起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識干貨分享：2500字留存分析
編輯導語：面對流量增長困難的現狀，企業應當思考如何做好用戶留存，實現精細化運營，以更低的存量用戶成本拉動后續增長。那么，留存分析一般適用于哪些場景？又應該如何應用？本篇文章里，作者就留存分析做了總結梳理，一起來看一下。
在這個用戶為大的互聯網世界中，我們一起發現更多有意思的點……
一、互聯網企業面臨的留存問題
1. 流量紅利見頂、拉新成本高
在極易同質化的今天，流量競爭著實激烈，提高用戶留存的重要性不言而喻，且存量用戶的獲客成本遠遠低于拉新成本。
2. 新用戶較易流失
企業大規模投廣告、做活動，高額支出鎖不住新用戶，長期可持續發展有些無力，只顧眼前利益治標不治本。
二、什么是留存分析
留存率：某日用戶數在第N日仍啟動該App的用戶比例，留存分析即分析用戶隨時間變化的活躍情況。獲取用戶只是第一步，留住用戶才是所有產品最終目標。
可以理解為：由初期的搖擺用戶轉化為忠誠&穩定用戶的過程。留存率越高，說明用戶對產品越有強烈的依賴感。
可分為三個階段：
- 初期：新用戶剛注冊，用戶留存下降較快，需快速讓用戶感受到產品核心價值。
- 中期：新用戶沉淀下來，形成活躍用戶。此時需分析活躍留存，加強核心功能，培養用戶對產品的使用習慣。
- 后期：思考產品核心價值，做好產品迭代與優化。
1）從時間維度劃分
常見的的有：次日留存、3日留存、7日留存、30日留存、周留存、月留存。
2）從用戶維度劃分
常見的的有：新用戶留存、活躍留存。
圖解如下：
三、留存分析常用口徑
1. 以新用戶留存為例
- 次日留存率=（某日新增的用戶中，在注冊的第2天還進行登錄的用戶數）/ 該日新增用戶數；
- 3日留存率=（某日新增用戶中，在注冊的第3天還進行登錄的用戶數）/ 該日新增用戶數；
- 7日留存率=（某日新增的用戶中，在注冊的第7天還進行登錄的用戶數）/ 該日新增用戶數；
- 30日留存率=（某日新增的用戶中，在注冊的第30天還進行登錄的用戶數）/ 該日新增用戶數；
- 1周后留存率=（某周新增的用戶中，在注冊的第2周還進行登錄的用戶數）/ 該周新增用戶數；
- 2周后留存率=（某周新增的用戶中，在注冊的第3周還進行登錄的用戶數）/ 該周新增用戶數；
- 1月后留存率=（某月新增的用戶中，在注冊的第2月還進行登錄的用戶數）/ 該月新增用戶數；
- 2月后留存率=（某月新增的用戶中，在注冊的第3月還進行登錄的用戶數）/ 該月新增用戶數。
2. 以活躍留存為例
- 次日留存率=（某日登錄的用戶中，在第2天還進行登錄的用戶數）/ 該日登錄用戶數；
- 3日留存率=（某日登錄用戶中，在第3天還進行登錄的用戶數）/ 該日登錄用戶數；
- 7日留存率=（某日登錄的用戶中，在第7天還進行登錄的用戶數）/ 該日登錄用戶數；
- 30日留存率=（某日登錄的用戶中，在第30天還進行登錄的用戶數）/ 該日登錄用戶數；
- 1周后留存率=（某周登錄的用戶中，在第2周還進行登錄的用戶數）/ 該周登錄用戶數；
- 2周后留存率=（某周登錄的用戶中，在第3周還進行登錄的用戶數）/ 該周登錄用戶數；
- 1月后留存率=（某月登錄的用戶中，在第2月還進行登錄的用戶數）/ 該月登錄用戶數；
- 2月后留存率=（某月登錄的用戶中，在第3月還進行登錄的用戶數）/ 該月登錄用戶數。
四、留存分析的適用場景
1. 日留存率
- 快速判斷產品是否迎合市場需求，比如新手對產品的UI設計、功能設置、新手引導等的體驗是否滿意，是否需做調整。
- 快速判斷用戶粘性，比如用戶是否更易受促銷活動的影響等等。
2. 周留存率
- 判斷用戶忠誠度，用戶此時對產品基本已有完整的體驗。一整套流程體驗下來，繼續訪問的用戶可判斷為潛在忠誠用戶。
