随着现在越来越高的获客成本，用户拉新变得不再容易；并且因为获客成本的增高，让用户留存也变得愈加重要。一起，一个产品的使用体会好坏、是否给予对应的用户价值，通常“用户留存”就被作为重要的衡量目标之一。
那么，怎么将有限的流量发挥出最大的价值，尽可能的进步用户留存呢？本文将跟从字节的一款内容App的增加实践来一探终究。
该款App为用户供给短篇、中篇、长篇内容阅览服务，但在App推出一段时间后，该产品团队经过中心目标剖析，发现App新用户流失率非常高。其间新用户LT（Life Time / 用户生命周期）、LTV（Life Time Value/用户生命周期价值）等目标均大幅低于预期，有较大的进步空间。
怎么下降新用户的流失率、进步用户留存，成为了这款产品亟待解决的问题。
因为字节的产品在迭代、推行过程中都会不断经历A/B测验的打磨，因此该产品团队首要查看了前史战略，希望汲取一些经历。他们在字节跳动自研的A/B测验产品——DataTester 中，查看了该App以往的A/B试验前史，并经过 DataTester 特设的「经历库」才能，找到了往期能够进步用户留存的产品战略。
他们从「经历库」往期A/B测验的前史中看到：
往期“7天报到礼包”玩法中，新用户LT明显上升，用户留存率明显上升；
从前春节期间曾建议过众多活动，“报到日历”的玩法比照其他活动，留存最佳；
…..
总结发现，往期的“报到玩法”比照其他战略，关于这款App的用户留存进步通常更为明显。下图可看到“报到玩法”带来的拉新占比，及用户留存趋势。
因此该团队判断，此次产品战略优化，经过优化“报到玩法”获取进步该App新用户留存目标收益的可能性较高。那么在优化方向上具体战略怎么制定呢？该团队经过数据剖析后决定从用户体会痛点下手。
原产品“报到玩法”如下：
玩法设置在产品二级页面“福利页”，用户必须翻开App后再进入“福利页”，才能够完结玩法使命
产品一起设置有两种“报到玩法”——「7天见面礼」与「日常报到」，两种玩法会一起弹出，用户翻开产品后会遇到多重弹窗的状况
这样的产品战略会带来“用户操作途径过长，收取奖励难度相对较大”以及“多重弹窗对用户形成操作打扰”的痛点。产品团队因此确认了报到战略的优化思路：下降奖励收取难度，去除多重弹窗对用户的打扰。
当优化方向确认后，接下来就需求设计完好的A/B试验方案了；在A/B试验方案设计的过程中，最重要的一点是要计算出获得明显性定论所需求的流量是多少。 此时，字节的A/B测验产品 DataTester 的优势就体现出来了。当业务把想进步的目标、数值、进步方向输入进来后，DataTester 能够直接主动计算所需求的样本数量，然后经过A/B测验的试验数据来进行效果验证，协助业务确认最优解的战略。
最终经过优化新用户的「7天见面礼」报到活动，从 DataTester 的试验成果上来看，优化后的试验组的大盘新用户LT（用户生命周期）、留存率等均有明显的正向进步；不仅如此，在App活泼时长、ARPU（平均每用户收入）等中心目标的数据也均有不同起伏的正向进步；一起新用户的报到问题反应也有所下降。
因此，该App将新的战略全量上线，从线上数据体现来看，该App的「7日报到」战略次日收取率进步了近20%，用户多日留存安稳进步了3%~5%，获取了超预期的收益。
关于企业而言，更明智、更长时间的战略意味着需求一起专注于本身产品的健康发展以及增加，而这其间最重要的驱动要素是用户满意度和用户留存。重视用户留存就能够推动增加营收及进步盈利才能，也节省了获客成本，达到了降本增效的意图。
那么怎么进步中心目标？怎么选择最优的产品战略？怎么科学的评价目标进步与战略的关系？怎么选准正确的迭代方向并持续向下探究收益？这些都需求A/B测验来进行评价并得到“理性且科学”的数据成果，协助业务在每一个决议计划的岔路口上，都做出了更正确的选择。
DataTester 依靠其先进的底层算法，供给科学的分流才能和智能的统计引擎，支撑多种杂乱的A/B试验类型。在字节内部协助今日头条、抖音等多个产品“摆脱猜测，用科学的试验衡量决议计划收益”。 不仅如此，DataTester 也已经由火山引擎对外开放服务，现在已服务了美的、得到、凯叔讲故事等在内的上百家外部企业，支撑了多种业务场景需求，为业务的用户增加、转化、产品迭代、运营活动等各个环节供给了科学的决议计划依据，将成熟的“数据驱动增加”经历赋能给各行业。
当即跳转 A/B测验 DataTester 了解概况！
