关键词：

什么是用户留存？

进入互联网下半场后，互联网流量竞争愈发激烈，获客成本不断提升，企业不可能无限制的投入成本拉取新用户，那么最大限度的保证用户的留存就变得异常重要。

怎么理解留存呢？想必大家小学一定做过“蓄水池”的题目。

一个游泳池，有一个进水管，灌满水需要X小时。有一个出水管，放完一池子水需要Y小时。问如果两个水管一起开，几小时会把池子的水灌满。小时候觉得出题的人太傻了，怎么会有这种情况发生，进水管出水管一起开。但长大后，特别是在互联网行业，发现这样的事情太普遍了。用大量的成本去获客，但由于各种各样的问题，导致用户留不下来，最后白忙活一场。对比来看，进水管就好比获客，出水管就好比用户流失，池子中的水就是留存。当进水管的水量有限，出水管的水量却越来越大，留给自己只能是一个空池子。中国有个歇后语叫做”狗熊掰玉米，掰一个扔一个“，也可以用来形容这种场景

为什么说留存重要呢？曾经有个数据分析产品公司模拟过这样一个场景：

假设有2个产品A和B，两个产品每周都能获取100位新用户，新用户的次周留存率都是60%，往后每周B产品的留存率都要比A产品高2个百分点。这样经过 29周，A产品的用户仅有700位，B产品的用户却达到了1400位。

是不是非常令人吃惊。对比两种情况，他们的拉新量一致，留存率仅有 2% 的区别，但是 29 周之后，用户的比例竟然变成了 1：2。也就是说大约半年后，产品B的用户就是产品A的两倍。这组对比数字形象的说明了用户留存的重要性。

 

 

所以说现在的企业越来越关注留存，很多运营或者产品的负责人，一年核心的KPI就是提高3%的留存率，看着3%这个数字不高，但却能带来巨大的收益；但话说回来，别看3%这个数字不大，但想提高也并没有那么容易，这里就需要科学有效的分析，找到合适的留存分析模型。

 

留存分析模型

多长时间算留存，怎么样才算留存，这个因业务类型而异。就拿滴滴来说，他的用户分为B/C两端。对于B端用户，也就是司机，开车是职业，所以是一个高频的行为。留存时间窗口的选择需要短一些，次日留存，3日留存，7日留存等。而对于C端用户来说，打车只能算是一个中频行为，天天打车的用户毕竟还是少数。留存的时间窗口就可以从7日开始算，也就是7日留存，14日留存等。

留存分析模型重点在于对用户的分群，分析不同类型用户的留存情况，找到差异，定位解决问题：

模型一：新老用户同期群分析（Cohort Analysis）方法

同期群是用户分析最普遍的方法，在著名的《精益数据分析》中也被多次提到。比如用每周的新用户，观察相同时间间隔后的表现。例如图一，2019/1/1的新用户在第一周的留存率是49%，但2019/2/5的新用户在第一周的留存率是却只有40%，这就说明新用户的留存率在下降，需要重点关注。并且可以对比后续每周的表现，看是否好转。

为什么要区分新老用户呢？因为新老用户对于产品的反应是有很大差别的，一定要区分来看。比如你第一次去京东，由于不熟悉这家电商，很有可能逛逛就走了；但如果你是一个京东的老用户，登录京东后就很可能产生购物行为。通过区分新老，能够清晰的看到这两种用户的表现，便于发现到底是哪种用户发生了问题。

如果是新用户的留存下降，很可能是新用户没有快速的感受到产品的核心价值。比如物流，用户的主要诉求就是快，那么对于新用户是否能让他感受到这个价值。如果是老用户的留存率下降，也许是产品的体验在变差，或者受其他竞品的影响。

 

 图一 新用户同期群分析

 

图二 老用户同期群分析

 

模型二：渠道同期群分析方法

企业经常采取多种渠道来获客。有线上的方式，比如百度搜索或者抖音短视频等；有新媒体的方式，比如公众号，知乎等；有线下的方式，比如线下沙龙和公众活动。各种渠道的获客都需要成本的，我们需要知道是哪种渠道的新用户留存高，留存率高说明这是高价值渠道，我们可以在这里做更多的投入。

