Everlove 在 2.4 万用户上测试缩短引导流程,完成率升 8.6 个百分点但试用率降 18%
Everlove tested shorter onboarding on 24,000 users. Completion went up, trial starts went down.
情侣应用 Everlove 在 2.4 万名用户上把 28 步的新用户引导与 19 步版本做 A/B 测试,引导完成率从 78.1% 升到 86.7%,多出约 700 人看到付费墙。但看到付费墙者的试用启动率从 3.83% 降到 3.13%,初始转化率 3.35% 对 3.11% 无显著差异,两项效果相互抵消。测试从 2026 年 6 月 14 日开始,第二伴侣的 12 步引导未改动。
情侣应用 Everlove 把新用户引导从 28 步砍到 19 步,完成率涨 8.6 个百分点,但看到付费墙的人试用率降 18%,最终转化没动。

拥有超过 15 万用户的伴侣应用 Everlove,在 2.4 万名用户中,将 28 步引导流程与 19 步版本做了 A/B 测试。更短的流程把引导完成率提升了 8.6 个百分点,并让大约多 700 名用户看到了付费墙。但付费墙浏览者中的试用启动率下降了 18%,而初始转化率没有变化:两个效果相互抵消。
要点:引导流程的长度并不是首先要决定的事。先弄清楚你的漏斗在哪里流失,再决定引导流程应该多长。
下面来看看我们测试了什么,以及更短的引导流程究竟给 Everlove 带来了哪些变化。
主要发现
- 将引导流程从 28 步缩减到 19 步,使引导完成率提升了 8.6 个百分点(从 78.1% 升至 86.7%)
- 尽管样本量更小,更短的流程仍让大约多 700 名用户看到了付费墙
- 付费墙浏览者中的试用启动率下降了 18%(从 3.83% 降至 3.13%)
- 初始转化率没有显著差异(3.35% 对 3.11%)
- 在决定引导流程应该多长之前,先找出你的漏斗在哪里流失用户
一项旨在解决引导流程长度问题的测试
多年来,关于引导流程的主流建议来回摇摆,但目前明显倾向于更长的引导流程更好。看看Noom 的 113 步引导流程有多成功就知道了。多问一些问题,让用户多投入一些,在给出报价之前先让用户做出承诺。这个推理是合理的,背后也有真实证据:一个花了四分钟向你介绍自己的用户,比只花了 40 秒的用户投入更多。
Everlove 是一款面向伴侣的订阅应用,它打造的正是这样的流程。但这个流程并不奏效。于是我们拿它和一个短得多的版本做了测试。
有趣的是,结果呈现出分化。更短的流程在漏斗顶部明显胜出。更长的流程在付费墙处胜出。净转化率持平。
所以问题不再是哪种方式更好,而是他们的漏斗当时卡在了哪里。
我们为什么要测试
Everlove 给伴侣们 15 分钟和可以聊的话题。选一个话题,选择你想聊多深,应用就会围绕伴侣们通常跳过的事情提供问题、测验和游戏。
引导流程很长,但长度本身未必是问题所在。该流程包含大量聚焦于单个用户的“关于你”页面,以及关于他们关系、哪些方面行得通或行不通的较沉重问题。
假设很简单:这些额外问题对于提供 Everlove 的体验是否必要,还是说它们在用户体验到任何价值之前就增加了摩擦?
