AI 产品的留存与 churn

一、AI 产品留存,为什么比传统软件难得多

做 SaaS 的人都知道留存重要,但做 AI 产品,留存是一场更残酷的战争。原因有四个,每一个都能单独搞垮一个团队。

新鲜感退潮是最常见的杀手。 用户第一次看到 AI 生成一段代码、一张图、一篇文章,会"哇"一声,然后立刻分享朋友圈。但这种惊叹是有保质期的。第三次、第五次,新鲜感就变成了"不过如此"。传统工具软件的留存建立在"我需要完成这件事"上,而很多 AI 产品的早期留存建立在"我想看看它有多神奇"上。一旦好奇心耗尽,留存曲线就会断崖式下跌——这是 AI 产品最典型的"7 天死亡"现象。

免费沉迷是第二个陷阱。 AI 产品的边际成本极高——每一次推理都要烧 token、烧 GPU。你给用户免费额度,他真的会用,而且会用得很狠。但这些重度免费用户不会转化,他们只是在你这里薅羊毛,薅完去下一家。你以为 DAU 涨了是好事,其实是在烧钱养一群永远不会付费的人。传统 SaaS 的免费用户至少服务器成本是固定的,AI 产品的免费用户是按调用计费的,这是根本性差异。

替代品太多。 今天能写文案的 AI 工具没有一百也有五十,能生成图片的更是一抓一大把。用户切换成本极低——换个 bookmark 就行。你的产品没有任何"粘性护城河",除非你在工作流、数据、社区上下了功夫(后面会讲)。

大厂碾压是悬在头顶的剑。 OpenAI 发个新功能、Anthropic 降个价、Google 把 AI 塞进 Workspace,你的差异化可能一夜归零。独立开发者尤其脆弱——你花三个月做的功能,大厂一个版本更新就免费送了。这不是危言耸听,是每天都在发生的事。

所以 AI 产品的留存,不能套用传统 SaaS 的那套方法论。得重新想清楚:留存到底意味着什么,怎么衡量,怎么提升。

二、先搞清楚:留存的几个关键指标

很多团队一上来就看 DAU、MAU,这是错的。这两个数字在 AI 产品里尤其具有欺骗性。你需要的是一套分层的留存指标。

首次价值时间(Time To First Value, TTFV) —— 用户从注册到第一次感受到"这个工具真的有用"的时间。对 AI 产品来说,TTFV 应该按分钟计,不是按天。如果一个用户注册后 5 分钟内没有完成一次成功的生成、没有得到一个让他满意的结果,他大概率再也不会回来。TTFV 每延长一分钟,次日留存就掉一截。

次日 / 7 日 / 30 日留存 —— 这是经典三件套,但对 AI 产品要看"有效留存"而不是"登录留存"。用户登录了但没产生任何有效使用,不算留存。建议定义一个"激活事件"(比如成功导出一次结果、保存一个项目),只有完成激活事件的用户才算进留存分母。

习惯养成频次 —— 这是 AI 产品最被低估的指标。衡量用户一周内有效使用多少次。频次从 1 次/周 涨到 3 次/周,比 DAU 翻倍更重要——因为频次反映的是"用户把它放进了自己的工作流",这才是真留存。理想状态是用户每天、每个工作场景都自然打开你。

付费续费率 —— 免费用户的留存是虚的,付费用户的续费才是真金白银的判断。净美元留存率(NDR,Net Dollar Retention)是终极指标。如果付费用户续费率长期低于 70%,你的产品本质上没解决真问题,只是赶上了 AI 的风口。

三、留存漏斗:从激活到续费的五层

把留存拆成一个漏斗来看,每一层都有人掉出去,每一层都需要专门优化。

激活(注册并第一次用起来)
   ↓  转化率目标:60%+
价值(第一次拿到满意结果)
   ↓  转化率目标:40%+
习惯(一周内反复用 3 次以上)
   ↓  转化率目标:20%+
付费(从免费转付费)
   ↓  转化率目标:5-15%
续费(到期继续付费)
   ↓  目标:80%+

