据导出到一个数据透视表中我们可以看到每个用户细分在留存率方面是如何叠加的。 按角色划分的保留曲线 在此示例中在 中生成我们可以看到高游戏性 高社交用户显然是参与度最高的群体。高社交性和高游戏性也没有留存，但仍然比当前用户的整体留存率更高。 这本身并不能给你任何证据 但它确实表明，鼓励用户同时利用社交和游戏功能，会带来更好的整体保留率。 如果您还不知道哪些行为会使您当前的用户与众不同，您如何确定要分析的行为类型？你必须发现习惯形成的驱动因素。
发现习惯形成的驱动因素
当前用户已经养成了使用您的产品的习惯。要了解他们是如何到达那里的，您需要从行为的角度查看您的数据 在您的网站上发生的事件。您需要弄清楚哪些行为可以将您的当前用户与新用户区分开来。 将行为限定为行为驱动因素： 大多数完成操作的用 比利时手机号码列表 户应该养成习惯并成为当前用户 大多数未完成操作的用户在成为当前用户之前就流失了 通常，当有人开始使用您的产品时，他们会经历几个时期才能成为当前用户。他们将从入职开始，转向价值发现，进入习惯养成，然后成熟为当前用。
问题如果你不能再使用 产
品 你会有什么感觉 触发响应分段。 那些回答 非常失望 的人被分到一个桶，那些说他们 有点失望 的人被分到一个桶，那些说他们 不失望 的人被分到另一个桶。然后，您可以开始了解产品的不同投资用户在行为方面有何不同。 这本质上就像创建行为角色。您的用户并不完全相同，您不应该这样看待他们。您需要根据他们的行为方式以及他们是否从您的应用程序中获得价值（无论您是通过调查问题还是事件数据来定义）来对他们进行细分。 然后，借助一些潜在 急诊室清单 的驱动因素您可以开始分析流失用户。