比如图三，可以明显观察到，渠道一用户的留存率明显高于渠道二和渠道三，说明渠道一的用户和产品的契合度更高，为高质量渠道，应该在这里加大投入。

 

图三 渠道同期群分析

 

模型三：产品功能留存矩阵

一个产品一般具有很多功能，通过分析了解各个功能的价值，找到各个功能的提升空间，进而通过功能优化来整体提升用户留存。

以图四为例，矩阵的横轴是功能的留存率，表示当前功能的用户黏性；纵轴是活跃用户的数量。做出这样一个矩阵后，我们就可以看到不同的功能在矩阵中的位置分布。

1 比如橘色代表的功能就是产品的核心功能，使用率和留存率都很高，我们要保证核心功能的体验越来越好，并持续监控使用情况，防止意外发生；

2 比如绿色代表的功能，这个功能虽然使用的人数不多，但留存率非常高，说明这个功能的体验很好，我们要尽量引导用户使用这个功能；

3 而对于红色代表的功能，虽然使用的用户很多，但留存率不高。也许是这个功能有用，但体验不好；也许是这个功能本身就是鸡肋；所以我们要继续深入分析，来决定是优化功能还是直接下线。

 

 图四 产品功能留存矩阵

留存分析的注意事项

需要注意的是，虽然有了这么多模型，但一定不能生搬硬套，要根据业务的实际情况运用。在分析留存的时候，经常会遇到以下几个问题：

1 只关注留存，忽视活跃。一般情况下，留存是活跃的结果。如果只看留存，就会变成事后诸葛亮，并且于事无补。比如一个用户之前每天都会登录APP，突然有一个月，每周才登录一两次，又过了一个月，这个用户就流失了。如果只统计留存，拿到的只是结果，应该对用户的活跃也做监控，才能做到事前预警。

2 不懂业务，单纯计算留存率。有的同学以为算个留存率就完事了。但老板也许会问。这个留存率是否正常呢？比如促销活动的留存率多少算正常？行业其他竞品的留存率是多少？怎么定义新用户？结果统统答不上来，那计算这个留存率有什么意义是呢。对业务越熟悉，做留存分析的时候才会更深入，才能提供更多的价值

3 希望让所有用户留存下来。这是不可能的，即使微信也做不到。这就是需要通过我们的分析，来确定哪些才是我们的目标用户，我们的产品和策略都应该向这种用户倾斜。而不是通过不断的补贴，来增加用户的黏性，结果只会养一批”羊毛党“，并且让我们自己迷失产品和策略的方向。

常见用户行为分析模型：用户留存分析模型

...思考与学习，将为大家陆续介绍不同针对用户行为的分析模型。本文主要介绍用户留存分析。据某第三方平台近期调研结果显示，在金融创业领域，2013年一家互联网金融创业公司的投资获客成本区间为300–500元，而2016年 查看详情

商业模型（06）：aarrr用户增长模型

参考技术AAARRR模型最先是由戴夫·麦克卢尔(DaveMcClure)所提出，它反映了黑客增长是系统性地贯穿于用户生命周期各个阶段的：用户拉新(Acquisition)、用户激活(Activation)、用户留存(Retention)、商业变现(Revenue)、用户推荐(Referral)。在... 查看详情

大数据模型离线架构实时架构

一.大数据模型8种常见的大数据分析模型：1、留存分析模型；2、漏斗分析模型；3、全行为路径分析；4、热图分析模型；5、事件分析模型；6、用户分群模型；7、用户分析模型；8、黏性分析模型。1... 查看详情

用户行为分析模型实践——h5通用分析模型

...采集方案；且完整呈现了针对页面分析，留存分析的数仓模型规划方案，在数仓模型设计过程中遇见的痛点难点问题也相应的给出了解决思路及案例代码；在数据展示模块，提供了分析指标数据展示的逻辑流程及UI案例，旨在帮... 查看详情

hive大数据实战项目---用户行为分析

...需求本案例的数据为小程序运营数据，以行业常见指标对用户行为进行分析，包括UV、PV、新增用户分析、留存分析、复购分析等内容。项目需求如下：1.日访问量分析，并观察其走势2.不同行为类型的访问量分析3.一天中不同时... 查看详情

