編輯導語：面對流量增長困難的現(xiàn)狀，企業(yè)應當思考如何做好用戶留存，實現(xiàn)精細化運營，以更低的存量用戶成本拉動后續(xù)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(lián)網(wǎng)世界中，我們一起發(fā)現(xiàn)更多有意思的點……

一、互聯(lián)網(wǎng)企業(yè)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(yè)大規(guī)模投廣告、做活動，高額支出鎖不住新用戶，長期可持續(xù)發(fā)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(shù)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(wěn)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：

1. 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。
2. 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(yǎng)用戶對產品的使用習慣。
3. 后期：思考產品核心價值，做好產品迭代與優(yōu)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(shù)）/ 該日新增用戶數(shù)；
• 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(shù)）/ 該日新增用戶數(shù)；
• 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(shù)）/ 該日新增用戶數(shù)；
• 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(shù)）/ 該日新增用戶數(shù)；
• 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(shù)）/ 該周新增用戶數(shù)；
• 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(shù)）/ 該周新增用戶數(shù)；
• 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(shù)）/ 該月新增用戶數(shù)；
• 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(shù)）/ 該月新增用戶數(shù)。

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(shù)）/ 該日登錄用戶數(shù)；
• 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(shù)）/ 該日登錄用戶數(shù)；
• 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(shù)）/ 該日登錄用戶數(shù)；
• 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(shù)）/ 該日登錄用戶數(shù)；
• 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(shù)）/ 該周登錄用戶數(shù)；
• 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(shù)）/ 該周登錄用戶數(shù)；
• 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(shù)）/ 該月登錄用戶數(shù)；
• 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(shù)）/ 該月登錄用戶數(shù)。

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(xù)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(yōu)化的效果。砍掉留存率低的產品功能，進行迭代優(yōu)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(xù)打卡簽到送紅包模塊優(yōu)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(yōu)化。

• 卓越功能：建議側重優(yōu)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(wěn)，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(wěn)，此時留存率20%；2日注冊的用戶穩(wěn)定留存率較1日差。

2）改進思路

應使得趨向于平穩(wěn)時的留存率盡可能提高，即平穩(wěn)的這段線盡量往上提。

2. 案例二

數(shù)據(jù)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(shù)）/ 該日新增用戶數(shù)

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(yōu)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(yǎng)成期：產品功能&實用性未促使用戶養(yǎng)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(fā)現(xiàn)產品價值。
• 整體留存率于第10日趨向于平穩(wěn)，留存率穩(wěn)定于11%左右：說明8月1日的新增用戶中只有11%左右發(fā)展成了忠實用戶。
• 3留&7留出現(xiàn)留存率增長現(xiàn)象（注意：留存率并不會呈現(xiàn)持續(xù)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(shù)據(jù)，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(xù)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(chuàng)發(fā)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(xié)議