用户留存

概念

用户自某段时期开始使用应用，在一段时间之后，仍然还在使用应用的被认做是留存；这部分用户占当时新增用户的比例，即是留存率。

一定时期内的新增用户，通常会随着时间增长而不断有人离开（留存不断下降），直至他们的生命期结束，从数据上看是一条下降趋势的曲线。对留存做分析时，要观测下降曲线的走势（异常拐点一定要注意哦）。

影响因素

1、内容，APP运营内容。

2、活动。

3、积分体系，积分体系包括签到，等级划分，兑换奖品等。

4、社区，app内若存在社交体系，利用人与人之间的关系，增加用户的粘性，会影响留存。

5、功能，影响app的质量的重大因素。

6、用户素质，这里说的用户素质多指导入的用户是否符合用户需求的，若符合则为高质量用户，反之。

我认为，当下APP众多的情况下，质量对于留存有着决定作用，其次是功能，当然也要看APP类型，若是社交APP那另当别论。

分析方法

留存虽可能受到多种因素的影响，如上面我提到的，因此我建议采用下面第二种分析方法。

1、每日分析

对留存进行分析的最常用方法是以日为单元，观察某日的新增用户在随后每日的留存情况。

2、典型日期分析

https://www.zhihu.com/question/20267239 知乎上看到一位大佬超详细的讲解。（看到好东西是要分享的）

我这边比较认可行业里面一直推崇的产品分为三个时期：流失期（用户新进入的前几天，有可能是上线初期，也有可能是导入新的量，一般为上线初期）、蒸馏器（小幅度下降的时间，我建议蒸馏期间要时刻关注，可以在蒸馏期间加入用户引导和活动，比如签到等功能可以陆续加入，降低蒸馏流失率）、稳定期（app已经成熟的阶段，留存率高低多半取决于内容）。

次日留存率（首日留存率）：第一天的留存率被称为“首日留存率”。对应用质量的直接反映，这项指标还可以在一定程度上说明用户首次体验的满意度。

行业中注重几个关键时间的留存数据，周、两周、月、季度。

很多数据平台都提供了漏斗分析模型，可以进行长期留存分析，找到稳定期，在进行分析用户的生命周期。

今天写这么多喽！日常学习，友爱，希望各位留言指正或者交流经验。因为每周一我都要写超级多的周报各种算算算，觉得还是要把心得写出来比较靠谱些，既能分享，又能自我成长，自我总结。