产品在设计或迭代过程中，应该新增、保留、或删减什么功能，才能使产品迭代达成效果，满足用户的最终需求，提升用户的产品使用体验？本篇文章里，作者以微信为例，对产品功能留存一事做了详细解读，一起来看一下吧。

近几年餐饮赛道被资本热捧，接连有不少连锁餐饮上市。但凡效益好的餐饮企业肯定有主打的畅销菜品，我们可以通过美团、饿了么、大众点评等平台很容易查看每家餐馆的明星菜品。

如果我们把互联网产品功能或者服务看做是菜单上的每道菜，如何清楚知道哪一道最受客户欢迎，下单率最高、复购率最高？哪些又不受欢迎？

一、产品功能留存矩阵

在演进产品（核心）功能的过程中，可以使用功能留存矩阵来判断产品功能的表现。综合使用功能的“功能留存率”和“使用用户占比”评估。

还是以微信为例，对“发现”菜单中的5个功能（朋友圈、直播、扫一扫、搜一搜和小程序）进行分析。

二、绘制留存矩阵

在绘制留存矩阵之前需要界定用户群体，我们将当前2月使用微信的用户作为研究对象。

• 功能使用用户占比 = [2月份使用某功能的用户量]/[2月份使用微信的所有用户量]
• 功能留存率 = [1月份使用某功能的用户在2月份继续使用的用户量]/[1月份使用某功能的用户量]

留存矩阵使用BI绘制，数据均为模拟值。2条警戒线分别为各功能在用户占比和功能留存率的平均值，且将矩阵划分为四个象限（区域），可以清晰地展示各功能的相对受欢迎情况。

三、分析留存矩阵

在留存矩阵中，横坐标代表功能留存率，纵坐标代表功能的用户使用占比。

1. 在第一象限中的“朋友圈”和“扫一扫”功能，留存率最高、使用占比最大，是最棒的功能。满足产品和市场匹配状态（PMF, Product Market Fit）；
2. 在第二象限中的“搜一搜”，使用的人多，但是留存率较低。说明该功能对用户有意义但是使用的频率低，可以考虑通过场景化提供使用频率，是重点优化的方向；
3. 在第三象限中的“小程序”，使用的人少且留存率较低，在资源有限的情况下可以考虑删除；
4. 在第四象限中的“直播”，留存率高但是使用用户少。需要让更多的用户使用该功能，可以考虑增加入口或者适当的推送提示等，在资源有限时可以考虑减少该部分功能的投入。

四、产品数据分析方法

Capital One副总裁 Christian Robrer绘制了对用户进行定性和定量分析的矩阵，横轴是测量方法，纵轴是信息类型。

信息类型就是对用户和产品进行分析时获得的信息，分为行为和态度两种。

1. 行为是用户通过实际行动体现的，是更为真实的信息。
2. 态度信息是用户表达出来的喜好和观点，在访谈时要避免引导，用户调研也要设计科学的问卷。

用户用“脚”投票表达的是真实的态度。通过功能留存分析，能够聚焦产品的核心演进方向，避免自嗨。

在产品初期，尤其是产品尚未发布时，我们会严重依赖用户访谈等定性测试方法。产品发布之后，随着用户规模的增长，则更多地使用定量分析来度量产品表现。

上图为某一新功能发布后后续4周的留存表现，1周后的留存只有30%。

说明该功能没有很好地解决用户问题，或者用户尚未发现该功能的价值（没让用户啊哈）。

这需要我们对功能本身或者向导进行重新思考。

五、找到产品对用户的“爽”点

所有快速增长的产品都有一个共同点，就是广受喜爱。在用户眼中，自己喜爱的产品是“不可或缺”的。

对于产品人而言，被用户喜欢是结果，创造被用户喜欢的功能才是原因。

1. 采用最小可行性测试（MVT）

上图是大家熟知的提供最小可行性产品（MVP, minimum viable product）的思路，通过这样的测试，你可以找到客户群和功能的完美组合，打造不可或缺的产品。

