近些年来，中国智能音箱的产量数据一直很可观，但是活跃率却不高。因此，提升活跃率成为了智能音箱行业内的一个难题。笔者根据自身经历，为我们分享成功提升活跃率的四个步骤：
2018年中国智能音箱出货量达到2200万台，其中99%左右都是无屏音箱，出货量数据固然很漂亮，但是业内普遍面临一个问题——那就是音箱的活跃率偏低，大部分音箱的活跃率集中在20%左右。很多用户一时尝鲜之后，就想不起来使用，设备就放到角落里吃灰了。活跃率上不去，数据积累和商业化变现就无从谈起。因此，如何提升智能音箱的活跃率成为了摆在主要玩家面前的一个难题。
笔者团队去年参与了一款产品的体验优化项目，将智能音箱的活跃率从21%提升到39%，同时将退换货率从10%降低到1.1%。经过接近半年的积累，通过事后复盘将提升活跃率的主要方法总结如下，该方法同样适用于所有AI语音硬件产品，Enjoy：
一、交互成功率持续提升
交互成功率=交互成功数/交互总数
从用户唤醒发出指令到获得用户满意的结果，这个过程视为一次成功的交互，交互成功率可衡量当前用户的完整体感，被业界作为衡量用户体验的一个重要指标。经过实际数据验证，基础体验的明显提升会带来活跃率的同步提升，那么如何提升交互成功率呢？
建立完善的监控机制和流程，数据运营将从线上获取真实的用户数据，进行随机抽样，然后采用外包进行人工标注。针对交互失败的问题，发现问题→定位问题→反馈问题→ 验证问题形成循环迭代提高产品的语音交互效果。
常见的交互失败的原因及解法如下：
误唤醒问题：唤醒模型持续迭代；夜间等敏感场景下进行唤醒压制；
前端问题：进一步可拆分为AEC未消除、寻向错误与异常截断，需要模型优化解决；
ASR识别问题：进一步可拆分为声学模型问题、语言模型问题，需要模型优化；
NLP问题：进一步拆分为说法与词表未覆盖、NLU模型问题。前者需要运营补充说法与词表，后者需要算法优化模型；
Skill技能问题：功能不支持、搜索/推荐结果不准确，需要技能内部解。
二、留存高的Skill加大覆盖
日活跃设备数还有个计算方式是：
因此，提升昨日用户的留存也能有效提升设备活跃率。
下面是核心技能的启用率（使用过的设备数占总设备数的比例）与次日留存率，重点针对启用率低但是留存高的Skill，加大对用户的触达，降低使用门槛，增加使用的用户数。智能家居、场景联动和闹钟都属于启用率不高，但是次日留存率极高的技能，也即很多用户没用有过这个功能，但是一旦用过粘性非常高。
智能家居的问题我们做过用户调研，集中在2个问题：
不知道怎么购买智能家居设备。针对这个问题做一些智能家庭的场景示例，然后附上推荐的智能设备，可以直接一键购买。亦或是赠送一些便宜的智能设备，引导用户使用后去购买其他关联设备；
不知道怎么配置，担心太复杂。解决方法是优化配置流程，降低门槛。
智能联动(组合指令)指的是是围绕用户场景，多任务同步或异步自动执行，共同满足用户诉求。
例如：早上睡醒后，口令“早安”，打开窗帘，打开空调，播报时间、今日天气，然后播放适合晨间收听的音乐。智能场景一旦设置，用户粘性非常高，但是很多用户不知道有这样一个功能。我们采用的一个方式是抓省电的一个场景，告知用户每天出门前通过一句话口令触发智能场景然后关闭家庭电器，回来后通过一句话场景打开家庭电器，每天可以节约20%的电量，通过该方式吸引更多用户配置智能场景。
闹钟也属于留存率非常高的技能，可以通过弹层的方式引导用户打开闹钟的比例，通过个性化闹钟的方式吸引用户，将使用闹钟的习惯从手机转移到智能音箱。
三、建立更多的用户连接触点
智能⾳箱的技能多为被动型技能，也即在⽤户需要使⽤的时候就⽤⼝令使⽤，然后⽤完即⾛，因此⾳箱和⽤户之间的联系⽐较弱。
因此，需要尽可能和用户建立更多的连接触点，我们探索的一个有效方式是整点播报。整点播报指的是达到整点时进行报时，并且播报一些用户自定义的内容。例如：我们与一些音色好听的明星主播合作，策划了明星播报的活动，最终启用了整点播报的用户在活跃用户中占比达到了20%，对音箱活跃率提升明显。
四、不打扰的主动互动
主动互动也是增加用户对音箱的感知，建立连接触点的方式，但是前提是做到不打扰用户。除了通过用户画像对用户的需求和行为进行预测，还可以配合传感器判断用户的空间位置和状态，进行更精准的互动。
天气突变时在合适时间进行预警；
在追的有声小说更新时在合适时间进行通知；
早上起床经过，主动语音迎接主人，问好并推荐信息。第二次经过，主动播报天气、交通信息；
出门前提醒带钥匙、工牌和手机（配合传感器使用）；
晚上回家，主动打开灯（如有），欢迎主人回家， 欢迎后主动播报提醒信息；
综上，交互成功率的持续提升是基础。通过加大覆盖留存率高的skill，与用户建立更多的连接触点，构建不打扰的主动互动，进而提升无屏音箱的日活率。
