提高产品采用率,要先找出三个阶段里哪一个被卡住(没发现功能、试了一次就停、没有再回来),再用对应阶段的策略,并衡量该阶段自己的指标。示例里,同时提升认知、首次尝试和重复使用,会让采用者从 10,000 个有资格用户里的 720 人增加到 1,350 人,因为各阶段比率相乘。下面是阶段模型、障碍对照表和样本量规则。
读完你会知道
- 把「已采用」定义成有资格用户里的行为(如 30 天内使用 3 次及以上),再拆成认知、尝试和重复使用
- 按策略解开的阶段来选,并用该阶段自己的指标来验证
- 比较同一周开始的群体,读变化之前先知道自己的误差范围
提高产品采用率是什么意思?
产品采用率,是在有资格使用你的产品或某个功能的人里,已经开始并持续使用的人所占的比例。要让这个数字能被改善,就把「已采用」定义成可以观察的行为,而不是感觉。一个可行的定义是:30 天内至少做了 3 次关键操作的人。于是:
采用率 = 达到已采用状态的人数 ÷ 有资格使用的人数
Google 的 HEART 框架由 Kerry Rodden、Hilary Hutchinson 和 Xin Fu 发表于 CHI 2010,做的是同样的区分:采用指标「追踪在某个时间段里有多少新用户开始使用产品」,留存指标看已有用户是否继续回来。本文讲的是前者,以及它不太显眼的后半部分,也就是重复使用。怎样先把采用率量出来,见如何衡量产品采用率,功能层面的版本见功能采用率;本文讲的是有了数字之后该改什么。
贯穿全文的观点:采用卡在三个阶段之一(根本没发现、试了一次就停、用过之后没再回来),每个策略都应该按它解开的阶段来选,并用该阶段对应的指标来验证。 没有这个对应关系的八条策略,只是一张待办清单。
用户在旅程的哪一段被卡住了?
把旅程分成三个阶段,每个阶段有自己的指标:
- 认知: 有资格的用户到达了提供该功能的位置。指标:看到它的有资格用户占比。
- 尝试: 用户至少试过一次。指标:已知晓用户里尝试的占比。
- 重复使用: 用户回来的次数够多,算已采用。指标:尝试过的人里达到已采用状态的占比。
三个比率的乘积就是采用率。这一点很重要,因为薄弱的阶段很容易藏在强的阶段后面:一个 90% 的用户都试过的功能,如果尝试者里只有 6% 再回来,采用率仍然只有 5%。每个阶段要的修法不同。认知是位置问题。尝试是价值与摩擦问题。重复使用是习惯与质量问题。修错了阶段,花几周也不会有变化。
一个完整算例是什么样?
示例数据:一款项目工具上线了新的「重复任务」功能。最近 30 天,有 10,000 个活跃账户有资格使用。三个阶段如下:
| 阶段 | 用户数 | 本阶段比率 |
|---|---|---|
| 有资格 | 10,000 | 不适用 |
| 知晓(打开了功能所在的任务菜单) | 6,000 | 占有资格的 60% |
| 尝试(创建过一个重复任务) | 1,800 | 占知晓的 30% |
| 已采用(30 天内使用 3 次及以上) | 720 | 占尝试的 40% |
采用率:720 ÷ 10,000 = 7.2%。
现在测试修在哪里最划算。假设某个策略只可能提升一个阶段,别的不变:
- 认知从 60% 提到 75%:10,000 × 0.75 × 0.30 × 0.40 = 900 个采用者(多 180)。
- 尝试从 30% 提到 36%:6,000 × 0.36 × 0.40 = 864 个采用者(多 144)。
- 重复使用从 40% 提到 50%:6,000 × 0.30 × 0.50 = 900 个采用者(多 180)。
- 三项一起:10,000 × 0.75 × 0.36 × 0.50 = 1,350 个采用者,也就是 13.5%。
三种修法的投入并不相等。认知的百分点提升投入最少(换个更好的位置),所以常常先做。数字还显示出人们容易忽略的一点:每个阶段都乘以后一个阶段,所以三项合起来的 1,350,比各项增量的加总(720 + 180 + 144 + 180 = 1,224)更多。先做投入最少的阶段,但规划时要按三者的乘积,而不是加总。
有资格用户 → 已采用
最近 30 天有资格
10,000
知晓
6,000
尝试
1,800
已采用
720
哪个策略对应哪个障碍?