激活层 的核心是降低首次使用门槛。AI 产品最大的激活障碍是"空白页恐惧"——用户打开后不知道输入什么。解法是模板、示例、onboarding 引导、一键试用。让用户在 30 秒内看到第一次结果,不要让他想。

价值层 的核心是结果质量。用户用了一次,结果是垃圾,他就走了。这一层需要拼命优化 prompt、模型选择、结果呈现。很多团队花大力气做功能,却忽视了"第一次结果到底好不好"——这才是决定留存的生死线。

习惯层 是留存的主战场。用户用了一次觉得好,但不一定养成习惯。你需要主动推送、定期场景触发、把产品嵌进他的日常工作节奏。比如一个 AI 写作工具,不应该等用户想起来再打开,而应该在用户每周一早上写周报的时候主动提醒。

付费层 后面单独讲。

续费层 的核心是"持续证明价值"。用户付费那一刻是冲动,续费那一刻是理性。续费前 7 天,你要用数据告诉他"这个月你用我省了多少时间、产出了多少内容"。不要让用户在续费时才重新评估你的价值。

四、提升留存的四个杠杆

讲完了指标和漏斗,真正能撬动留存的,是下面四个杠杆。按 ROI 从高到低排。

杠杆一:持续价值,而不是一次性价值。 这是最根本的。如果你的产品只是"一次性生成个东西",用户用完就走,留存不可能好。你需要让产品"每次用都有新价值"。怎么做?持续更新模型能力、持续加新场景、让用户的内容库持续积累。Notion AI 之所以留存好,是因为用户的笔记越积越多,AI 能调用的上下文越来越丰富,这种价值是复利式的。

杠杆二:工作流嵌入,提高迁移成本。 这是独立开发者最该下功夫的地方。让用户把你的产品嵌进他的日常工作流,他用得越深,迁移成本越高。比如一个 AI 代码工具,如果只是生成代码片段,迁移成本是 0;如果它学会了用户的代码库、接入了他的 Git、记住了他的编码习惯,迁移成本就是"重新教一个新工具"——这个成本高到用户走不掉。工作流嵌入的本质,是把"工具"变成"流程的一部分"。

杠杆三:数据飞轮,用得越多越懂用户。 这是 AI 产品独有的留存杠杆。用户的每一次使用、每一次反馈、每一次修改,都在让模型更懂他。用得越久,个性化越强,结果越好,用户越离不开。这个飞轮一旦转起来,竞品哪怕功能一样,也无法替代——因为竞品没有你这个用户的历史数据。Midjourney 为什么留存好?因为用户调教出了一堆风格预设和模型理解,这些资产带不走。

杠杆四:社区与内容,超越工具属性。 工具是会被替代的,但社区和内容不会。当一个 AI 产品沉淀了用户的作品、模板、prompt 库、讨论社区,它就从一个工具变成了一个平台。用户留在那里,不只是因为工具好用,而是因为他的社交资产、创作资产都在那里。Civitai 就是典型——模型本身可以被复制,但社区和创作者生态无法被复制。

这四个杠杆不是孤立的,是叠加的。一个留存好的 AI 产品,通常四个都做了。

五、识别 churn:别等用户走了才发现

大部分团队识别 churn 的方式是"看后台发现某用户不登录了",这时候已经晚了。真正有效的 churn 管理,是在用户"开始走"的时候就识别出来。

识别 churn 的早期信号,按强到弱排:

