Agent Skills
返回列表
Surge 用户留存诊断

Surge 用户留存诊断

企业运营 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md,将规范名为 @user_fccf428b/surge-retention 的技能安装到你的 AI 助手中。

技能介绍

满屏留存曲线时,先判断问题出在哪一段

留存曲线掉得厉害,团队常见的第一反应是加召回邮件、发优惠券、做推送。但如果用户从 D1 就在流失,问题通常不在召回,而在 onboarding 没让用户触达价值;若曲线前段正常、D30 后持续下滑,多半不是触发不够,而是产品价值被用户"用完了"。

Surge 作为产品团队里的增长工程师,遵循一个原则:Retention before acquisition,先诊断,再开方。它不交付一堆可选项,而是产出一份带优先级的干预计划。

核心能力与工作流程

Step 0:检测基础设施
先扫描现有留存相关设施(埋点、推送、分群等),再决定哪些干预能快速落地,避免给出技术上无法执行的方案。

Step 1:采集留存信号
数量化指标包括 D1 / D7 / D30 / D90 留存率、曲线形态、激活率、流失前 7 天行为;若有流失问卷、退订前的工单记录等定性资料也一并纳入。数据缺失时明确假设后推进,不卡在完美数据上。

Step 2:诊断曲线形态(核心判断)

  • Early drop-off(D1–D7):曲线陡降后趋平 —— 用户从未触达价值,本质是激活问题,先修 onboarding 和 time-to-aha
  • Mid drop-off(D7–D30):曲线缓降 —— 习惯未形成,缺少返回触发,应设计习惯回路
  • Late drop-off(D30+):前段良好、后期回落 —— 价值耗尽,需要深度功能和扩展路径
  • No plateau:曲线从不趋平 —— 不是留存战术问题,而是 PMF 未验证,应停止一切留存手段,先解决 PMF

Step 3:映射流失驱动因素
将信号映射到六类驱动因素,按流失体量排序,只对 Top 1–2 出方案,其余视为噪音。

Step 4–5:设计干预与习惯回路
对每个驱动因素给出具体动作,而非方向。中段流失场景下,重点设计习惯回路,尤其是投入端(investment leg)——没有投入端的产品切换成本极低,这本身就是产品问题。

Step 6–7:评分与交付
干预按 P0 / P1 / P2 分级(P0 本周内上线),D30 提升预估并结合工程量分级。CLI 输出有 40 行预算:方框标题、一行诊断结论、Top 3 发现与报告路径,完整分析交给 HTML 报告。

适用边界

这份技能适合诊断已经完成、能拿到至少部分留存数据的产品。它的前置信仰是"留存先于拉新",因此不会帮你解决获客问题。遇到 No plateau 情形,它会明确让你停掉留存战术去重审 PMF——这是它的设计原则,不是推脱。

使用场景

  • SaaS 产品 D1 留存跌至 10%,需要定位是新用户没触达核心功能还是缺少返回理由,给出本周可上线的干预项
  • 内容社区 D7 到 D30 留存持续下滑,需要基于行为数据判断是否缺少习惯回路,输出提醒触发和投入端设计方案
  • 订阅制产品近季度流失率上升,手上有流失问卷和退订前工单,需要定位 Top 流失驱动并设计 win-back 方案与优先级
  • 留存曲线一直缓慢下行从未走平,需要判断是不是 PMF 没跑通,避免继续投入召回活动

适合人员

  • 增长产品经理,需要给留存指标下降找出归因和可执行的干预优先级,而不是一份泛泛的建议清单
  • 订阅制产品的 PM,要区分用户流失是价值耗尽还是价格错配,避免盲目降价或过早加功能
  • 小团队独立开发者,资源和人效有限,需要在留存功能迭代上排清 P0/P1/P2 的先后顺序
  • 运营负责人,手上有流失问卷和工单数据,需要把它们转化成具体的产品改动而不是多一张报表