- 分析用戶再次訪問的原因，找出產品最能鞏固用戶的點，且參考此點以一貫之，拓展應用到更多的用戶身上，促使更多的用戶留下來。
3. 月留存率
評估迭代與優化的效果?？车袅舸媛实偷漠a品功能，進行迭代優化。
五、留存分析下降的可能性原因
1. 新用戶留存下降
- 新用戶并未快速地感受到產品的核心價值；
- 新手引導模塊體驗交差；
- 新用戶羊毛黨居多；
- 界面UI設計影響使用感；
- 產品功能體驗較差；
- ……
2. 老用戶留存下降
- 產品迭代功能致使用戶體驗變差；
- 產品迭代周期較長，用戶喪失新鮮感；
- 受競品影響；
- 未促使用戶對產品形成習慣；
- 連續打卡簽到送紅包模塊優惠力度較小，無堅持意義；
- 廣告推送較多；
- 客服服務響應較慢、服務較差；
- 無關推送；
- 產品bug較多；
- 受促銷活動影響較大；
- ……
六、留存分析方法
其中產品功能分析：目的：找出對留存最有價值的功能&最沒價值的功能，便于后期迭代優化。
- 卓越功能：建議側重優化用戶體驗。
- 大眾功能：重中之重，建議反思該功能的長期價值與實用性。
- 小眾功能：建議保留該功能，但無需過多投入精力。
- 弱勢功能：建議考慮是否砍掉。
七、案例實攻
1. 案例一
該圖是我在ppt上加工出來的，選取了兩日來對比。
1）解析
2021年5月1日注冊的新用戶在注冊的第7日留存率趨向于平穩，此時留存率60%；2021年5月2日注冊的新用戶在注冊的第7日留存率趨向于平穩，此時留存率20%；2日注冊的用戶穩定留存率較1日差。
2）改進思路
應使得趨向于平穩時的留存率盡可能提高，即平穩的這段線盡量往上提。
2. 案例二
數據純屬個人虛構，實際分析時建議多擴展日期，該圖重在解析分析方法。
該表留存率：（某新增的用戶中，在第N天還進行登錄的用戶數）/ 該日新增用戶數
以8月1日的新增用戶留存為例。
- 新手探索期：單純靠大額優惠吸引的用戶會之間流失，產品價值未達到用戶預期。
- 習慣養成期：產品功能&實用性未促使用戶養成使用習慣。
- 活躍用戶期：真正留下來的忠實用戶。
解析
- 新用戶次留驟減60%：沒有使得用戶迅速發現產品價值。
- 整體留存率于第10日趨向于平穩，留存率穩定于11%左右：說明8月1日的新增用戶中只有11%左右發展成了忠實用戶。
- 3留&7留出現留存率增長現象（注意：留存率并不會呈現持續下降情況），進一步定位原因，在8月3日與8月7日是否進行了促銷活動？
3. 案例三
解析
表格中以8月6日注冊用戶的次留（71%）為起始點，8月1日注冊用戶的7留（34%）為結束點，二者形成對角線，縱向對比數據，顏色顏色部分留存率都比較高。
首先需要確認8月7日這天運營是否做了動作？比如：該日做了促銷活動、或者其他特殊活動？因為8月7日正好對應的是8月6日的次留，8月5日的3留……8月1日的7留。
表格中8月9日的次留是20%，遠低于其他日次留，且后續留存也較其他日偏低，警惕羊毛黨。
公眾號：Tableau從入門到精通
本文由 @Janie Liu 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
公眾號《Tableau從入門到精通》更名為《溜溜筆記說》
這個大眾功能和卓越功能的區別點在哪，為什么留存率低，功能活躍人數低就叫大眾功能？想請教為什么這樣劃分？
比如產品的a功能和b功能日訪問uv都很高，但是a功能的7留很低，b功能的7留較高，較高較低需要進行縱向對比（與各個功能的7留對比）&橫向對比（與ab功能該日的訪問uv對比）得出，主要是想看是不是存在某項功能用戶訪問量很大，但大多數用戶都是訪問一兩次就走，不愿意再來訪問。那么這個功能很吸引人，但并沒有核心價值去留住用戶。