快手投放:快手电商留存分析

用户留存的价值想必不用赘述，即便产品有高用户增长，但假如用户没有留下来，完成产品所定义的核心行为，就是无效增长，只有用户留下来才能为产品持续产生收益，像社区类、游戏等产品，还需要留存足够的用户量维持产品生态，因此用户留存情况需要经常做复盘分析。
那如何更高效有序地做留存分析？本文整理了系统思路如下：
第一步：观察留存数据
观察留存数据，看用户的短期、中期、长期留存率，分别对应留存曲线用户生命周期的三个阶段（震荡期、选择期、平稳期）。
图 留存曲线的用户生命周期
不同时期的留存率反映产品和用户不同阶段的状态。
三个时期分别需要看多长时间的留存率，这和产品天然的使用周期有关，即用户使用产品的频次，比如美团外卖、知乎、抖音等每天都会使用的产品短期留存率主要关注次日留存，像猫眼电影、大麦网、12306等每周或每几周才使用的，则关注周留存。
具体判断产品天然使用周期的方法有三种：
1. 根据业务经验
如上例子所述，该方法比较简单，可以在没有历史数据的情况下判断
2. 分析每日留存率
具体做法是，取一段时间内的新增用户，观察他们30天内的每日留存率，在首日留存率后的第一个留存高峰即为产品使用周期，可以通过后续留存高峰出现的周期性去验证。
图 某日新增用户的分天留存率（虚拟数据）
注：
某一天新增用户的N日留存 = 这个天的用户在第N天活跃的用户数 / 该天新增用户数
举例1月1日新增用户数为100，该批用户在第3天活跃用户数为60，则第3天的活跃留存率=60/100=60%
注意若该产品的使用周期为每天，则