用户留存率计算

留存率作用用户留存率体现用户粘性，提高用户留存率可创造更大的价值，通常观察次日留存（1日留存）3日留存、7日留存、30日留存，根据不同的业务场景还有更久的周期。用户留存在互联网行业中是重点核心指标，每一位数... 查看详情

如何用excel进行预测分析？

 【面试题】 一个社交APP,它的新增用户次日留存、7日留存、30日留存分别是52%、25%、14%。 请模拟出来，每天如果日新增6万用户，那么第30天，它的日活数会达到多少？请使用Excel进行分析。 【分析思路】 第1... 查看详情

学员留存率计算公式

...访问留存率和购买留存率。访问留存率比如今天新访问的用户100个，7日后还有50个访问我们的产品，那么这批用户的7日访问留存率就是50%。可以以此方法算次日留存率，3日留存率等。同样的，购买留存率比如今天购买的用户100... 查看详情

淘宝用户行为分析(代码片段)

...4.1重复值处理4.2缺失值处理4.3异常值处理4.4数据清洗5.AARR模型分析5.1获取用户5.2提高活跃度5.3提高留存率5.4获取营收6.转化漏斗模型分析7.RF模型分析总结环境window8.1，python3.7，Tableau2019.1正文1.项目背景该项目的数据集来源于天池... 查看详情

《构建之法》一周小结

...达和传递下面这些信息。在“需求分析”阶段，我们需要搞清楚：在问题领域中的实现世界里，都有那些实体，如何抽象出我们真正关心的属性，实体之间的关系是什么，在这个基础上，用户的需求是什么，软件如何解决用户的... 查看详情

想发自己的nft，你要先搞清楚这6个问题

摘要：NFT是Web3世界中标记数据资产独特性的标识，是数据权益的载体。本文分享自华为云社区《加密数字艺术NFT背后你关心的六个问题》，作者： 薛腾飞。ConnectWallet这是Web3中非常流行的一句话，其实也是Web... 查看详情

构建之法——第七篇

...需要表达和传递一些信息：在“需求分析”阶段，我们要搞清楚，在问题领域的现实世界里，都有哪些实体，如何抽象出我们真正关心的属性，实体之间的关系是什么，在这个基础上，用户的需求是什么，软件如何解决用户的需... 查看详情

解决用户的需求

...在需求分析和场景设计中看到的那样，用图形为主构造的模型，如mindmap(思维导图)，erd,dfd,uml的各种图，甚至包括flowchart流程图。用数学语言描述，用自然语言+代码构造的描述和用源代码注 查看详情

数据分析那点事儿

...章中给大家讲了数据分析的步骤，同时提到了经典的AARRR模型和漏斗模型，这两个模型都是大家需要掌握的，想要做好数据分析这份工作真的要循序渐进且步步为营，不能跳跃忽略，更不能急于求成。今天小编就来给大家好好讲... 查看详情

30日留存率怎么写

...承担掉粉的风险，也要把最后两篇写完。留存率是指新增用户在一段时间内再次登录游戏的比例。留存率反映的实际上是一种转化率，即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程，随着这个留存率统计... 查看详情

版本发布公告hmscore6.6.0来啦

...动适配，实现二足人形物体自动骨骼绑定，通过模型动态驱动完成自定义动作，降低普通用户3D动画创作门槛，提升模型趣味性；◆新增AR采 查看详情

BigQuery：如何对 2.5 年的用户群进行同期群/留存分析？

】BigQuery：如何对2.5年的用户群进行同期群/留存分析？【英文标题】：BigQuery:Howtoruncohort/retentionanalysisforuserbaseacross2.5years?【发布时间】：2019-06-2522:42:44【问题描述】：我被要求根据2.5年的购买情况，为超过5万用户的应用完成一... 查看详情

ftp安装和虚拟用户创建（终于搞清楚了）(代码片段)

之前领导叫我在Linux下搭建一个FTP服务器，搞一个公司内部人员文件结构，并对相应人员设置相应的访问权限，之前网上有很多安装方法，但是都是很傻瓜式地安装，用户简单地创建，而我当时也是用的最笨的方法创建了很多的... 查看详情