用这张表把薄弱阶段变成策略,再变成能证明它有效的数字。多数团队会漏掉的正是证明指标。
| 障碍 | 阶段 | 策略 | 证明指标 |
|---|---|---|---|
| 用户不知道有这个功能 | 认知 | 在用户需要的那一刻、在上下文里提供它 | 看到入口的有资格用户占比 |
| 用户看不到价值 | 尝试 | 先用示例或模板展示结果 | 知晓用户里 7 天内尝试的占比 |
| 第一次使用步骤太多 | 尝试 | 把第一次缩短成一个动作,能预填的都预填 | 从首次看到到首次使用的中位时间 |
| 权限或设置弹窗来得太早 | 尝试 | 等用户做了需要它的事情之后再问 | 该弹窗的授权率 |
| 首次使用出错或看不懂 | 尝试 | 修错误,并追踪这个功能上的失败 | 这个功能上的错误率和受影响用户 |
| 用过一次,没有回来的理由 | 重复使用 | 把下一次使用和自然的时刻绑在一起 | 尝试者里 30 天内使用 3 次及以上的占比 |
| 用户找不到帮助 | 尝试和重复使用 | 在功能页放帮助或聊天入口 | 每 100 个新用户里关于该功能的提问数 |
| 统计了不该统计的人群 | 任意 | 定义资格,针对需要它的分群 | 有资格用户中的采用率,而不是全部用户 |
其中两条有平台方的文档依据。在 Android 13(API 级别 33)及以上,新安装的 App 默认关闭通知,直到用户授予 POST_NOTIFICATIONS,Android 官方的建议是等一等、在上下文里问:用户点击提醒铃铛、关注一个账号或提交订单时,或者第三、四次启动之后。这就是「等用户做了需要它的事情之后再问」这条策略,并且有出处。HEART 论文自己的例子也是类似的证明指标:Google 的一款产品发现,上周有五天及以上使用它,对更长期的留存有很强的预测力,所以把它当作先行指标。
| 阶段 | 问题 | 指标 |
|---|---|---|
| 认知 | 有资格的用户看到了吗? | 看到入口的有资格用户占比 |
| 尝试 | 他们试了吗? | 知晓用户里尝试的占比 |
| 重复使用 | 他们回来了吗? | 尝试者里 30 天内使用 3 次及以上的占比 |
采用率是三个阶段比率的乘积。
怎样解决认知问题?
认知问题关乎功能在哪里、什么时候被提供,而不是声音多大。三条规则:
- 在需求出现的地方提供。 重复任务的提示,应该出现在用户刚刚连续创建了两次同一个任务的页面,而不是更新说明横幅里。按每周经过的有资格用户数给候选位置排序。
- 数曝光,不数发送。 送达了却被划过去的公告,没有让任何人知晓。指标是看到它的有资格用户占比,这需要在入口上埋一个事件。
- 有效之后就停。 试过这个功能的人,应该不再看到提示。永远不消失的提示,会训练用户忽略整个产品。
如果曝光已经超过 80% 而采用率仍然低,说明认知不是问题,转去看尝试阶段。
怎样解决第一次尝试?
尝试阶段流失于价值和摩擦。先从摩擦入手,因为它可以量。
- 给第一次使用计时。 量出从用户首次看到功能到首次使用的时间。如果中位数是两天,功能并不难找,而是还不够吸引人,让人现在就去试。
- 数到首次获得价值的步骤。 写下从入口到第一次成功之间的每一次点击。凡是第一次成功不需要的就砍掉,其余的预填好。
- 先展示结果。 一个示例结果或一键模板,能在用户投入之前告诉他会得到什么。
- 查错误率。 如果 100 次首次尝试里有 15 次失败,再多的文案也没用。先修失败。
好目标不是一个数字,而是改了其中一件事、别的都不变时,尝试率会随之变化。
怎样让人回来?
重复使用是多数指南跳过的阶段,在这个算例里它是最大的杠杆:1,800 人试过这个功能,只有 720 人留下。策略围绕的是自然的时刻,而不是提醒:
- 把第二次使用绑在用户本来就在做的事情上。 如果重复任务在一周开始时最有用,第二次使用在周一发生的可能性比周三更大。
- 让结果在之后看得见。 回报延迟才到的功能,需要在回报到来时有东西把它展示出来。
- 看看谁没有回来。 试过又停下的人是一个明确的群体。在猜之前,先在客服或聊天里问其中几个人为什么。
不要因为用户试了一次就算已采用。用你一开始就定下的那个定义,比如 30 天内使用 3 次及以上,并且在测试改动期间保持这个定义不变。
怎么知道一个策略有效?
