中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

留存率這個概念對于大家來說一點也不陌生，平時看到的更多是固化的留存率，一般統計周期按天，常見有次日、7日、14日、15日、30日、60日等；如果大家想看更加靈活維度的留存率，比如按照某一日期時間段的留存率，都有經歷這樣的流程：給分析師提需求——分析師給技術提需求——分析師拿到數據并分析留存率——將數據結果給PM/運營，這個流程至少需要持續一天，一天后才能拿到最終的結果，不僅耽誤了調整網站運營策略的最佳時間，還可能因為時間間隔存在數據誤差的情況。這樣的流程的確降低了工作效率，那有沒有什么方法能更加自主、靈活地計算留存率呢？

1、何為留存率？

在互聯網行業當中，因為拉新或推廣的活動把用戶引過來，用戶開始訪問網站/應用，但是經過一段時間可能就會有一部分客戶逐漸流失了。留存率定義為用戶在某段時間內開始使用網站/應用（一般定義是注冊），經過一段時間后，仍然繼續使用的人被認作是留存用戶。留存率體現了網站/應用的質量和保留用戶的能力。

留存率計算方法：留存率=登錄用戶數/新增用戶數*100%

（一般統計周期為天，常見的周期維度有次日、7日、14日/15日、30日、60日、90日）

比如：

• 次日留存率：（第一天新增用戶數，第2天還登錄的用戶數）/第一天總注冊用戶數
• 7日留存率：（第一天新增用戶數，第8天還登錄的用戶數）/第一天總注冊用戶數
• 30日留存率：（第一天新增用戶數，第31天還登錄的用戶數）/第一天總注冊用戶

留存率?≠ 活躍率

留存率和活躍率混為一談，這是一個很嚴重的誤區。大家經常會用日活（簡稱DAU）來監測網站/應用，有時候日活在一段時期內都是逐漸增加的，按理說這是一個好現象，但是如果忽略了留存率計算，這個結果很可能是一個錯誤。比如某公司做了很多拉新、推廣的活動，帶來了很多新用戶，其日活數據應該也是增加的，但是最終留下來的用戶不一定在增長，甚至有可能在減少，只不過是新用戶太多而掩蓋了留存率問題，實際上用戶的留存是在逐漸降低的。

2、留存率在數據平臺中是如何實現的？

（1）如何設定

維度：日期維度

數值：新增注冊用戶+留存設置（注：留存率可同時計算多個，如次日留存、第7日留存、第30日留存、第1季度留存等；）

（2）留存率設置

經過很多相關的數據調研，我們最終確定留存率可以按日、周、月、季度、年、或自定義時間段來計算，以往大部分留存率都是以日為維度，但這些按周、按月甚至自定義時間段的個性化需求是很強烈的，能幫助我們客戶了解更加網站的具體留存數據，做出更加正確的網站運營策略。

按固定時間：最基礎的設置，只查看未來某個固定時間的留存率

• 留存周期：選定按固定時間計算，包括：日、周、月、季、年，比如第n日，第n月，上圖設置第7日；
• 日期字段：選擇工作表里是日期的字段，比如用戶訪問時間；
• 所選日期：即留存周期的開始時間，默認固定時間，也支持自定義設置時間段；
• 數值設置：留存率、留存數，這個應該不難理解；

上圖含義：今天之后的第7天留存，即7日留存；

按范圍時間：設置更加靈活，可以查看未來某一段時間范圍（按固定的周期，比如第1周-第7周）的留存率

留存周期：選定按范圍時間計算留存率，包括：日、周、月、季度、年，比如第n日到第m日，第n月到第n月，上圖設置第1日到第7日（即次日-7日留存）；

• 日期字段：選擇工作表里是日期的字段，比如用戶訪問時間；
• 所選日期：即留存周期的開始時間，默認固定時間，這里我們選擇自定義設置時間段；
• 數值設置：留存率、留存數，這個應該不難理解；

上圖含義：2016-07-21到2016-07-31這段期間的新用戶總數對應的次日-7日留存情況；

按自定義時間段：最個性化的設置，可以任意查看未來某一段時間范圍（無固定周期設置，任意設置日期范圍）的留存率

（圖1，所選日期：固定時間）

（圖2，所選日期：自定義時間段）

• 留存周期：選定按自定義時間段計算留存率，比如從2016-08-04到2016-08-31；
• 日期字段：選擇工作表里是日期的字段，比如用戶訪問時間；
• 所選日期：即留存周期的開始時間，可以選擇固定時間（今天），也可以自定義時間段；
• 數值設置：留存率、留存數，這個應該不難理解；

圖1含義：今天的注冊用戶在2016-08-04到2016-08-31的留存情況；

圖2含義：2016-07-21到2016-08-03的新用戶總數在2016-08-04到2016-08-31的留存情況；

另外，需要注意一下高級選項中“在計算留存率的時候計算值可能存在多個狀態”這句話是這樣理解的：比如大部分網站使用用戶ID來計算新用戶、用戶留存率，新用戶只是對用戶ID做了一個計算判斷（比如，訪問時間-創建時間=0，即此用戶ID為新用戶），留存率也是針對用戶ID進行計算，那訪問日期來的用戶除了之前留下來的用戶，還有訪問當天來的新用戶，這時候就必須把訪問當天的新用戶給排除，只剩之前留下來的用戶才能算作留存用戶，計算出來的留存率才是正確的。

若留存率計算對應的字段不存在這種例外情況，可以忽視這個所謂的“高級選項”。

以上就是留存率是如何在數據平臺靈活設置的相關內容，下期想跟大家分享的是留存率的設計理念和一些實際應用的場景，以產品設計角度跟大家分享更多有關留存率的知識。

作者：連浩，BDP高級產品經理，微信號（businessdataplatform）Team Leader。多年互聯網產品從業經驗，擅長并十分熱愛數據分析工具，希望能真正實現數據化運營。

本文由 @數據分析 原創發布于人人都是產品經理。未經許可，禁止轉載。