【Day 2】數據思維升級計畫:To C 產品留存率分析

更新於 發佈於 閱讀時間約 6 分鐘

今天是我「數據思維升級計畫」的第二天,我請 ChatGPT 出題,並依據以下問題進行練習:

題目的留存率資料

題目的留存率資料

ChatGPT 針對這次留存率的練習,提出以下問題

問題 1

請依據欄位 week 與 user_id,計算每週週活人數(WAU)

👉 做法:Week 1 ~ 4,各週 user_id 去重數量

問題 2:

請找出:

  • Week 1 新進用戶(first_login_date 落在 6/1–6/7)
  • 他們在 Week 2(6/8–6/14)和 Week 4(6/22–6/28)有無登入
    👉 算出次週與第四週留存率
問題 1 和 2 比較著重在資料的處理與留存率計算,幫助我練習計算方式,以及從計算中,更能理解留存率的含義。

問題 3+4

根據你觀察的留存趨勢,回答:

  • 若你發現留存下降,你會怎麼解釋與調查?
  • 你會提出什麼行動建議給團隊?
在回答這兩題之前由於有第一天的練習,我刻意暫停,先學著「別急著解」,而是先回頭問問題

回答之前,多詢問

  • 這是什麼樣的 to C 產品?
    • to C涵蓋的產品面向非常多元,不同的產品,留存率的合理性應該也要一並評估
    • GPT:此產品為「個人健康管理 App(例如紀錄健身、飲食、體重等)」
  • 此 to C 產品的營收模式為何?
    • 這會影響留存的定義與影響程度。
    • GPT:訂閱制(月費/年費)、合作品牌導購抽成廣告(部分頁面曝光)
  • 資料是不是只先專注於新用戶的留存率的變化?
    • 再次確認資料性是否單純為新用戶
  • 上個月的留存變化是否也是下降?想知道過往各週的留存率變化
    • 從過往數據,可以幫助自己理解數據是否為短期波動、是否屬合理數值,此資料將有助於自己回答「你會提出什麼行動建議給團隊?」

我的回答

我還在練習如何把回答說得更有邏輯,這次 GPT 也是有給我這部分回饋,雖然回答可以讓對方理解,但如果更有架構,整體會更加分且更清楚

以下是我的回答,已經過 GPT 修飾,我認為有幾個面向可以是團隊優化的部分

一,問題分類 - 原因範例 - 可觀測數據

  • 動機不足(Why)- 用戶沒有目標感/獎勵機制 - 留存 vs 使用頻率 vs 推播點擊率
  • 功能學習曲線(How)- 新用戶沒學會用,導致流失 - 關鍵功能啟用率/Onboarding 完成率

二,分析方向 - 建議行動

  • 舊用戶 vs 新用戶行為差異 - 建立行為分群報表,每週追蹤轉換率與功能觸達率差異
  • 功能未被觸發 - 增加首頁引導模組或教學引導流程,測試是否提升功能使用率
  • 缺乏動機 - 嘗試推播打卡挑戰、獎勵積分,做一週 A/B test
我觀察到次週與第四週留存率皆呈現下降,這可能會影響後續的訂閱轉換與使用黏著。因此我會從兩個角度著手:
  1. 使用者是否成功接觸核心功能?
    若沒有觸及關鍵功能,即使打開 App,也可能快速流失
  2. 是否有足夠誘因驅動使用者持續回訪?
    缺乏任務、獎勵、提醒機制的產品,很難留住非自發型使用者
我的建議是:
  1. 先建立新舊用戶的功能使用比較,觀察高黏著使用者常用的功能與路徑
  2. 接著進行推播機制的 A/B 測試,驗證是否能有效提升功能觸達率與留存
  3. 若有額外資源,則可進行新用戶訪談,補足數據背後的行為與心理盲點

GPT 會多想什麼?

除了 GPT 給予回饋之外,我也好奇,GPT 還會多看哪些維度以及為什麼?

留存 vs 留量:是否該優化轉換,還是先擴大漏斗?

有時候「留存率下降」不是使用者變少,而是新用戶變多但質量較低

這確實是我沒想到的切角,且以留存率的角度,不能只看「比例」,要同時觀察「人數」變化,我在回答第三題與第四題之前,並沒有多考量

新手體驗(Onboarding)落點數據分析

我提到「使用者可能不熟悉功能」,但乎略了對應的數據檢視

透過 onboarding 的數據檢視,將可以把「引導使用者」變成可量測行為,且光是 onboarding 加上留存率,將可以有多種組合進行觀測,如:分析完成 onboarding vs 沒完成的留存率,這讓我理解到,很多 UX 問題其實可以被轉譯成可觀測的指標

商業目標的關聯性(例如付費留存 vs 一般留存)

