有關(guān)留存分析

大家好，我是寶器！

Tableau的本質(zhì)還是輔助分析、輔助工作，分析思維不可少。所以在分享Tableau技能之外，也會分享些有關(guān)分析技能的內(nèi)容，統(tǒng)一更新入“Janie碎談”模塊中。

這篇文章是我花了好幾個晚上認(rèn)認(rèn)真真寫的，自己編造的數(shù)據(jù)，自己畫的圖，自己寫的代碼。一方面寫的過程中會促使我進(jìn)入更深層次的思考，邊改進(jìn)邊學(xué)習(xí)邊進(jìn)步；另一方面獨(dú)樂樂不如眾樂樂，分享出來大家一起進(jìn)步，順便也幫我指出不足。

網(wǎng)上有關(guān)留存的文章很多，這篇不敢說是最全的，但最起碼是較全的。由于上班加帶娃，又要堅持原創(chuàng)，又要精細(xì)的準(zhǔn)備每一篇干貨，所以大概一周一更。如有做的不足的地方，請于后臺留言，督促我改進(jìn)，以分享更有價值的干貨。

在這個用戶為大的互聯(lián)網(wǎng)世界中，我們一起發(fā)現(xiàn)更多有意思的點(diǎn)......

目錄

1. 互聯(lián)網(wǎng)企業(yè)面臨的留存問題

2. 什么是留存分析

3. 留存分析常用口徑

4. 留存分析的適用場景

5. 留存分析參考代碼

6. 留存下降的可能性原因

7. 留存分析方法

8. 案例實(shí)攻

• 流量紅利見頂、拉新成本高

在極易同質(zhì)化的今天，流量競爭著實(shí)激烈，提高用戶留存的重要性不言而喻，且存量用戶的獲客成本遠(yuǎn)遠(yuǎn)低于拉新成本。

• 新用戶較易流失

企業(yè)大規(guī)模投廣告、做活動，高額支出鎖不住新用戶，長期可持續(xù)發(fā)展有些無力，只顧眼前利益治標(biāo)不治本。

留存率：某日用戶數(shù)在第N日仍啟動該App的用戶比例，留存分析即分析用戶隨時間變化的活躍情況。獲取用戶只是第一步，留住用戶才是所有產(chǎn)品最終目標(biāo)。

可以理解為：由初期的搖擺用戶轉(zhuǎn)化為忠誠&穩(wěn)定用戶的過程。留存率越高，說明用戶對產(chǎn)品越有強(qiáng)烈的依賴感。

可分為三個階段：

• 初期：新用戶剛注冊，用戶留存下降較快，需快速讓用戶感受到產(chǎn)品核心價值。

• 中期：新用戶沉淀下來，形成活躍用戶。此時需分析活躍留存，加強(qiáng)核心功能，培養(yǎng)用戶對產(chǎn)品的使用習(xí)慣。

• 后期：思考產(chǎn)品核心價值，做好產(chǎn)品迭代與優(yōu)化。

從時間維度劃分：

常見的的有：次日留存、3日留存、7日留存、30日留存、周留存、月留存

從用戶維度劃分：

常見的的有：新用戶留存、活躍留存

圖解如下：

以新用戶留存為例

次日留存率=（某日新增的用戶中，在注冊的第2天還進(jìn)行登錄的用戶數(shù)）/ 該日新增用戶數(shù)

3日留存率=（某日新增用戶中，在注冊的第3天還進(jìn)行登錄的用戶數(shù)）/ 該日新增用戶數(shù)

7日留存率=（某日新增的用戶中，在注冊的第7天還進(jìn)行登錄的用戶數(shù)）/ 該日新增用戶數(shù)

30日留存率=（某日新增的用戶中，在注冊的第30天還進(jìn)行登錄的用戶數(shù)）/ 該日新增用戶數(shù)

1周后留存率=（某周新增的用戶中，在注冊的第2周還進(jìn)行登錄的用戶數(shù)）/ 該周新增用戶數(shù)

