[ 路丁前言 ] Twitter初期因为其商品特点，吸引住了许多 客户关心和申请注册。
但是让精英团队烦恼的是，绝大多数会员注册后看过下以后，就从此不来了，也就是说，商品的用户粘性极低。
对于这个问题，精英团队开展了科学研究和调研，她们详尽地剖析了一下，有再次留下应用的活跃性客户和来一次就走的客户有什么不同，一名称为Josh Elman 的职工发觉了一个差别：
存留出来的活跃性客户有一个个人行为特性，会在申请注册的当日，自身再去多选择5-10个客户关心；而外流的客户绝大多数全是，立即接纳了系统软件默认设置强烈推荐的20个客户。
因此她们在商品上开展了调节，在会员注册以后，会激励客户自身挑选10个最期待关心的客户关心，关心完以后，再给客户强烈推荐一批名册，客户要是可选择性地关心就可以了。
根据强烈推荐客户积极挑选关心，客户接下去能够 见到大量自身关注的知名人士动态性，客户刚开始意识到关心更多客户的益处，用户粘性也就显著提高了许多 。
再之后，引导关注的步骤和强烈推荐关心目标也在持续提升，不断提高了用户粘性。
启迪
它是个十分早的实例了，根据提升新用户关心个人行为提高存留，也并不适合在别的的商品上，但大家仍然能够 学习培训这类科学研究提高存留的方式：
根据追踪比照活跃性客户和外流客户的个人行为差别，剖析找到让客户存留/外流的缘故。
这一实例中，Josh找到的外流缘故是，一部分客户无法感受到关心更多客户产生的信息内容使用价值。
随后历经商品和经营的调节，让客户大量感受到商品的使用价值，因此存留了出来。
你了解你的外流客户和活跃性客户个人行为有什么差别吗？能够 如何正确引导外流客户变成活跃性客户呢？ 热烈欢迎留言板留言说说你的观点。
评论