比较同一时期开始的群体,而不是前后对比。你在第 5 周上线的改动,拿第 4 周来对比,同时也量到了这两周里发生的其他所有变化。
第二条纪律是样本量。用很少的用户量出来的比率,会随机波动。对于 7.2% 的采用率,95% 的误差范围大约是:
- 10,000 个有资格用户:±0.51 个百分点(标准误 0.26 个点,乘以 1.96)。
- 2,000 个有资格用户:±1.13 个点。
- 1,000 个有资格用户:±1.60 个点。
所以每组 10,000 个用户时,从 7.2% 到 9.0% 是 1.8 个点的差,差值的误差范围是 ±0.76 个点(z ≈ 4.7),结论站得住。同样 1.8 个点的变化,如果每组只有 1,000 个用户,就站不住了,而在这些规模下,都不要去解读 0.3 个点的变化。在测试之前先定好你在意的最小变化,等误差范围小于它再下结论。
哪些错误会让采用率工作失败?
- 把全部用户都算作有资格。 如果一个功能只适用于 40% 的账户,采用率就应该对这 40% 来算。
- 把一次点击叫作「采用」。 第一次使用说明有兴趣。采用是重复的行为。
- 同时改好几样。 你不会知道三个阶段里哪一个动了。
- 把公告当成曝光。 发出去的邮件不是曝光;被看到的页面才是。
- 没有停止条件。 事先定好,什么时候不再推一个没人采用的功能。有些功能对很多用户来说就是不重要。
用 TapCub 怎么做
拿重复任务的例子来说。衡量由 TapCub 来做,改动是你的事。TapCub 不展示应用内引导、清单或提示气泡,也不做 A/B 实验,它报告用户做了什么。
- 在 全端分析 › 数据管理 › 埋点方案 里定义三个事件:看到入口(比如
recurring_menu_viewed)、首次创建和重复操作。每个事件有名称、平台、触发时机和负责人,大家就按同一种方式读这三个阶段。 - 在 全端分析 › 行为分析 › 行为分析 里,建一个从看到入口到首次创建的漏斗。流失最多的那一步,就是要先修的阶段,漏斗还可以按分群拆开。
- 仍在 行为分析 里,用创建事件的分布,看每个人触发了几次。3 次及以上的占比就是你的采用率,恰好 1 次的占比就是试过又停下的那群人。
- 在 全端分析 › 用户 › 分群与标签 里保存一个规则分群「做过一次事件、之后没再做」,这样这群人在每张图里都是同一批,还能去看他们的档案。匿名访客没有档案,也不会成为分群成员,所以这对已识别的用户有效。
- 每次改动之后,在 配置 › 日期标注 里标出上线日期,这样前后变化在同一张图上看得到,再按证明一节的建议,比较同一周开始的群体。
如果有人问起这个功能,问题会连同他们所在的页面一起进入 客服 › 客服工作台,让「用户找不到帮助」从猜测变成一个计数。
FAQ
怎么提高产品采用率?
找出三个阶段(认知、首次尝试、重复使用)里哪个被卡住,选对应阶段的策略,并衡量该阶段的指标。示例里,同时提升认知、尝试和重复使用,会让采用者从 10,000 个有资格用户里的 720 人增加到 1,350 人,因为各阶段比率是相乘的。
多少算好的产品采用率?
没有通用数字,因为它取决于你怎么定义「已采用」以及谁有资格。先定你自己的定义,比如有资格用户里 30 天内使用 3 次及以上,记录当前的比率,用它来判断变化,而不是拿别家公司的数字。
产品采用和功能采用有什么区别?
产品采用是人们是否持久地使用产品;功能采用是对一个功能、在可能使用它的用户里问同样的问题。三阶段方法对两者都适用:改的只是什么算有资格、什么算已采用。
采用率要多久才能看到改善?
取决于有资格的用户多快到达该功能。10,000 个有资格用户时,7.2% 的比率误差范围约 0.5 个百分点,所以要量足够长的时间来凑够这么多用户,并比较同一周开始的群体。
为什么只有认知还不够?
因为各阶段是相乘的。如果 75% 的用户看到了功能,但其中只有 36% 试用,试用的人里又只有一半回来,采用就是 10,000 × 0.75 × 0.36 × 0.50 = 1,350,而不是 7,500。认知数字好看,可能掩盖它后面某个薄弱的阶段。
资料来源
- Kerry Rodden、Hilary Hutchinson 和 Xin Fu。Measuring the User Experience on a Large Scale: User-Centered Metrics for Web Applications。CHI 2010 论文集:HEART 框架及其采用和留存的定义。核对于 2026-11-20。
- Android Developers。通知运行时权限:从 Android 13 起通知默认关闭,要在上下文里请求。核对于 2026-11-20。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