1. 使用频次明显下降 —— 从每天用变成每周用,从每周用变成每月用。这是最强的 churn 信号。设置频次下降预警,一旦用户的使用频率比他的历史均值低 50%,触发召回。
2. 会话时长变短 —— 以前用 20 分钟,现在用 5 分钟就走了。说明用户在失去耐心,或者结果质量下降。
3. 核心功能停用 —— 用户还在登录,但以前常用的功能不用了。比如一个 AI 设计工具,用户还在浏览模板,但不再生成新图了。这是"僵尸用户"的典型特征。
4. 付费降级或取消意向 —— 从年付转月付、从高级套餐降级。这是最明确的 churn 前兆。

预警机制建议分三级:黄色预警(频次下降)→ 自动发一封邮件,问"最近用得怎么样";橙色预警(核心功能停用)→ 主动推送一个新功能或使用建议;红色预警(付费降级)→ 人工介入,客服或创始人直接联系。

召回动作要"对症"。频次下降的用户,给他一个新场景的灵感;核心功能停用的用户,告诉他这个功能最近升级了;付费降级的用户,直接给一个限时优惠或一对一沟通。群发邮件基本无效——已经决定走的人,不会因为一封群发邮件回来。

六、免费转付费:免费用户不是真留存

这一点必须反复强调。免费用户的"留存"是假的留存。 他们不计成本地用,但永远不付费,这种用户越多,你烧得越快。

真正健康的留存,是付费用户的留存。所以留存策略必须和变现策略绑定。你需要想清楚:

• 免费档的目的是什么?是降低试用门槛,而不是养用户。免费额度要刚好够用户"体验到价值",但不够他"长期白嫖"。
• 付费墙设在哪?设在用户"已经感受到价值、想要更多"的那个点,而不是设在用户"还没体验到价值"的点。前者是顺水推舟,后者是劝退。
• 免费用户的转化漏斗要持续优化。每周看一次:新增免费用户里,有多少完成了激活事件?有多少触发了付费墙?有多少真的付了?每一步的转化率都要盯。

一个残酷的事实:如果一个 AI 产品的免费转付费率长期低于 2%,商业模式基本跑不通——因为 AI 的推理成本摆在那,免费用户在持续烧钱。健康的产品,免费转付费率应该在 5% 以上,优秀的产品能做到 10%+。

七、别只看 DAU,看"离了你不行"

最后讲一个心法。DAU、MAU 这些虚荣指标在 AI 产品里特别容易让人自我感觉良好。你看到一个免费用户每天用 50 次,觉得"哇,用户超爱我",其实他只是爱薅羊毛。

真正该看的,是"离了你不行"的指标:

• 付费用户数和续费率 —— 真金白银的投票。
• 深度使用用户的占比 —— 不是看总用户数,看其中多少人形成了依赖(高频 + 多功能 + 长期)。
• NDR(净美元留存率) —— 付费用户整体的价值是在增长还是流失。NDR > 100% 说明现有用户在持续付费甚至加购,这是产品健康的终极证明。
• 用户主动反馈的频率 —— 用户提需求、报 bug、给建议,说明他在乎。沉默的用户最容易走。

一句话:留存的本质,不是用户还在用你,而是用户离不开你。 DAU 高不代表离不开,付费续费才代表。一个有 1 万日活但 0 付费的 AI 产品,不如一个有 500 日活但 200 人付费的产品——前者是烟花,后者是生意。

小结

• AI 产品留存比传统软件难:新鲜感会退、免费会烧钱、替代品多、大厂碾压。不能套用老一套留存方法论。
• 关键指标不是 DAU,而是 TTFV、有效留存、习惯频次、付费续费率。分清虚荣指标和真指标。
• 留存是个五层漏斗:激活 → 价值 → 习惯 → 付费 → 续费,每一层都要专门优化,漏一层都不行。
• 四个提升留存的杠杆:持续价值、工作流嵌入、数据飞轮、社区内容。叠加起来才是护城河。
• churn 要提前识别:频次下降、会话变短、功能停用是早期信号,预警 + 对症召回,别等用户走了才发邮件。

留存的本质,不是用户还在用你,而是用户离不开你。做让人离不开的产品,而不是让人惊叹的产品。