可能本來就是我們的 VIP，對付費機制不陌生，也可能對某些作品有持續的支持動機。」
Calvin 則靈光一閃：「這代表我們可以針對復活用戶設計專屬回歸禮包或角色卡包，進一步提高轉換！」
小結：老朋友其實最值得深交
復活用戶不是一般的回訪用戶，他們是曾經信任過你、願意給第二次機會的老朋友，他們的留存表現佳、互動深入、轉換率高，甚至付費意願通常也優於新用戶。與其一味追求陌生新客，不如認真經營這群「低頻高價值」的熟客。
未來的成長，不單只靠拓荒，更要靠召回。
復活用戶的特徵輪廓：用 Amplitude Persona 探索
Amy：「我們不只要知道『誰回來了』，還得知道『他們是怎樣的人』。」
Bryan：「所以我們這次讓 Amplitude Persona 出場囉？」
沒錯，要深度理解復活用戶，光靠平均值和轉換率還不夠。我們需要一個工具來描繪這群人的樣貌——Amplitude Persona 正是這時候最合適的分析幫手。
註：Amplitude Persona 是一種自動化用戶行為分群工具，能根據實際使用行為，自動生成具代表性的使用者群體( Personas | Amplitude)
我們發現了什麼？
根據 Persona 的分析結果，三個復活用戶的主要類型浮出水面：
Persona群組特徵描述
Calvin 對這些資料興奮地說：「我們之前讓角色開 IG 帳號互動，搞不好真的把他們拉回來了！」
實際應用場景
掌握這些使用行為後，Calvin設計了幾個策略性對應的行動方案：
- 針對夜貓黨：將推播訊息發送時段設定在 21:30～23:00，更貼近他們的使用習慣。
- 針對社群觸發型：行銷活動可融入角色任務，引導回歸並強化與角色的連結。
- 針對精準任務型：設計快速入口與精簡導覽流程，幫助他們迅速完成目的行為，減少摩擦。
這些洞察不僅是觀察結果，更是實際可落地的策略依據，可進一步應用於：
- 推薦系統優化
- 再行銷訊息設計
- 功能與 UI 介面調整
識別觸發點：復活用戶為何會回來？
在探討復活用戶時，找出他們「為何回來」是一個關鍵轉折點，這不只是回顧使用行為，更是一次找尋復活動機的心理追溯。
Amplitude 的行為事件告訴我們「他回來了」；但要知道「為什麼他願意點那封信、開那個 App」，那得從「觸發點（Trigger）」開始說起。
外部觸發：我們哪一招奏效了？
透過行銷活動日誌與推播數據分析，我們對應回訪時間，分析了幾種可能奏效的外部刺激來源與回訪轉換率如下：
其中，「角色生日推播」與「有更新提醒」的回訪表現最亮眼，代表情感與內容驅動遠比優惠折扣更能喚回記憶。
Bryan 補了一句：「看來用戶不是回來看優惠，是回來看人。」
Calvin 已經在企劃新的角色互動活動，準備讓每位角色都有屬於自己的喚醒腳本。
內部觸發：當「產品」成為情緒的反射
根據《Hooked 上癮力》作者 Nir Eyal 的理論，習慣養成的過程中，最終會從「外部觸發」轉變為「內部觸發」：
- 外部觸發：App 通知、Email 提醒、廣告導入
- 內部觸發：無聊、逃避現實、情緒缺口或慣性動作
Bryan在一次使用者問卷中問了部分復活用戶：「你還記得是什麼原因回來看的嗎？」
以下是他們的回覆節錄：
- 「突然想看看那部漫畫有沒有完結了。」
- 「睡前滑手機，剛好想到 Inkuun 裡有幾部我沒追完。」
- 「最近壓力大，就想找部老作品放空一下。」
這些回覆不是系統能主動偵測的，而是人與產品之間潛藏的情緒連結──復活，往往是「想起來了」的結果。
將觸發點轉化為設計策略：實用建議
🔁 若能把這些外部與內部觸發轉化為設計策略，我們就能主動創造復活機會：
