首次使用的五个节点:注册到第二次回来

100 个注册里只有 22 个在 W1 内第二次回来,而开发者只看得见「注册了 100 个」。本文把首次使用拆成注册、空状态、第一步、第一次成功、第二次回来五个节点,给出每格掉队原因与当天可做的干预,用乘法复算每节点改善 10% 的真实增益。

注册是一个点,从点到第二次回来之间,有四道会漏人的缝。

一、100 个注册,22 个回来

以下情境为教学假设,人物、引语和数字不代表经核实的真实案例。

许晨做了一款播客剪辑工具「声剪」,主打「把一段两小时的录音剪成 20 分钟」。上线第一周,他在两个创作者社区发了介绍,后台进来 100 个注册。他把这个数字截了图,觉得冷启动算是成了。

在他的理解里,注册和开始使用是同一件事:人都进来了,接下来自然是打开、上传、剪。他甚至还给自己定了一个更乐观的预期——第一周至少会有 60 个人用上一次。

这个预期来自一个隐含的假设:用户注册,是因为想用。实际更常见的情况是:用户注册,是因为看到了一个还不错的介绍,想「先存着」。注册是一个低成本的承诺,使用是一个有成本的动作,两者之间隔着一整套产品体验。

第二周周一,他想看看这些人用得怎么样,却发现后台只有一个「用户数 100」,没有任何关于「用过」的统计。他只好手动翻注册邮箱,按邮件往来把人分了类:问「怎么导入音频」的 11 人,问「导出在哪里」的 6 人,回过「收到」的 9 人,剩下 74 人一条消息都没有。

他又花了一个晚上,对照操作日志把每个人走到的位置标出来。结果是:100 个人里,84 个看到过空状态页,58 个完成过第一步(导入一段音频),47 个成功导出过一次成品,只有 22 个在第一周结束前第二次回来并又导出过一次。

这 22 个人里,有 14 个是他在社区里认识的朋友,剩下 8 个来自一个他没听说过的播客群。也就是说,产品在陌生人那里的真实首次使用人数,比他以为的少得多。他此前所有的判断,都建立在一个只记录「来过」的后台上。

他一直在看的是「100 个注册」,真正决定产品命运的是最后那个「22」。

二、五个节点:从注册到第二次回来

把首次使用拆开,可以固定成五个节点。每个节点只问一个问题:上一节点的人,有多少走到了这里。

节点本周通过人数常见掉队原因单人当天能做的干预是否值得做
注册完成100验证邮件进垃圾箱、密码规则太严改成魔法链接登录,或暂时关掉邮箱验证值得,一次性
看到空状态84空白页不知道下一步、加载慢首屏放一个 30 秒的示例项目值得
完成第一步58要上传素材,但用户手头没有内置三段可用的测试音频最值得,掉队最多
第一次成功47导出失败、格式不对、找不到成品固定一个默认预设,导出后自动打开文件值得
第二次回来22没有再次使用的理由、忘了、没收到提醒一条「你的项目还在」的提醒,附一个新素材值得,但排在前面之后

这张表最重要的不是数字,而是每一格后面的「原因」和「干预」。数字会随产品和渠道变,原因的分类基本稳定:不知道怎么开始、手头没有材料、做不成、没有理由再来。

为什么是五个而不是七个?因为再多就不容易用一张纸记住,也不容易在一周内全部观察到。如果产品有额外的分支(比如必须邀请一位同事才能使用),可以临时加一格,但要保持「每一格只问通过人数」的规则。

五个节点里,掉队最多的是「完成第一步」:84 人里只有 58 人通过,掉了 26 个。其次是「第二次回来」,47 到 22 掉了 25 个。两个数字接近,但处理顺序不同:前者当天就能改,后者需要先有稳定的第一次成功。

还要注意一件事:这五格不是并列的五个功能,而是一条链。 链上的每一格都只能处理上一格漏下来的人,所以任何一格的通过率下降,都会让后面所有格子的绝对人数一起下降。

2.1 三个读表习惯

第一,先看人数,再看比例。100 人的漏斗里,1 个百分点就是 1 个人,任何一天的手工操作都可能造成这种波动。先确认「这格少了 20 个人」是真实的,再谈百分比。

