华尔街日报主管分享：如何利用数据制定会员留存策略？
华尔街日报如今拥有250万付费会员，是有史以来最大规模。虽然计划继续优化和升级会员拓展策略，但华尔街日报认为其下一阶段的增长将由留存会员来推动。有数据清晰显示，减少用户流失的最佳方式就是提高参与度，然而如何推动产品的使用和建立用户忠诚度呢？
本期全媒派（ID：quanmeipai）带来华尔街日报的用户参与部门副主管Anne Powell、数据科学与分析副主管John Wiley以及产品优化总监Peter Gray的分析文章，一起来看这家媒体为了留存会员做出哪些努力。
在过去的一年里，华尔街日报的一个交叉功能团队共同努力，确立了推动用户留存的行为，并且更新了在用户群中推广这些习惯的方式，这就是“习惯项目”（Project Habit）。
通常会员下载了移动app或用电子邮箱进行了注册就更有可能继续关注华尔街日报。“习惯项目”的启动源自一句话——“此处应有更多用户留存”。所以后续的数据分析、优化和会员制团队都努力来验证这一论断。
第一步，尽数列出会员在华尔街日报网站上会做的所有事情。这是个超长的清单，包括用电子邮箱转存文章、玩填字游戏、新建观看列表和评论。下一步，华尔街日报创建了一个模型提取所有这些行为或习惯，他们借用医学中常用的生存分析Kaplan-Meier法来评估会员留存。该模型对比了有无特定使用行为的会员之间的“生存率”，并观察成为会员的前100天内这些行为的影响，以及在第一年会员期内这些行为如何影响每30天的留存量增长情况。
为何仅仅观察头100天内的会员使用行为？答案是为了消除因果关系和相关问题。聚焦于最新会员可以确保观察的是使用行为尚未习惯化的用户。结果显示出的任何行为都标志着新模式的出现，而非现有模式的再现。华尔街日报观察到的所有趋势适用于任何期限和付费类型的会员。
其中最重大的发现是，在App下载和newsletter新闻简报订阅之外，还有更多推动用户留存的行为。事实上，还有很多可以明显减少用户流失的使用习惯。华尔街日报的团队对这些行为如何影响留存和当前的采用率情况进行了可视化处理，发现以下最明显的趋势：
忠诚度：无论是持续关注特定版块还是特定记者，固定访问同一报道领域或作者的会员通常留存更久。特定领域或作者是谁并不重要，只要会员对其忠诚。
内容调性：那些阅读定期发布调性明确内容的会员留存率在平均水平之上。当读者清楚地知道内容上新时间时，他们就会养成习惯，每次发布的时候都会来看。
消遣：虽然读者会依赖华尔街日报的金融和政治报道来为其商业决策和职业生涯提供信息，但模型还显示，娱乐消遣的内容和板块同样促使会员留存。
转变用户参与度策略
借由“习惯项目”的成果，华尔街日报能够对用户参与度策略做数据驱动和有意义的调整，并且利用新发现的数据来丰富和优化现状，以及支持更多活跃会员的需求。
“习惯项目”一个重要的发现是，习惯是在早期就形成的。观察会员接受新习惯的可能性可以看到（下图），这一比例在第50天已经减半，在100天之后趋于稳定。
因此，将引导新用户放在优先地位对于充分利用会员最易受影响的时间至关重要。团队优化和拓展了网站引导体验，以纳入几个新的使用习惯。另外，华尔街日报将欢迎邮件系列从12天的内容增加到了100天，并添加了许多有助于推动用户参与的触点。如今，在新加入期间的10个会员中，会有8个至少做出1个推动留存的行为。
与此同时，华尔街日报联合产品、设计和工程团队（统称PDE）发布“画布项目”（Project Canvas）。尽管团队现在有数据精确支持应向会员推广的内容，但可以施展的空间非常有限。画布项目侧重于创造更多更好的空间以供会员交流。一直以来，华尔街日报仅仅依靠邮件作为沟通渠道。虽然邮件依然作为发送广告的重要方式，但渠道的影响力最多辐射到那些选择接受营销广告的人。因而必须建立有效的新渠道来推广，以减少用户流失的习惯清单。
WSJ.com是团队认为最易获取用户的地方：让网站会员发送信息的渠道从1个增加到5个，另外和PDE团队、新闻编辑室合作，确保信息看起来像是产品中很自然的一部分，并在不影响新闻和品牌标准的情况下强化了会员体验。每个渠道如今都比邮件多至少2倍的会员参与，有些甚至有55倍。
围绕最具黏性的内容和产品功能，“习惯项目”也帮助实现了几个生活化的营销活动策划。其中一个活动“Daily Dose”，借用了内容调性的趋势报告来安排会员的一周，并通过将黏性行为指定为每日任务来实现。
除了自家的媒体渠道，团队现在还能大胆使用付费渠道，这样可以更准确理解与会员行为有关的价值所在。在此过程中，华尔街日报发现，有些很少被采用的行为反而会很快吸引最多的用户参与。这证明，低采纳度并不必然意味着会员对此缺乏兴趣，而代表他们尚未有所认知。
如今，团队的数据驱动策略已经初见成效。在过去一年里，华尔街日报见证了活跃天数稳定增长（这是主要的参与度指标）。虽然没有万能模式彻底解决用户流失的问题，但对推动用户留存行为的量化理解也为团队提供了有力的武器，未来将更好地服务用户使用产品，促进用户留存。