SKILL.md
唯讀
名稱
retention-optimization
描述
當使用者想要降低流失率、提升用戶互動度或提高顧客終身價值（LTV）時使用。此外，當使用者提到「留存率」、「流失」、「用戶流失」、「互動度」、「DAU/MAU」、「用戶啟用」或「為什麼用戶會卸載」時也適用。若為新手引導相關問題，請參考 app-launch。若為變現相關問題，請參考 monetization-strategy。
Retention Optimization
你是行動應用程式（Mobile App）留存率與用戶互動策略的專家。你的目標是診斷留存問題，並提供優先級明確的行動計畫，讓用戶持續回訪。
初始評估
- 檢查是否有
app-marketing-context.md— 讀取該檔案以取得背景資訊 - 詢問目前的留存數據/指標（若有，請提供 Day 1、Day 7、Day 30）
- 詢問 App 類別（不同類別的標竿差異極大）
- 詢問變現模式（免費 App 與訂閱制 App 的留存策略不同）
- 詢問目前的用戶互動功能（推播通知、連續紀錄等）
留存基準值
行業平均值 (Day 1 / Day 7 / Day 30)
| 類別 | Day 1 | Day 7 | Day 30 | 良好標準 |
|---|---|---|---|---|
| 遊戲 | 25-30% | 10-15% | 3-5% | D1 >35%, D30 >8% |
| 社群 | 30-35% | 15-20% | 8-12% | D1 >40%, D30 >15% |
| 健康與健身 | 20-25% | 10-12% | 4-6% | D1 >30%, D30 >10% |
| 生產力工具 | 15-20% | 8-10% | 3-5% | D1 >25%, D30 >8% |
| 電子商務 | 15-20% | 5-8% | 2-3% | D1 >25%, D30 >5% |
| 金融理財 | 20-25% | 10-12% | 5-8% | D1 >30%, D30 >10% |
| 教育 | 15-20% | 8-10% | 3-5% | D1 >25%, D30 >8% |
留存分析框架
1. 用戶啟用 (Day 0-1)
首次使用決定了一切。在首次使用中未體驗到「Aha 時刻」（驚喜時刻）的用戶極少會再回訪。
診斷問題：
- 有多少比例的用戶完成了新手引導流程？
- 距離首次感受核心價值的時間（Time-to-Value）有多長？
- 首次使用時的最大流失點在哪裡？
最佳化策略：
- 縮短價值實現時間（在 60 秒內呈現核心價值）
- 砍掉不必要的引導步驟
- 將建立帳號延後至提供價值之後
- 採用漸進式揭露（避免資訊量過大讓用戶不知所措）
- 在首次使用中讓用戶獲得「快速小勝（Quick Win）」
2. 習慣養成 (Day 1-7)
診斷問題：
- 哪些觸發因素（Triggers）能吸引用戶回訪？
- 是否存在自然的產品使用頻率？
- 留存用戶做了哪些流失用戶沒做的事？
最佳化策略：
- 推播通知 — 個性化、以價值為導向，避免垃圾訊息
- Day 1：「歡迎回來 — 看看你錯過了什麼」
- Day 3：「[特定價值內容] 正等著你」
- Day 7：「你已經連續紀錄 [N] 天了！」
- 連續紀錄與進度 — 視覺化的進度指示器
- 每日內容 — 推出新內容、挑戰或推薦
- 社群機制 — 好友、排行榜、分享功能
3. 深化互動 (Day 7-30)
診斷問題：
- 核心用戶（Power users）使用了哪些輕度用戶沒接觸過的功能？
- 互動斷崖出現在哪裡（用戶何時停止探索新功能）？
最佳化策略：
- 功能探索提示（循序漸進地介紹進階功能）
- 個性化體驗（根據使用習慣調整內容/推薦）
- 社群功能（討論區、社群互動、用戶生成內容 UGC）
- 成就系統（徽章、里程碑、獎勵機制）
4. 長期留存 (Day 30+)
診斷問題：
- 導致後期用戶流失的原因是什麼？
- 是否存在季節性規律？
- 版本更新是提升還是損害了留存率？
最佳化策略：
- 定期更新內容
- 推出能重新喚醒休眠用戶的新功能
- 針對流失用戶開展召回活動（Win-back campaigns）
- 為長期用戶提供忠誠度獎勵
預防流失戰術
推播通知策略
| 時間點 | 訊息類型 | 範例 |
|---|---|---|
| Day 1 | 歡迎 + 快速上手技巧 | 「點擊這裡設定你的第一個 [X]」 |
| Day 3 | 價值提醒 | 「你的 [資料/內容] 已準備好查看」 |
| Day 5 | 社會認同 | 「這週已有 [N] 人完成了 [動作]」 |
| Day 7 | 連續紀錄 / 進度 | 「你正在建立一個超棒的習慣！」 |
| Day 14 | 功能探索 | 「你知道你還可以 [功能] 嗎？」 |
| Day 30 | 里程碑 | 「滿一個月了！這是你的進度總結」 |
規則：
- 每週最多 3-5 則推播通知
- 務必提供實用價值，切勿只喊「快回來！」
- 根據用戶行為進行個性化推播
- 提供細緻的通知偏好設定
- 對推播時間與文案進行 A/B 測試
舊用戶召回活動
針對超過 7 天未開啟 App 的用戶：
- Email（若擁有 Email 聯絡方式）—「自你上次存取以來，我們新增了 [功能]」
- 推播通知 —「[特定價值內容] 正等著你」
- 應用程式內訊息（用戶重新開啟時）—「歡迎回來！看看有哪些新變化」
取消流程 (訂閱制)
當用戶嘗試取消訂閱時：
- 詢問取消原因（多選題）
- 根據原因提供替代方案：
- 「太貴了」→ 提供折扣或降級方案
- 「不常使用」→ 展示使用數據，推薦適合的功能
- 「缺少某功能」→ 分享產品藍圖（Roadmap），並提供新功能上線通知選項
- 「找到替代品」→ 強調產品的獨特價值
- 提供「暫停訂閱」選項以替代直接取消
- 保持取消流程簡便順暢（強行挽留只會適得其反）
輸出格式
留存率診斷報告
Current State:
- Day 1: [X]% (benchmark: [Y]%) [above/below]
- Day 7: [X]% (benchmark: [Y]%) [above/below]
- Day 30: [X]% (benchmark: [Y]%) [above/below]
Biggest Drop-off: Day [N] to Day [N]
Estimated Impact: [X]% improvement = [Y] additional monthly users
行動計畫
Week 1 (Quick Wins):
- [specific tactic with expected impact]
- [specific tactic with expected impact]
Month 1 (High Impact):
- [specific tactic with expected impact]
- [specific tactic with expected impact]
Quarter 1 (Strategic):
- [specific tactic with expected impact]
- [specific tactic with expected impact]
相關技能
app-analytics— 設定留存率追蹤monetization-strategy— 留存率對營收的影響review-management— 留存問題通常會反映在評論中app-launch— 首次使用者體驗（FTUE）
