看清客户在哪儿放弃，又为什么放弃。
让人群把整段旅程一步步走完。每一次流失，不只知道发生在哪一周，还知道为什么。
访谈带这批人把计划一周一周走一遍，每一步都听听：什么会让人留下，什么会让人放弃。
数据来源 · iMario 合成人群基准测试，方法和原始数据全部公开 · 皮尤研究中心（Pew Research Center）调查方法 · 更新于 2026 年 9 月 5 日，经 iMario 研究团队审核
仪表盘只告诉你客户在哪一周走了，从不告诉你为什么。iMario 陪客户把旅程走一遍，问出原因，你改的就是病因，而不是图表。
线上系统只看得到行为。原因，从来看不到。
一次流失，系统只记下这一样。在哪一步走的，精确到秒；为什么走，连个字段都没有。
大多数人走的时候，一个原因都不留。没人正式退出，只是不再打开；退出问卷也只问得到少数愿意填的人。
验证一个假设就要这么久，因为测第 3 周，得先等足够多的人走到第 3 周，才下得了结论。猜错一次，下一个季度也跟着搭进去。
陪客户把旅程一步一步走完。
把流程一步步列出来，让人群从头走一遍，每一步都听听谁要走、为什么走。改好之后，再让同一批人走一遍新版本。
改的是病因，不是图表。
“第三周那条消息说我落后了。我看了只觉得被放弃了，不觉得是在鼓励我。”
每一次流失都有原因
曲线上的每一周都能点开，看到人们离开时的原话。
改法先测好
赶在任何一位真实客户看到之前，先让同一批人把改好的那一步重走一遍。
能反复重跑的旅程
整条路径存下来就是一份资产。下个季度再改，还是拿同一批人来衡量。
产品数据分析和旅程调研，逐项对比。
想知道发生了什么，用数据分析就对了。想知道为什么，或者想赶在下一批用户走到这一步之前先把改法测好，就用旅程调研。
| 对比项 | 数据分析和退出问卷 | iMario 旅程调研 |
|---|---|---|
| 记录什么 | 哪一步、什么时间。原因没有字段可填。 | 哪一步，还有这个人当时对去留说了什么。 |
| 谁来解释流失 | 少数肯填退出问卷的人。大多数人从不正式退出，只是不再打开。 | 在这一步离开的每个人都还在人群里。选中他们，直接问。 |
| 测试改法 | 验证一个假设要一个季度，因为得先等一批真实用户走到这一步。 | 改写这一步，当天下午就让同一批人重走一遍。 |
| 怎么拆分 | 只能按你埋过点的事件拆。 | 按人群自带的任何字段拆：年龄、套餐、加入时长、地区。 |
| 猜错的代价 | 下一批新用户，加上下一个季度。 | 一些积分，一个下午。 |
第 3 周的流失，谁也说不清原因。
消息改写后，在同一批人身上重跑了一遍。下一批人入组之前，曲线就稳住了。
600 位合成患者把 12 周的计划从头走到尾，再让同一批人重走改写后的那一周，前后一个下午。
当时的情况
一项 12 周的健康管理计划，一整年都在第 3 周掉人。团队按两个假设先后上线了两次改动，流失还是没止住。
就是这一周，那条通知让人觉得被放弃了，而不是被鼓励。
58%
读完觉得自己被放弃了，45 岁以下这么想的只有 21%。这种年龄差异，哪个仪表盘都没显示过。
就是让一群合成人物一步步走完一段旅程，比如新用户引导、一项计划或一条服务流程，每走一步都问：还会不会继续，为什么。最后得到一条留存曲线，任何一步都能点开，看到每次流失背后的原因。