有两点让这个引导流程值得测试:
1. 太沉重,也太早:在你还没和对方一起玩过任何一个游戏之前,就先问一长串关于你们关系哪里出了问题的问题,这会在漏斗最脆弱的环节把情感投入大量前置。
2. 一个双人产品却把大量时间花在一个人身上:该流程包含一个篇幅很大的“关于你”部分,聚焦于第一个人,而 Everlove 的价值取决于双方都加入并一起玩。把伴侣带进来的用户,转化率大约是单人用户的 2 倍。但每多一个用于刻画其中一方的页面,都会推迟与转化最相关的行为。
我们测试了什么
我们用现有较长的引导流程与一个短得多的版本做了对比测试。对发起方来说,流程从 28 步降到 19 步,删掉了负担较重的“你们关系中的问题”板块和个人的“关于你”板块中的一些问题,让用户更快到达核心体验和付费墙。第二方的引导流程保持不变,仍为 12 步。
- 我们衡量成功的指标是:用 PostHog 追踪从引导开始到试用开始或直接购买,用 RevenueCat 追踪收入、套餐组合和留存
- 测试受众范围是:全球——美国的量太小,在漏斗顶部以下达不到显著性
- 我们的测试窗口是:从 2026 年 6 月 14 日起,直到两个版本同时受到一个并行付费墙测试的同等影响为止;两组之间唯一的差别就是引导流程的长度
结果
较短的流程在激活上取得了明确胜利。引导完成率提升了 8.6 个百分点——相对提升 11%,具有统计显著性,在美国也同样成立(+5.3pp),而那里几乎其他任何指标都达不到显著性。尽管这一组的用户数还少了 581 人,较短的流程却让大约多出 700 名用户看到了付费墙。
较长的流程在付费墙上赢了。在到达付费墙的用户中,试用开始率从 3.83% 降到 3.13%——相对下降 18%,也是这组数据中唯一明显显著的负向结果。这正是“投入承诺”论调在其支持者所说的位置上的体现:投入更多的用户在被要求购买时更可能掏钱。
初始转化率没有显著差异。3.35% 对 3.11%,完全在噪声范围内,因为这两个效应大致相互抵消。
如果每位浏览者的转化率只是保持不变,那么仅靠触达面的增加,就能带来大约 444 次转化,而对照组是 412 次。但实际转化率下降得足够多,把这一增益抵消掉了。
指标 |
长引导 |
短引导 |
差值 |
显著性 |
|---|---|---|---|---|
引导完成率(占开始引导的用户) |
78.10% |
86.70% |
+8.60pp |
强 |
付费墙触达率(占注册用户) |
74.26% |
83.92% |
+9.66pp |
强 |
试用开始率(占付费墙浏览者) |
3.83% |
3.13% |
-0.70pp |
强 |
初始转化率(占注册用户) |
3.35% |
3.11% |
-0.24pp |
无 |
试用转化率(占已开始试用者) |
14.29% |
15.91% |
+1.62pp |
无 |
平均订阅天数 |
4.01 |
3.58 |
-0.43 天 |
无 |
每位注册用户的平均 LTV |
$0.1163 |
$0.1592 |
+36.9% |
弱(p=0.093) |
伴侣加入率 |
31.26% |
31.98% |
+0.72pp |
无 |
我们接下来要做什么
以下是我们接下来要做的事。每项改动都可以应用到任何漏斗上。
测试付费墙,而不是再测引导流程:现在付费墙在每个窗口期能多获得约 700 名用户,而这些用户的投入程度不如以前那批。下一个机会是让付费墙发挥更大作用:强化价值主张,并回应那些因引导流程缩短而不再被处理掉的顾虑。
把删掉的问题放到后面再问,而不是永远不问:这些问题本身没问题,问题出在过早去问。在用户已经使用过产品之后再问,应该仍能让体验更个性化,又不会在起步阶段损失用户。我们会单独测试这一点。
看用户买了什么,而不只是看有多少用户买了:短流程可能带来的是更少但每位价值更高的买家。如果真是这样,就会体现在他们选择的套餐上。重新跑一遍套餐组合分析,就能告诉我们这是否解释了收入差异。
在你自己的漏斗上跑一遍
在这项测试中,较长的引导流程建立了用户承诺:在看过付费墙的用户里,它的试用启动率更高。但它也牺牲了引导完成率。所以,长度并不是首先要决定的事——你需要弄清楚用户在漏斗的哪个环节流失,然后再调整引导流程来应对这个问题。
我的建议是:
- 找出用户流失最多的环节。是引导流程,还是付费墙。先回答这个问题,再动长度。
- 如果用户是在引导流程中流失,那就把它缩短。缩短能带来实实在在的量,这正是我们测到的效果。
- 如果你的付费墙本来流量就很充足、转化却很差,那就别缩短引导流程。你只会把同样的老问题更多地送过去。
- 逐一检查引导流程里的每个问题,看它是否与用户当时已经从产品中获得的价值相匹配。如果某个问题出现时,用户还不明白为什么要回答它,就把它往后移,或者直接删掉。
- 两头都要测。引导完成率,以及每位付费墙浏览者的转化率。一个上升、另一个下降,这是正常结果,不是测试出了问题。
长引导和短引导都可能适合你的应用,但各自最有效的时机可能因受众是谁、他们对你的应用已经有哪些体验、以及你向他们索取什么而大不相同。所以,如果你在考虑调整引导流程的长度,别从引导流程入手——先去找漏斗里的漏洞。
来源:RevenueCat 订阅应用报告 · revenuecat.com