但实际上提供可实际使用产品的实验可能需要耗费不少的金钱和时间，特别是需要工程师开发或者需要对产品进行大幅设计的时候。所以比MVP成本更低的实验是采用最小可行性测试（MVT，minimum viable test）。如果测试结果理想，团队就可以执行更全面的后续测试。

以亚马逊为例跟大家分享开展最小可行性测试的“三步式”框架。

针对早期的亚马逊网站开展MVT：

• 明确价值主张：提供在线购书平台，让用户可以在线购买任何图书。
• 列出风险假设：人们是否真的需要在网上购书？
• 测试原子单元：网购图书。

解决方案：打造一个购书网页来展开测试并验证设想。

1. 客户是否喜欢一长串的图书清单，如果客户觉得信息杂乱的，那你就会明白，这可能并不是正确的解决方案。
2. 相反，如果你通过搜索功能允许用户自行搜索希望购买的图书，但消费者不知道搜索什么书时，你就会发现，人们的需求并不是“搜索”，而是“发现”。
3. 通过这些测试，你可以获得许多洞见，这有助于让你打造出真正满足用户需求的产品。

如果用户只是关心是否能够买到想要的图书而不在意购买方式，提供电话咨询和购买也可以是一个原子测试。

2. 跟踪分析活跃用户的行为

如果我们已经有了可以使用的产品，通过功能留存矩阵可以找到认可你的产品的用户，可以根据不同用户的属性对用户进行分类。

用户天然存在着人口属性（性别、年龄等）、社会属性（职业、收入等）、使用特征（活跃、沉默等）等差异，用户特征的差异隐藏着用户诉求的差异，我们需要区分不同特征的用户，有针对性的运营，提供最优的服务。

通过跟踪用户的行为路径，找到高留存用户和功能事件之间的关联关系，并重新设计产品路径，让用户用着“爽”、“哇塞”起来。

3. 尽早让用户体验到产品的“啊哈时刻”

“啊哈时刻”是用户在使用产品时有满足感的时候，有“原来这样”、“很不错”的感慨。

• 使用美颜相机时：啊，拍出来的自己这么漂亮！
• 刷微信朋友圈时：我去，那家伙又去三亚度假了！

有时候，一个产品并没有提供真正意义上的“啊哈体验”，仍需要进一步探索开发。但也有时候，产品已经具备了提供“啊哈体验”的元素，就需要进行更有效的引导，让更多用户体验。

一个产品的“啊哈时刻”有时候可能难以确定，也可能和产品人的设想不同。

所以在确定产品是否具有令人惊叹的潜力时，关键是通过挖掘用户数据和反馈，从那些真正热爱你产品的用户中发现相似之处。而且在产品的演进过程中，“啊哈时刻”也是会变化。Twitter最早的定位是发布个人动态，而现在已经成为最大的资讯获取平台。

一旦明确了“啊哈时刻”，也就实现了产品和市场的匹配，就可以增加资源、撸起袖子，大干一场了！

六、用“增长黑客”方法打造产品

“增长黑客”的本质就是数据驱动增长，而有价值的数据必须能够增加收益或者减少损失（降低成本）。

• 第一步，明确目标，《增长黑客》中将衡量目标的唯一重要的指标称之为“北极星指标”；
• 第二步，通过全链路分析或者组成因子分析等拆解“北极星指标”；
• 第三步，对拆解后的指标设定增长试验策略并执行试验；
• 第四步，对第三步进行数据分析，找到新的增长线索并开启新一轮试验。

“增长黑客”概念是肖恩·埃利斯在2010年首次提出，在硅谷已得到了广泛的应用。

我们也经常听到某公司通过“增长黑客”获得了井喷式的增长，但我们也应该清楚所有的增长都是积累的结果。

“增长黑客”是方法论，切记形式主义，数据驱动才是本质。