第二,不要跨周比较绝对人数。这一周 100 个注册,下一周 40 个,第二格的通过人数一定下降,但通过率可能没变。链式表要纵向比通过率,横向才比人数。

第三,把「第二次回来」定义成 W1 内的动作,而不是「注册后第 7 天当天」。第 7 天只是一个观察窗口的边界,用户在第 5 天或第 6 天回来,都应该计入。定义写成自然周,比写成精确到天更稳。

节点名称要用用户听得懂的话,不要用内部术语。「看到空状态」在文档里可以这么写,但对用户来说,那一格是「打开后不知道从哪开始」。名称越贴近用户的处境,越容易从表里直接读出干预方案。

三、跳过与延迟:不是所有步骤都同等重要

注册流程里塞满步骤,是独立开发者最常见的自救动作:多问一句「你从哪里知道我们」,多填一个「团队规模」,多勾一个「同意接收更新」。这些字段对开发者有用,对用户是纯成本。

判断一个步骤属于哪一类,只用一个问题:它有没有产出一个用户能拿走的东西。 有产出物的步骤是核心动作,不能跳过;没有产出物的步骤,要么可以跳过,要么可以延后。

可以跳过的:行业、团队规模、使用场景、来源调查。这些字段可以在用户第一次成功之后,用一次性的轻提示补问,答不答都不影响使用。

有一个反直觉的算术:每多一个必填字段,注册完成率通常下降几个百分点,而这个下降会原样传到后面每一格。一个字段带来 5% 的注册损失,在 100 人漏斗的末端就是 1 到 2 个人。字段的价值必须大到能覆盖这个损失,否则就该去掉。

可以延迟的:邀请同事、连接日历、设置通知、绑定支付方式。把它们从注册流程里拿出来,放到「第一次成功」之后。用户拿到成品的那一刻,是最愿意配合的时刻。

不能跳过的:上传素材、选择输出格式、导出成品。这些步骤直接决定用户能不能拿到价值。跳过它们,等于让用户注册完就停在原地。

如果必须要问,就一次只问一个问题,并把默认值填好。让用户确认一个已经填好的选项,和让用户从零做一次选择,成本差很多。默认值不是作弊,是把最常见的场景替用户先选一次,他随时可以改。

许晨后来把「选择节目类型」从注册流程里移到了导出之前,走到空状态页的比例从 84% 提到 91%(教学数字),但第一次成功率没有变化。这说明那个字段确实只是注册环节的摩擦,不是价值的一部分。能移动的步骤就移动,不能移动的才谈优化。

延迟不等于删除。有些步骤是产品后续必需的,比如绑定支付方式;把它们删掉,只会在后面制造更大的摩擦。延迟的处理方式是:先让用户拿到一次成品,再在他有明确动机的时候提出要求。动机最强的那一刻,通常就是「他想保存或分享这份成品」的时候。

四、复算:每节点 10% 是乘法,不是加法

假设五个节点的现状如上表,W1 结束时剩下 22 人。现在做两种改法,各算一次。

当前漏斗(100 个注册,W1 结束时):
  注册完成        100   通过率 —
  看到空状态       84   84%
  完成第一步       58   69%   ← 掉队 26 人,最多
  第一次成功       47   81%
  第二次回来       22   47%   ← 掉队 25 人
  总通过率 = 0.84 × 0.69 × 0.81 × 0.47 = 0.2206 → 22 人

四个节点各改善 10%(通过率 ×1.1):
  0.924 × 0.759 × 0.891 × 0.517 = 0.3231 → 32 人
  增益 = 32 − 22 = 10 人
  相对提升 = 10 ÷ 22 = 45%,不是 4 × 10% = 40% 的加法

