留存，是一個(gè)產(chǎn)品或者說(shuō)企業(yè)，能夠持續(xù)存活和不斷發(fā)展的立身之本。

例如企業(yè)級(jí)SaaS產(chǎn)品，通常采用按年為單位進(jìn)行付費(fèi)的訂閱模式。如果產(chǎn)品沒(méi)有留住用戶的能力，用戶便會(huì)在第二年取消訂閱，這將使得企業(yè)之前的投入付之東流。

所以，即使通過(guò)各種方式將用戶吸引過(guò)來(lái)并完成用戶轉(zhuǎn)化，如果沒(méi)能留存住用戶，依然是“竹籃打水一場(chǎng)空”。

1、用戶留存就像蓄水池

就像小學(xué)數(shù)學(xué)中經(jīng)典的蓄水池問(wèn)題，水龍頭源源不斷地注水，另一端的出水口也在泄水。只有把握出水與入水的比例，當(dāng)水的流失速度盡可能緩慢時(shí)，蓄水池才會(huì)越積越多。

我們每天都會(huì)面對(duì)新增用戶，也會(huì)面對(duì)流失用戶，蓄水池里剩下的水就是活躍用戶。留存分析就是分析多少用戶進(jìn)來(lái)了，多少用戶流失了，具體情況是什么，對(duì)產(chǎn)品會(huì)有哪些影響。

這里用一組數(shù)據(jù)來(lái)看留存的重要性：

假設(shè)，某產(chǎn)品每月新增1000名用戶，且留存率100%沒(méi)有任何流失，兩年之后將會(huì)擁有24000名用戶，但這是絕對(duì)理想的情況。

現(xiàn)在把留存率設(shè)置在90%，每月新增用戶仍然為1000名，那么兩年后的用戶總數(shù)就只會(huì)有9000名，產(chǎn)品的用戶總數(shù)基本飽和，不會(huì)再繼續(xù)高速增長(zhǎng)。

留存率90%已經(jīng)是非常高的成績(jī)，實(shí)際上很多C端產(chǎn)品的留存只有35%左右。這就是為什么很多產(chǎn)品發(fā)展到一定階段時(shí)，會(huì)選擇擴(kuò)充產(chǎn)品線，開(kāi)展新的業(yè)務(wù)，因?yàn)樵挟a(chǎn)品的用戶數(shù)已經(jīng)停滯不前。

從產(chǎn)品的生命周期來(lái)看，產(chǎn)品越成熟，新增的用戶數(shù)往往趨于平穩(wěn)，這時(shí)候比拼的就是產(chǎn)品的留存能力。

如果在某個(gè)時(shí)間節(jié)點(diǎn)之后，產(chǎn)品的留存率依然不理想，那么產(chǎn)品就有可能走向衰退，這時(shí)進(jìn)行真實(shí)反應(yīng)業(yè)務(wù)情況的留存分析就顯得格外重要。

2、留存分析的兩個(gè)關(guān)鍵

留存分析中存在一個(gè)常見(jiàn)的誤區(qū)，很多產(chǎn)品為用戶提供的留存周期會(huì)默認(rèn)為7天或14天，以此統(tǒng)計(jì)用戶的回訪情況。

這個(gè)做法其實(shí)不夠科學(xué)，為了數(shù)據(jù)的解讀能貼近實(shí)際業(yè)務(wù)，在開(kāi)展留存分析之前有兩點(diǎn)需要明確的內(nèi)容：

第一點(diǎn)：明確產(chǎn)品的關(guān)鍵事件

關(guān)鍵事件是用戶感受到產(chǎn)品核心價(jià)值所采取的行動(dòng)，只有用戶不斷的重復(fù)關(guān)鍵事件，才能證明產(chǎn)品在對(duì)用戶不斷地產(chǎn)生價(jià)值，由此形成良性循環(huán)。

第二點(diǎn)：明確用戶使用產(chǎn)品的平均周期

使用周期決定了觀測(cè)留存的最終結(jié)果。像電商APP，大部分用戶不會(huì)每天都進(jìn)行購(gòu)買，因此在觀察電商類APP時(shí)，使用日留存數(shù)據(jù)毫無(wú)意義。

2.1確定產(chǎn)品的關(guān)鍵事件

在確定產(chǎn)品的關(guān)鍵事件時(shí)，可以從兩方面思考：一是從產(chǎn)品內(nèi)部，回歸到產(chǎn)品的價(jià)值定位，你希望用戶每天使用產(chǎn)品時(shí)都做些什么。

