存留率是互聯網公司非常關注的指標之一，而很多公司會對存留率進行非常深入的挖掘。作者將幾種存留率常用的展現形式寫下來，為各位的分析存留率提供一定的參考。

本篇將給大家介紹一下存留數據的分析，這里先理一理日活、存留、復購、流失這幾個概念。

• 日活：每天活躍的用戶量，這個相對好理解，但有一些公司不會關注活躍數量，只關注訂單量分布以及下單用戶量分布。
• 存留：注冊后在一定時間內有登錄行為，存留更關注的的是產品行為，對存留的影響一般是產品的體驗、質量、核心功能等，對存留的分析的目的一般也是落地在產品上。通過對產品功能的調整、優化，來提高存留率。
• 復購：在一定時間內再次購買行為，復購更關注的是消費行為，對復購的影響一般是商品或服務的質量、售后體驗、用戶消費滿意度等，對復購的分析也會落地到商品或服務上。
• 流失：根據公司關注的內容不同，對流失的定義也不同，關注存留的將一定時間內沒有登陸行為的定義為流失，關注復購的將一定時間內沒有消費的定位為流失。通過對存留情況的分析，也能從一定的角度反映流失情況，但是可以對流失進行更細致的分析。

有的公司只關注存留（不銷售商品或服務的），有的只關注復購，也有同時關注兩者的，兩者的分析方法也有很多相同的地方。下面先介紹日活和存留。

日活/存留

在互聯網行業，通過各個渠道或者活動把用戶吸引過來，但是過一段時間就會有用戶流失走掉，當然也會有一部分用戶留下來，留下來這部分用戶就叫做存留用戶?；ヂ摼W行業的拉新成本現在都很高，要投入廣告、投入時間，這些都是成本。如果用戶還沒有產生什么價值就流失了，那一定是虧了。相反，拉過來的用戶，存留的時間越長，產生的價值也就越大，也才能彌補其他流失用戶所產生的損失。因此，提高用戶的存留時間，也是提高公司收入，為公司創造更多價值的重要一環。

有些公司只關注用戶日活量(每天的活躍用戶量)，有時雖然看著也不少，但其中可能也隱藏著問題，日活用戶包括新用戶和存留的老用戶，如果存留的老用戶越來越少，由拉新過來的用戶來掩蓋了存留的問題，是公司成本的巨大浪費。短期來看，如果存留正常，這么好的拉新效果，本可以給公司帶來更高的日活量；往長期看，拉新的難度系數和成本會隨著時間而上漲的，如果沒有好的存留，僅僅靠拉新難以長期維持一個健康的日活量，存留率的健康也是公司發展的根本要素之一。

分析目標

通過分析用戶的日活/存留，來幫助運營人員發現問題、監控數據，為調整策略提供數據支持，達到提高日活/存留的效果。

分析角度

1. 日活監控，觀察用戶活躍數據，分析日活健康度
2. 觀察存留規律，定位存留階段，輔助市場活動、市場策略定位等
3. 對比不同用戶、產品功能的存留情況，分析產品價值、輔助產品調整

分析方法

1.日活監控，觀察用戶活躍數據，分析日活健康度

這里說日活有些片面了，因為并不是所有的公司關注的都是日活，根據公司產品定位的不同，關注的活躍周期也會不同，游戲、知乎、叫車等可能會重點關注日活，但是例如旅游、租車、家裝這種訂單密集度不高的，會根據自身的情況關注周活或者月活。盡管分析的活躍周期不同，但是分析方法類似，下面就僅以日活來舉例。

活躍用戶一般可以分為以下三類：

有些公司可能不太關注回流(一定時間內沒有登陸的用戶再次登陸)這部分用戶，我將它列出來，是認為了解回流用戶的日活情況在一些場合中是有價值的，例如活動期間、發優惠券測試，是否會對流失用戶的回流產生了作用。

上圖中是用finereport做的堆積面積圖，其面積大小為各類型用戶數，堆積總高度為總活躍用戶數。對于日活數據來說，相對理想的情況是老用戶占比較高，為活躍用戶主力，并且呈現逐步上升的趨勢，代表產品對新用戶的粘性較好，總體拉新存留大于流失用戶。否則，要么是新用戶的存留率過低，要么是老用戶的流失率過高，都需要進行調整。（尤其是新用戶活躍數量相對較高的情況，提升空間相對比較大）

上圖中，可以看出在5月19日之前的日活平穩，老用戶數占比也比較平穩，在19日之后老用戶占比逐步升高，并且可以注意到在5月19日之后的幾天內，回流用戶是有一定程度的上升的。我們可以想象為，該產品在5月19日到22日之間舉辦了一些活動，或者是產品上進行了調整，拉動了流失用戶的回流，并且提升了產品的粘性。

2.觀察存留規律，定位存留階段，輔助市場活動、市場策略定位等

存留規律分析應該分開對待，一部分高頻小額訂單(例如外賣)這種互聯網公司，其分析模式類似于游戲、知乎、SasS平臺，會以日為單位來分析存留。

如上圖所示，這種用戶登錄頻率較高的應用，可以通過上圖分成三個階段，過濾期、試探期、平穩期。剛開始接觸一個應用的用戶中，有大量的用戶是質量不高的用戶，不可避免的要經歷一個存留率大幅下降的階段，但這一階段周期一般較短(我認為這一階段可能更多的是應用篩選用戶)。在這一階段過去之后，用戶會對應用進行詳細的試探，是否讓自己滿意，這段期間也會有部分用戶流失。最后留下的就是相對穩定的用戶了。

可以通過對產品的調整，來提升各階段的存留率，上圖中5月3日的存留情況相比于4月13日的已經大幅好轉。這種對比圖有助于觀察跟蹤產品的調整效果。

一些以訂單為盈利模式的互聯網公司，如果也關注存留率的話，一般會將存留分析的時間周期拉大到周或者月，要讓用戶每天登陸花錢下單，是難為用戶了。

上圖可稱之為手槍圖，該圖可以看出用戶存留的整體情況，存留率有沒有越來越高，產品粘性是否做的夠好，通過上圖可以看出一定的問題來。但要像日存留那樣，找出用戶存留的三個階段是比較困難的，因為用戶是否存留下來更多的取決于消費體驗，并且消費體驗周期過長，很難判斷用戶是否會再次消費。所以對于這種以訂單為盈利模式的產品來說，從復購的角度分析更為合理。（下一篇進行介紹）

上面的表格也可以用在日存留，與日存留的折線圖結合使用。

3.對比不同用戶、產品功能的存留情況，分析產品價值、輔助產品調整

如上圖所示，通過對比，發現使用了分享功能和收藏功能的用戶的存留率相對較高。得到這樣一個信息后，可以通過產品上的調整，來鼓勵用戶使用分享、收藏等功能，以此來提高用戶的存留率。

這種對比可以是多種形式的，將功能選擇換成用戶分類、用戶來源，可以從不同的角度來觀察問題。例如，如果發現男性用戶的存留率比女性用戶低，那么一是可以提醒反思造成這種情況的原因是什么，或者是可以調整產品推廣渠道，以吸引女用戶主。

存留率是互聯網公司非常關注的指標之一，而很多公司會對存留率進行非常深入的挖掘。上文提供幾種存留率常用的展現形式，為分析存留率提供一定的參考。

(下一篇將針對復購進行專題介紹。 歡迎交流，相互學習)

本文由 @jiago王 原創發布于人人都是產品經理。未經許可，禁止轉載。