只改掉队最多的「完成第一步」(69% → 79%):
  0.84 × 0.79 × 0.81 × 0.47 = 0.2526 → 25 人
  增益 = 25 − 22 = 3 人
  单点增益会被后面三格的漏损吃掉,所以改完要立刻复算下一格

代码里的每一次相乘,都是一格对上一格的筛选。0.84 表示 84 个人走到了第二格,0.69 表示其中只有 69% 走到了第三格。总通过率 0.2206 就是 22 个人,和手工数的结果一致,说明这张表没有被漏记的节点。

第一个结论:四个 10% 叠起来不是 40%,是 45%。看起来只差 5 个百分点,但这是方向性的差别——乘法会让改善互相放大,也会让漏损互相放大。

第二个结论:只改一格,即使改的是掉队最多的那一格,最终也只多留下 3 个人。这不是说不要改,而是说改完必须复算,看新的最大格在哪里。如果改完「完成第一步」之后,新的最大格变成了「第二次回来」,下一步就该处理它。

第三个结论:五个一起改是最差的策略。一个人没有五份精力,同时改五处也无法判断是哪一处起了作用。正确顺序是按掉队人数排序,一次一格,每格改完等满一个 W1 周期再复算。

复算时还要接受一个现实:大多数节点不可能改到 100%。 注册流程再顺,也总有人填错邮箱;导出再稳,也总有人中途放弃。目标不是把每一格补满,而是把当前最漏的那一格补到接近同类产品的正常水平,然后停手,把精力放回产品本身。

五、行动清单与复算验收

这份清单的执行周期是一周:周一画表,周二到周四改一格,下周一复算。超过一周还没改完的干预,通常说明它不是一个「当天能做完」的动作,应该拆小。

  • 用一周的注册,画出五个节点的通过人数,标出每格的掉队人数。
  • 给每个节点写一条「当天两小时内能做完」的干预,写不出就说明还没找到原因。
  • 按掉队人数排序,一次只改一格,其余的先不动。
  • 改完等满一个 W1 周期再复算,不用三天的数据下结论。
  • 把「第二次回来」的触发条件写成一句可执行的提醒,例如「项目 48 小时未打开」。

验收标准:同一周的 100 个注册,你能说出每一格少了多少人、下一格准备改哪一处、改完准备用什么数字验收。 三个问题有一个答不上来,就还没有看懂这条链。

如果只能做一件事,做那张表。表一旦存在,掉队最多的格子会自己浮出来,不需要再靠感觉猜。

使用边界与实操验收

本文不展开空状态的具体写法,那是第 04 篇;也不讨论留存曲线怎么读、沉默用户怎么召回,那在第 05 与第 08 篇。本文只处理从注册到第二次回来这一段。

五个节点的划分适用于「有明确首次产出物」的工具型产品。如果产品是内容型或社交型,第一次成功可能不是导出,而是「读完一篇」「收到一条回复」,节点名称要换,但链式结构和乘法复算不变。验证以同一队列连续两个 W1 周期为准,不以某一天的转化率波动为准。

一周 100 个注册的样本,每一格的人数是整数,1% 就是 1 个人。这个量级只够看趋势,不够做 A/B 测试;任何小于 5 个人的差别都应视为噪声。如果你只有 30 个注册,把观察窗口拉长到四周再画表,或者把结论写成「待验证」。

关键参考与核验范围

本文的五个节点、全部人数与改善幅度均为教学演示,不构成转化率优化承诺。核验日期:2026-10-23。

第三方转化分析工具与行业漏斗基准在本次核验中无法访问,因此本文不引用其数值或条款原文,也不附链接。执行时以你自有后台能导出的事件为准。

只引用这两部法律,是因为它们直接约束「记录哪些行为」和「收了钱要交付什么」两件事,恰好覆盖本文用到的两类数据。它们不提供任何转化率标准,也不评价你的漏斗设计。

系列导航

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「Indie」更多文章

  1. 定价复盘:价格、转化、留存与退款的一张表
  2. 低流量定价实验:样本不够时怎么测
  3. 结账页:币种、税费、失败重试与拒付