2周后留存率=（某周新增的用戶中，在注冊的第3周還進(jìn)行登錄的用戶數(shù)）/ 該周新增用戶數(shù)

1月后留存率=（某月新增的用戶中，在注冊的第2月還進(jìn)行登錄的用戶數(shù)）/ 該月新增用戶數(shù)

2月后留存率=（某月新增的用戶中，在注冊的第3月還進(jìn)行登錄的用戶數(shù)）/ 該月新增用戶數(shù)

以活躍留存為例

次日留存率=（某日登錄的用戶中，在第2天還進(jìn)行登錄的用戶數(shù)）/ 該日登錄用戶數(shù)

3日留存率=（某日登錄用戶中，在第3天還進(jìn)行登錄的用戶數(shù)）/ 該日登錄用戶數(shù)

7日留存率=（某日登錄的用戶中，在第7天還進(jìn)行登錄的用戶數(shù)）/ 該日登錄用戶數(shù)

30日留存率=（某日登錄的用戶中，在第30天還進(jìn)行登錄的用戶數(shù)）/ 該日登錄用戶數(shù)

1周后留存率=（某周登錄的用戶中，在第2周還進(jìn)行登錄的用戶數(shù)）/ 該周登錄用戶數(shù)

2周后留存率=（某周登錄的用戶中，在第3周還進(jìn)行登錄的用戶數(shù)）/ 該周登錄用戶數(shù)

1月后留存率=（某月登錄的用戶中，在第2月還進(jìn)行登錄的用戶數(shù)）/ 該月登錄用戶數(shù)

2月后留存率=（某月登錄的用戶中，在第3月還進(jìn)行登錄的用戶數(shù)）/ 該月登錄用戶數(shù)

日留存率

• 快速判斷產(chǎn)品是否迎合市場需求，比如新手對產(chǎn)品的UI設(shè)計、功能設(shè)置、新手引導(dǎo)等的體驗(yàn)是否滿意，是否需做調(diào)整。

• 快速判斷用戶粘性，比如用戶是否更易受促銷活動的影響等等。

周留存率

• 判斷用戶忠誠度，用戶此時對產(chǎn)品基本已有完整的體驗(yàn)。一整套流程體驗(yàn)下來，繼續(xù)訪問的用戶可判斷為潛在忠誠用戶。

• 分析用戶再次訪問的原因，找出產(chǎn)品最能鞏固用戶的點(diǎn)，且參考此點(diǎn)以一貫之，拓展應(yīng)用到更多的用戶身上，促使更多的用戶留下來。

月留存率

• 評估迭代與優(yōu)化的效果?？车袅舸媛实偷漠a(chǎn)品功能，進(jìn)行迭代優(yōu)化。

有些互聯(lián)網(wǎng)公司面試會出留存SQL題型，該代碼僅供參考。

代碼運(yùn)行結(jié)果

語法環(huán)境：SparkSql或Impala，其他環(huán)境也可以，只是個別函數(shù)會略有差別，替換個別函數(shù)即可，無需更改代碼結(jié)構(gòu)。

參考代碼如下：

--以a表日期作為主體select t.date_a,t.date_b,t.diff_ab,count(distinct t.user) as user_numfrom(     --a、b兩段代碼一模一樣，join之后取二者日期差值    select     a.login_date as date_a    ,b.login_date as date_b    ,a.user    ,datediff(b.login_date,a.login_date) as diff_ab    from    (        --a段代碼        SELECT         login_date        ,user        from dwd.user_login         where login_date>='2021-08-01'and login_date<=date_sub(to_date(now()),1)    )a    inner join    (        --b段代碼        SELECT         login_date        ,user        from dwd.user_login         where login_date>='2021-08-01'and login_date<=date_sub(to_date(now()),1)    )b on a.user=b.user)tgroup by 1,2,3having t.diff_ab>=0

新用戶留存下降

• 新用戶并未快速的感受到產(chǎn)品的核心價值。

• 新手引導(dǎo)模塊體驗(yàn)交差

• 新用戶羊毛黨居多

• 界面UI設(shè)計影響使用感

• 產(chǎn)品功能體驗(yàn)較差

• ......

