• 产品与服务矩阵
  • 资源中心
  • 关于我们

留存分析,其实就是经典的“注水放水”数学题

易观 3617
有来有往是常态。


导读

留存,是指用户在 App、网站等应用上使用过,并一段时间后仍有使用。留存分析模型是一种衡量用户健康度/参与度的方法,超越下载量、DAU 等这样的虚荣指标,深入了解用户的留存和流失状况,发现影响产品可持续增长的关键因素,指导市场决策、产品改进、提升用户价值等等。

 

▌留存分析能解决哪些问题

 

1、上个月做了一次产品迭代,如何评估其效果?是否完成了产品经理期望完成的行为?

 

2、作为一个社交App,在注册后不添加好友和添加 10 个好友的用户后续留存有差异吗?

 

3、短期留存低,长期留存一定很差吗?

 

4、两个推广渠道带来不同的用户,哪个渠道的用户更有可能是的高价值用户?

 

5、近30天注册的用户,半个月都没有回访的用户比例是多少?

 

▌为什么用户留存这么重要?

 

这就好比非常经典的“注水放水”数学题。我们每天都会面对新增用户,也会面对流失用户,池子里剩下的水就是活跃用户;而留存分析就是分析多少用户进来了,多少用户流失了,具体情况是什么,对整个产品的影响究竟有哪些影响......

 

图片作者:Alejandro Rigatuso

 

如果不做好留存,用户进一个走一个,产品就永远不能做增长。以图中为例,假设每月新增1000个用户,且没有任何人流失,那四个月之后,大概会有24000个用户,但在实际情况中,这种假设是不成立的。有人进就有人出,所以假设每个月新增1000个用户,留存率做到90%(这其实是一个非常高的值),两年后,每个月大概会持续9000个用户。这时会发生什么呢?假设每月新增的1000个人是固定的,留存率是90%,24个月之后,该产品用户总数将不会再发生大的变化。因此做好留存分析至关重要。

 

▌如何构建常见的三类留存?

 

首先我们需要了解,留存是基于某个用户群体的初始行为时间来计算的,描述发生了某个行为的同期群,在一段时间后是否发生了期望的行为。

 

初始行为和回访行为均可以是任意事件或者某个具体的事件。

 

通常用的三类留存可以这样来构建,以移动端应用为例,我们可以通过易观方舟来分析新增用户、活跃用户留存以及自定义留存率。

 

1、了解新增用户留存

 

可选择【初始行为 = 首次启动,回访行为 = 任意事件】,即可分析用户在首次使用应用后的留存情况。

 


2、了解活跃用户留存

 

可选择条件【初始行为 = 任意事件,回访行为 = 任意事件】,即可分析活跃的用户后续使用应用的情况。

 


3、自定义留存

 

相较分析新增/活跃用户的总体留存情况,我们更关注核心事件用户留存情况:

例如,对于电商的运营,比较关注的一个指标是复购率,我们可以定义【 初始行为 = 支付订单,回访行为 = 支付订单】 来了解用户的复购行为,用户多长时间会产生复购,我们点到任意数据节点,可以看到详细说明,比如此处代表的是2019年2月4日支付订单的用户是1729人,在第3日,即2月7日,这些用户中又有32人支付订单;

 


我们在此节点查看分群概览或保存用户分群,进一步分析这些忠实用户的行为特征;

 


如果想了解某类商品的复购率情况,可以在事件行为上增加条件。比如想了解家电类商品的复购率,同时在初始行为和后续行为上添加条件,选择商品分类包含家电,可以查看家电类产品的复购情况。

 





可私有化部署,开放且免费的易观方舟Argo欢迎体验

 


热门推荐