超详细！用户留存分析实操攻略思维导图

不同的业务，对留存的定义不一样。有些定义很严格，必须要消费一次才算留存。有些定义宽松，只要登录就算。因此在做留存分析前，一定要先达成内部共识：到底哪些行为算留存。

有了清晰的定义再做分析。一般互联网应用里，交易型应用（比如电商、O2O、打车）以消费1次为留存标准。而内容型引用（社交、UGC、视频）则以有效活跃时间（比如点赞1次，1天内流量10分钟）为留存标准。总之定义必须事先说清楚，不然事后肯定又翻来覆去的改。

不同业务的留存统计时间不太一样。比如游戏就很容易流失，玩家打开游戏玩两下，发现没意思，立马就删了。

此时统计时间要短，一般从用户下载好游戏后，看首分钟（游戏行业著名的黑色一分钟）、首日、次日、3日、7日的留存。比如电商，流失相对难一点。即使用户短时间内不买了，以后遇到618、双11之类的还是会看一眼。这时候可以以月为单位看留存情况。

分析留存情况，和唤醒沉睡用户是两个问题、两个问题、两个问题！唤醒用户关键看投放多少优惠呀。

不拿点真金白银，傻子才跑回来继续用呢。而留存分析，则是看整体的渠道、用户表现的。不结合给多少优惠，鬼能分析出来唤醒多少用户呢。

做好了以上准备，可以开始分析啦。用户留存分析，最好用的工具是同期群分析法。即观察每个周期内新用户，在后续时间内留存情况，来判断用户留存质量，发现问题。

实例 

利用同期群分析法，可以设计取数表，观察2020年4月至2021年5月，一共14个月，每个月的用户留存情况。同期群法的取数表构造如下图，设计好表格后，就可以交给我这个查数姑来准备数据啦。

查数姑本妹纸我跑出数以后，数据表如下。很多新人一看到这么多数，脑袋嗡！的一声。不知道眼睛该往哪里看。其实先不用看所有数，只要盯紧第一行便好。第一行是历史最久的用户，其发展态势最有可分析意义，能总结出一些规律给其他群体参考。

计算出第一行的留存率后，可以进一步做柱状图（数量少且是连续数据时用柱状图，别忘了），观察其发展趋势（如下图）

这里有三个发现：

发现2：个别月份不符合规律，有数据突然抬头的现象

发现3：第三个月是分水岭，第三个月后留存率就没超过2%了

有经验的同学一眼就能看出：这个业务做的不咋样呀！作为电商，当月付费才不到1/3,3个月留存不到1%，这吸引力也太差了。结合2020年4月上线，大家猜猜是啥电商？哈哈哈。

先不跑题，回来继续讨论留存率曲线。其实这个曲线挺符合留存率规律的。一般留存曲线都是一直降低，因为刚开始靠优惠吸引来的用户会走掉，沉淀下来的都是少数真正有需求的核心用户。因此不同业务的留存曲线大同小异，只是下降的幅度不一样而已（如下图）

偶尔有翘头也好理解，因为用户留存不光受业务质量的影响。也受到当期促销的影响。如果促销力度大，用户还是会回来使用的，因此有促销的时间点，肯定各个时间段的用户留存都会变好（如下图）

对一行的数据有解读以后，就能进一步解读数据了。看数据的时候记得：

细看之下，会发现：

发现2：有大促的月份（2020年5月、11月、2021年3月）第0个月留存很高，但是后续第1、2、3月的留存，比平时更差。有可能吸引的更多是羊毛客

发现3：第3个月以后，留存稳定在1%，说明根本没有沉淀多少核心用户，有可能整体推广都是有问题的。

综合以上三点，还能推出一个隐藏结论哦。注意看每个月获客人数与促销月份，是不是有啥发现。聪明的读者已经看出来了：运营越来越依靠大促销拉新客了！之前非促销月份还有1.5万-2.5万的新客户进来，可越往后，非促销月份人越少，促销月份拉客越多！显然运营偷懒了，想着“毕其功于一役！”就集中在活动期投放，结果质量越来越差，渠道越来越软。

总结