- 通知語言設計：模擬內部動機，例如：「你追的作品有新進度了」、「今晚，是不是想再看點熟悉的故事？」
- 再行銷觸發腳本：根據過去收藏與活躍時間，推送個性化召回內容
- 流失週期監控 + 自動召回旅程：例如，某用戶進入 Dormant 狀態 15 天內，啟動自動 Email／推播再行銷
回來，不只是偶然，而是觸動了記憶與情感
用戶的回來不是偶然，而是「被提醒了他想要什麼」；你提供的是內容，但觸發的是情感，透過外部與內部觸發因素的識別與轉譯，Inkuun 團隊不只是理解復活，更有機會精準設計下一次「讓他回來」的橋段。
進一步的反思：復活用戶體驗常見的痛點與優化策略
Bryan 說得好：「我們為新用戶設計了一整套 onboarding，那回來的舊用戶呢？」
Amy 接著補充：「有些老客戶常常回來一下下就又走了，可能是體驗中斷讓他們找不到感覺吧。」
復活用戶，本質上就是「曾經喜歡過你、願意再給一次機會」的回頭客，但若回來後的體驗和記憶脫節，反而會加速他們的再次離開，因為：
「有期待 → 找不到 → 失望 → 再次流失」
這是我們在行為漏斗中反覆觀察到的「快速 drop-off 曲線」，尤其明顯出現在復活登入後的前幾分鐘。
常見痛點盤點：從數據與用戶聲音來看
透過用戶訪談、Amplitude 行為分析與用戶回饋，Bryan歸納出 Inkuun 復活用戶的三大主要斷裂點：
1. 功能與介面變動太大，使用路徑斷裂
- 回來一看，找不到「以前追的作品」或「熟悉的路徑」
- 替代功能無明顯提示，歷史紀錄也無法追溯
2. 缺乏「再 onboarding」流程
- 系統當他們是一般用戶，導覽流程完全略過
- 新功能毫無說明，使用起來陌生感倍增
3. 缺乏內容推薦或個人化提示
- 進站畫面空蕩蕩，無吸引力
- 沒有「專屬回歸任務」或激勵機制，缺乏再投入動力
Lite Onboarding 思維
復活用戶不是新用戶，也不是日常活躍者。他們需要的是一種_介於兩者之間的體驗重接設計_，Bryan把它稱之為「Lite Onboarding」。這不只是導覽流程，而是一套幫助他們快速找回熟悉感與價值感的引導系統。
此外，針對「老 VIP」復活用戶，可考慮加入以下策略來提升歸屬感與回歸價值：
- 專屬回歸獎勵：如限定角色卡、VIP 禮包
- 溫暖通知訊息：「我們注意到你回來了，這些內容可能會讓你重拾感動」
- 快速導向行為目標：立即推薦用戶「你可能會喜歡的作品」，縮短再次投入的時間
Bryan 在進行這些痛點改善後的一句總結觀察：
我們常常努力設計 onboarding，卻忽略了 returnboarding，用戶復活，不只是回來，更是重新連接上與產品之間的情感。設計一條溫柔、清晰又貼近記憶的回歸旅程，是我們作為產品人的責任與機會。
策略應用與未來方向：讓復活不只是偶然，而是常態
走到這裡，團隊已經從識別復活用戶、剖析行為、理解觸發，到設計更好的回歸體驗，接下來，我們將這些洞察轉化為一套可持續、可擴展的行動策略。
建立復活用戶專屬的觀測儀表板：化零為整的第一步
與其每次重頭分析，不如建立一套 長期追蹤機制，讓團隊能持續監控復活用戶的動態與策略成效。
建議大家在儀表板可納入以下關鍵維度：
- 復活用戶佔 MAU 比例（月度變化趨勢）
- 回訪時間分佈（距離上次活躍的時間區間）
- 回來後留存情況（D1、D7、D30 留存率）
- 觸發來源分析（推播、Email、廣告、社群等）
這些指標不只是追蹤復活本身，更是評估「復活策略是否奏效」的重要依據。
MarTech 自動化整合：打造召回再啟動旅程