這是我最驚豔的分析維度,前面兩者我應該思考到但為思考到的面向,拉高一個層級,可以發現,分析維度仍以 UX 為主,缺少與商業目標的關聯性

如:把「新用戶留存」切分為「有消費 vs 無消費」用戶群分析,若低留存者本來就不付錢,那可能是「合理流失」

我的反思

  • 這次雖然有應用 Day 1 學習到的內容,但在架構、邏輯與回答上,還不夠深
  • 雖然有開始與 GPT 出的題目進行反問,但問的不夠深入,既然是 to C 的產品,就應該要多看到流量、平台以及其他相關數據,幫助自己做出更好的決策
  • 不應該只專注在 UX 體驗的優化,亦需要提醒自己緊扣商業目標,用此維度觀察數據,反而會更高效

這是我第二天的練習紀錄,將持續練習這個「數據思維升級計畫」,持續優化觀察力與邏輯💪

留言
avatar-img
留言分享你的想法!
avatar-img
產品人升級中
0會員
32內容數
記錄各種學習心得與反思
產品人升級中的其他內容
2025/07/24
任務情境 你負責的 App 是一款以「打卡換點數」為誘因的生活習慣建立工具,提供任務挑戰、打卡記錄與兌換機制。近期你發現活躍人數下降、回訪率降低,老闆請你提出: 我們的使用者到底是什麼時候流失的?你有什麼建議讓大家留下來?
2025/07/24
任務情境 你負責的 App 是一款以「打卡換點數」為誘因的生活習慣建立工具,提供任務挑戰、打卡記錄與兌換機制。近期你發現活躍人數下降、回訪率降低,老闆請你提出: 我們的使用者到底是什麼時候流失的?你有什麼建議讓大家留下來?
2025/07/23
使用率下滑 40%,你會怎麼拆解這個問題?
2025/07/23
使用率下滑 40%,你會怎麼拆解這個問題?
2025/07/21
用真實題目,訓練產品經理的數據直覺 今天是我「數據思維升級計畫」的第一天,我請 ChatGPT 出題,並依據以下三個問題進行練習
2025/07/21
用真實題目,訓練產品經理的數據直覺 今天是我「數據思維升級計畫」的第一天,我請 ChatGPT 出題,並依據以下三個問題進行練習
看更多
你可能也想看
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
2025 vocus 推出最受矚目的活動之一——《開箱你的美好生活》,我們跟著創作者一起「開箱」各種故事、景點、餐廳、超值好物⋯⋯甚至那些讓人會心一笑的生活小廢物;這次活動不僅送出了許多獎勵,也反映了「內容有價」——創作不只是分享、紀錄,也能用各種不同形式變現、帶來實際收入。
Thumbnail
今天又發現ChatGPT的一些缺點, 使用時需要很準確的提供你想要表達的文字(我覺得還蠻重要的) 又或者拿一些範例給它看, 它就能更準確的回答問題, 因為今天我發現有一篇文章和之前寫過的完全一樣了, 所以又要再請ChatGPT生成30則勵志英文短文, 結果之前發問的問題已經消失了, 又
Thumbnail
今天又發現ChatGPT的一些缺點, 使用時需要很準確的提供你想要表達的文字(我覺得還蠻重要的) 又或者拿一些範例給它看, 它就能更準確的回答問題, 因為今天我發現有一篇文章和之前寫過的完全一樣了, 所以又要再請ChatGPT生成30則勵志英文短文, 結果之前發問的問題已經消失了, 又
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 回顧 AI說書 - 從0開始 - 87 說:Wang 等人 2019 年的論文,提供了合理答案的選擇 (Choice of Plausible Answers, COP
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續xxxx,ChatGPT 產生的程式,我們將它匯入 Colab 執行看看 ( Colab 使用教學見 使用Meta釋出的模型,實作Chat GPT - Part 0
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續xxxx,ChatGPT 產生的程式,我們將它匯入 Colab 執行看看 ( Colab 使用教學見 使用Meta釋出的模型,實作Chat GPT - Part 0
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 想要操作ChatGPT,我們可以參考OpenAI的範例: https://platform.openai.com/examples/default-sql-trans
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 想要操作ChatGPT,我們可以參考OpenAI的範例: https://platform.openai.com/examples/default-sql-trans
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 25示範了ChatGPT程式的能力,同時在AI說書 - 從0開始 - 26靠ChatGPT產生Decision Tree程式,現在我們來
Thumbnail
我想要一天分享一點「LLM從底層堆疊的技術」,並且每篇文章長度控制在三分鐘以內,讓大家不會壓力太大,但是又能夠每天成長一點。 延續AI說書 - 從0開始 - 25示範了ChatGPT程式的能力,同時在AI說書 - 從0開始 - 26靠ChatGPT產生Decision Tree程式,現在我們來
追蹤感興趣的內容從 Google News 追蹤更多 vocus 的最新精選內容追蹤 Google News