例如，在京東的關(guān)鍵事件是完成訂單，在易觀方舟的關(guān)鍵事件是創(chuàng)建分析，在微博的關(guān)鍵事件可以是瀏覽好友的微博首頁(yè)或是發(fā)送有內(nèi)容的微博?？傊欢〞?huì)有關(guān)鍵事件能夠成為產(chǎn)品核心價(jià)值的體現(xiàn)。

二是從自身業(yè)務(wù)，你認(rèn)為哪一指標(biāo)能直接衡量業(yè)務(wù)發(fā)展，或者是希望其能夠持續(xù)增長(zhǎng)。關(guān)鍵事件的指標(biāo)關(guān)乎產(chǎn)品的持續(xù)增長(zhǎng)，需要不斷地給予用戶刺激。

例如電商APP中的個(gè)性化推薦、優(yōu)惠互動(dòng)、雙十一大促等方式，都是為了盡可能多地促成價(jià)值交換。

2.2確定產(chǎn)品的平均使用周期

通過(guò)以上兩個(gè)方面，基本可以確定產(chǎn)品的關(guān)鍵事件。此時(shí)，再去明確產(chǎn)品的平均使用周期，便可以完成一次最基本的留存分析。

產(chǎn)品周期的確定一般需要觀察60天或90天的用戶行為數(shù)據(jù)，將重復(fù)2次關(guān)鍵事件的時(shí)間間隔情況進(jìn)行分別統(tǒng)計(jì)。當(dāng)用戶分布達(dá)到80%以上時(shí)對(duì)應(yīng)的周期，可以認(rèn)為是產(chǎn)品在用戶側(cè)實(shí)際的使用間隔，進(jìn)而將這個(gè)周期作為留存分析的周期。

舉個(gè)例子，在過(guò)去60天內(nèi)，有100名用戶觸發(fā)過(guò)兩次產(chǎn)品的關(guān)鍵事件，將這100名用戶挑選出來(lái)，計(jì)算其進(jìn)行第一次和第二次關(guān)鍵事件之間的時(shí)間間隔。

如下表所示，統(tǒng)計(jì)后發(fā)現(xiàn)3%的用戶在1天之內(nèi)觸發(fā)兩次，20%的用戶在7天之內(nèi)觸發(fā)兩次，在第30天時(shí)，已經(jīng)有81%的用戶都觸發(fā)兩次以上。

這時(shí)基本就可以認(rèn)定——30天是用戶對(duì)產(chǎn)品實(shí)際反饋的平均使用周期，30天就可以作為你在留存分析時(shí)的周期時(shí)間。

3、進(jìn)行留存分析

3.1留存分析的計(jì)算方法

留存分析的兩個(gè)關(guān)鍵明確后，接下來(lái)就可以通過(guò)易觀方舟或自行寫(xiě)數(shù)據(jù)查詢的方式，用表格進(jìn)行留存分析。以下表為例，這是2018年9月12日至9月18日，某產(chǎn)品七天內(nèi)用戶的7日留存情況。

首先，我們來(lái)看該產(chǎn)品某日拉新的所有用戶的留存情況。9月12日當(dāng)天有1752個(gè)新用戶，到第1天只有73個(gè)人留存，到第3天僅剩14人留存?？梢缘玫?月12日第3天用戶的留存率=14/1752*100%=0.80%

然后，我們來(lái)看所有時(shí)間拉新的用戶在第3天的轉(zhuǎn)化情況，即把所有達(dá)到第3天的用戶加起來(lái)，用第3天的合計(jì)情況除以總?cè)藬?shù)，得到第3天所有用戶的留存率

=60/（1752+1852+1717+1254+1307）*100%=0.76%。

3.2繪制留存曲線

通過(guò)以上數(shù)據(jù)，我們可以繪制出產(chǎn)品的留存曲線或用易觀方舟自定義生成，即從第1日到第7日的用戶遞減曲線，再進(jìn)行分析。如下圖所示，為兩組留存曲線的對(duì)比示意圖。

曲線的斜率越大，用戶流失得越快；曲線趨于平緩，證明已經(jīng)有一部分用戶在持續(xù)地感受到產(chǎn)品的價(jià)值，逐漸成為忠誠(chéng)用戶。

通常情況下，我們都希望留存曲線在一段時(shí)間之后盡量保持平緩，而不是還是處于一個(gè)下降的態(tài)勢(shì)。因?yàn)楫?dāng)留存相對(duì)平緩時(shí)，就能證明產(chǎn)品已找到市場(chǎng)與產(chǎn)品相匹配的用戶群體，從而也就證明了產(chǎn)品在市場(chǎng)上所具有的價(jià)值。