老用戶留存下降

• 產(chǎn)品迭代功能致使用戶體驗(yàn)變差

• 產(chǎn)品迭代周期較長，用戶喪失新鮮感

• 受競品影響

• 未促使用戶對產(chǎn)品形成習(xí)慣

• 連續(xù)打卡簽到送紅包模塊優(yōu)惠力度較小，無堅持意義

• 廣告推送較多

• 客服服務(wù)響應(yīng)較慢、服務(wù)較差

• 無關(guān)推送

• 產(chǎn)品bug較多

• 受促銷活動影響較大

• ......

其中產(chǎn)品功能分析：

目的：找出對留存最有價值的功能&最沒價值的功能，便于后期迭代優(yōu)化。

1. 卓越功能：建議側(cè)重優(yōu)化用戶體驗(yàn)。

2. 大眾功能：重中之重，建議反思該功能的長期價值與實(shí)用性

3. 小眾功能：建議保留該功能，但無需過多投入精力

4. 弱勢功能：建議考慮是否砍掉

案例一

該圖是我在ppt上加工出來的，選取了兩日來對比。

解析：

2021年5月1日注冊的新用戶在注冊的第7日留存率趨向于平穩(wěn)，此時留存率60%；2021年5月2日注冊的新用戶在注冊的第7日留存率趨向于平穩(wěn)，此時留存率20%；2日注冊的用戶穩(wěn)定留存率較1日差。

改進(jìn)思路：

應(yīng)使得趨向于平穩(wěn)時的留存率盡可能提高，即平穩(wěn)的這段線盡量往上提。

案例二

數(shù)據(jù)純屬個人虛構(gòu)，實(shí)際分析時建議多擴(kuò)展日期，該圖重在解析分析方法。

該表留存率：（某新增的用戶中，在第N天還進(jìn)行登錄的用戶數(shù)）/ 該日新增用戶數(shù)

以8月1日的新增用戶留存為例

• 新手探索期：單純靠大額優(yōu)惠吸引的用戶會之間流失，產(chǎn)品價值未達(dá)到用戶預(yù)期。

• 習(xí)慣養(yǎng)成期：產(chǎn)品功能&實(shí)用性未促使用戶養(yǎng)成使用習(xí)慣。

• 活躍用戶期：真正留下來的忠實(shí)用戶。

解析：

1. 新用戶次留驟減60%：沒有使得用戶迅速發(fā)現(xiàn)產(chǎn)品價值

2. 整體留存率于第10日趨向于平穩(wěn)，留存率穩(wěn)定于11%左右：說明8月1日的新增用戶中只有11%左右發(fā)展成了忠實(shí)用戶。

3. 3留&7留出現(xiàn)留存率增長現(xiàn)象（注意：留存率并不會呈現(xiàn)持續(xù)下降情況），進(jìn)一步定位原因，在8月3日與8月7日是否進(jìn)行了促銷活動？

   
   

   
   

案例三

解析：

1. 表格中以8月6日注冊用戶的次留(71%)為起始點(diǎn)，8月1日注冊用戶的7留(34%)為結(jié)束點(diǎn)，二者形成對角線，縱向?qū)Ρ葦?shù)據(jù)，顏色顏色部分留存率都比較高。首先需要確認(rèn)8月7日這天運(yùn)營是否做了動作？比如：該日做了促銷活動、或者其他特殊活動？因?yàn)?月7日正好對應(yīng)的是8月6日的次留，8月5日的3留......8月1日的7留。

2. 表格中8月9日的次留是20%，遠(yuǎn)低于其他日次留，且后續(xù)留存也較其他日偏低，警惕羊毛黨。