整合 CRM、推播、EDM 等行銷工具（如 Brevo、Customer.io、Iterable），可以將復活策略從人工作業升級為 標準化且個性化的流程：
- 流失預警 + 自動分群：透過機器學習模型預測哪些用戶即將流失
- 召回腳本啟動：根據用戶屬性與行為偏好，自動推送個性化內容與訊息
- 回來後動作追蹤：觀察是否完成重新 Lite Onboarding、是否觸發核心轉換行為
關鍵不是再行銷，而是「針對對的人，用對的方式再行銷」。
預防式喚醒與再觸發模型：走在流失之前
「復活」雖然重要，但若能提前偵測與介入，就能從被動補救升級為 主動守住。
未來可進一步導入：
- 訓練 流失預測模型，識別高潛力 dormant 用戶
- 設計「分層召回策略」：
- 高風險者：限時回歸禮包、免費體驗券
- 中風險者：通知內容更新、熱門推薦提醒
- 將 召回成功率 納入團隊 KPI，形成有效的閉環迴圈
Bryan：「一個好產品，不是讓大家一直回來修 bug，而是讓他們根本捨不得離開。」
總結與行動建議：復活不是一次的急救，是再啟動的契機
Bryan：「這次我們不是在修補流失，而是在設計一個新的回來路徑。」
Amy 點頭：「這條路應該要有數據，也要有溫度。」
在產品成長的旅程中，復活用戶往往是最容易被忽略的一群。他們既不是新鮮用戶，也不是現存活躍者——但他們曾經來過，也曾經離開，而更重要的是：他們選擇了回來。
我們跟著 Inkuun 團隊從 Amplitude 的用戶分類與留存模型出發，建立了一套系統化的方法來追蹤與剖析這群「回來的人」。並且透過實證數據與行為比對，驗證以下三個關鍵發現：
- 復活用戶是 MAU 維穩的隱性力量：在許多平台中，他們的數量佔比比預期來得高，是留存指標的「隱形補血包」。
- 他們的留存與轉換不輸新用戶：有過使用經驗的用戶，往往回來後更知道怎麼產生價值行為。
- 復活行為可預測、可誘發，也可以被設計：無論是透過通知觸發、旅程引導或重新包裝 onboarding，皆有跡可循。
「復活」不應只是偶然的點擊，而是我們能主動創造的再連結契機。
✅ 行動建議（Action Plan）：三步驟復活推進法
以下是我參照以前的經驗，為產品與行銷團隊整理出的實用操作清單，適用於各類型產品階段：
1. 建立復活用戶的追蹤與監測機制
- 在 Amplitude 中明確定義 Resurrected 用戶的分群邏輯（如：上月未活躍、本月活躍）。
- 設計「復活佔比趨勢報表」，並將其納入例行的月度營運報告。
2. 每季進行復活用戶洞察分析
- 分析其在 D7、D14、D30 的留存率，以及 Stickiness、LTV、CTR 等指標。
- 利用 Amplitude Persona 工具進行特徵輪廓分析，釐清活躍時間、內容偏好等行為集群，作為日後推薦引擎或行銷腳本優化依據。
3. 設計專屬的回歸體驗與旅程
- 為復活用戶量身打造「Lite Onboarding」與友善通知腳本（如：「我們想你了」、「你上次停在這裡」）。
- 串接 CRM 工具，設定自動化回歸流程（例如：第 3 天推播提示、第 5 天發送優惠券、第 7 天邀請加入收藏清單）。
🔚 結語：復活是一種新的啟動，而非回到過去
產品使用旅程從不是線性的，離開，不代表結束；回來，也不該只是偶然。
復活用戶象徵著：「這個產品還值得我回來一次。」這份選擇與信任，是最珍貴的線索，而我們能做的，就是讓這一次的回歸，成為再次長期留下的起點。
留下你的想法，讓討論延續
如果你對這篇文章的內容有任何想法，或是對產品數據、分析追蹤有興趣想進一步交流，都非常歡迎在下方留言，我會盡可能回覆每一位的問題與討論。
謝謝各位耐心看完這一段故事，敬請期待下一集，我們再見！