當(dāng)企業(yè)開(kāi)展運(yùn)營(yíng)活動(dòng)或產(chǎn)品改版升級(jí)時(shí)，希望整個(gè)留存曲線有抬升趨勢(shì)，而抬升則意味著后續(xù)的用戶留存相較之前有所提升，如上圖的右側(cè)所示，這樣企業(yè)進(jìn)行的相關(guān)動(dòng)作才有意義。

3.3找到提升留存的切入點(diǎn)

繪制完畢留存曲線，發(fā)現(xiàn)曲線并不是很平緩或者留存率并不是特別理想時(shí)，就需要去分析具體的原因。這里提供了5個(gè)切入點(diǎn)：

對(duì)比不同用戶群之間的留存情況

對(duì)比不同功能之間的留存情況

對(duì)比不同行為之間的留存情況

對(duì)比不同維度下的留存情況

對(duì)比重復(fù)關(guān)鍵事件不同頻率的情況

以對(duì)比不同用戶群之間的留存情況為例，我們可以先將用戶分為三類：活躍用戶、新用戶和召回用戶，這三類用戶都有明確的定義標(biāo)準(zhǔn)：

根據(jù)用戶在之前連續(xù)兩個(gè)周期的表現(xiàn)，如果在兩個(gè)周期內(nèi)持續(xù)活躍穩(wěn)定地訪問(wèn)產(chǎn)品，即為活躍用戶；

用戶上一周期及以前從未有訪問(wèn)記錄，在當(dāng)前周期內(nèi)活躍，即定為新用戶；

在某一周期中活躍了一段時(shí)間，繼而沉寂了，在當(dāng)前周期再次活躍，則為召回用戶。

通過(guò)繪制留存曲線發(fā)現(xiàn)，在不同用戶群的對(duì)比中，用戶留存的差異顯著。我們希望保持活躍用戶的留存情況，同時(shí)新用戶、召回用戶能向活躍用戶靠攏。

在這里有三個(gè)值得重點(diǎn)分析的問(wèn)題：

藍(lán)色曲線的活躍用戶為什么會(huì)有如此高的留存率，他們?cè)诋a(chǎn)品中的行為有哪些？

橙色曲線的新用戶之間是否有差異？

黑色曲線的召回用戶，是因?yàn)槭裁创偈沽怂麄兊脑俅位钴S？

從這些問(wèn)題的答案中找到下一步運(yùn)營(yíng)的策略，這就是我們做留存分析的基本思路。即從結(jié)果推出運(yùn)營(yíng)目標(biāo)，然后根據(jù)目標(biāo)尋找差距優(yōu)化，根據(jù)優(yōu)化方案設(shè)計(jì)合理的執(zhí)行策略。

針對(duì)不同的用戶群，我們可以借助Engagement Loop模型（關(guān)于該模型的詳情可閱讀《這樣進(jìn)行轉(zhuǎn)化分析，想不提高用戶轉(zhuǎn)化都難》），重點(diǎn)考察與業(yè)務(wù)優(yōu)化關(guān)聯(lián)最大的階段。

分析活躍用戶：圍繞著用戶的A-ha Monent創(chuàng)建分析，分析可能包括事件分析、漏斗分析、留存分析等。將發(fā)現(xiàn)產(chǎn)品價(jià)值的行為作為起始行為，分別比較活躍用戶和沉默用戶之間的留存情況，找到留存差異最大的行為。繼而分析重復(fù)這個(gè)行為達(dá)到多少次以上時(shí)，對(duì)留存的影響最大；

分析新用戶：新用戶達(dá)到A-ha Monent之前，會(huì)有一個(gè)Onboarding（上手）的過(guò)程，通過(guò)新手教程熟悉產(chǎn)品的基本使用技巧，我們可以對(duì)比完成Onboarding的新用戶與未完成之間的留存差異；

分析召回用戶：用戶沉默一段時(shí)間后，又開(kāi)始使用產(chǎn)品，是否是因?yàn)槲覀兘诘倪\(yùn)營(yíng)或者市場(chǎng)活動(dòng)。對(duì)比不同觸達(dá)用戶的形式、用戶回訪來(lái)源、用戶回訪行為之間的留存差異，找到刺激用戶的有效Trigger。

本文來(lái)自微信公眾號(hào) “易觀數(shù)科”（ID：enfodesk），作者：奮斗中的，36氪經(jīng)授權(quán)發(fā)布。

關(guān)鍵詞： 切入點(diǎn) 用戶