留存率 留存分析数据研究心得大公开！告诉你“用户留存率”的重要性

在我过去的互联网经历中，我遇到了一个特别棘手的问题:每天有2-3万注册用户，但为什么活跃用户总数每天不增加？

常识性的解释是，如果用户规模不变，那一定是用户来了又走了，加多少亏多少。所以自然要从损失入手，做一些研究，比如对损失者的画像，损失原因的分析，甚至对损失行为的预测。在所有的研究方向中，有两组数据以下列形式被操作者广泛关注:

昨日活跃的75万用户中，都是哪天注册的新增用户？有多少是上周注册的？有多少是一年前注册的？去年今日新增的2.5万用户中，还有多少在今天活跃？

通过前面的问题，得出了一个被广泛引用的结论:每天的活跃用户都是前一天新用户的已有用户总结出来的。而且越接近现在的日期，比例越高。

新用户首次使用后的日常活动比例趋势

这两个问题都指向一个关键词:用户保留，而不是用户流失。

留存分析是研究一个或一组用户第一次使用产品后的日常活动。活跃天数越多，用户质量越好，粘度高，生命周期长。反而说明用户素质低，粘性低，生命周期短。

通过保留分析数据，计算简单且非常有效:

新用户普遍在前几天流失

数据显示，第二天新用户流失30~50%，一周后只有10%是很常见的，很多用户根本没有使用产品的核心功能就流失了，很可惜。

基于这个结论，近年来，在运营活动和产品设计方向上，越来越多的针对前一周的新用户做护理或新手任务，以加强用户对产品基本功能的体验。比如第一次刷卡仪式，互联网理财产品给新的家庭利率券。

各渠道导入的新用户留存差异巨大，渠道策略有待提升

整理了一下所有渠道的留存率，很容易发现有些渠道带来的用户规模很大，但是留存率很低。主要原因是渠道质量低或者渠道作弊。停止在这些低效的渠道上花钱，会节省很多营销费用。保留分析成为优化渠道战略的必要工具。

根据留存率计算用户生命周期

在计算每个用户的生命周期时，通常用用户最后一天的活动日期减去第一次访问日期，再除以当天新增的用户，得到所有用户的平均生命周期。这个结果恰好是每日保留率的总和。

同业对比

一般来说，每个产品的新用户留存水平差异很大，但留存水平在一个行业有趋同的趋势，不同行业的基准值也有很大差异。比如游戏、视频等行业的留存会高于证券、电商。然后和同行业的产品对比一下，你就知道自己是不是健康了。

基于以上几点，近几年来，留存分析逐渐成为分析各种产品用户质量的必要模型；分析模型已经完全集成到易观国际推出的方舟产品中。直接在关彝官网注册登录，或者进入演示环境，就可以体验了~

想看更多请上易观(ID: enfodesk)微信微信官方账号。