数据分析-留存

1.留存的含义：

留存：指基准日到app的用户在之后的n日当天返回app的人数

留存率=基准日之后的n天当日返回的用户数/基准日的用户数*100%

2.留存的意义：

留存代表一个 用户愿意再次使用你的产品；而一个产品能够被用户再次使用，意味着这个产品

是能够满足用户长期需求的，能够让用户产生一定粘性的产品。

如今互联网产品大多为免费产品，依靠持续的广告转化，用户持续的购买转化，用户持续的会员付费来维持收益。

那么，怎样才能达到持续的广告转化？持续的购买转化？持续的会员付费？

广告转化，购买，会员付费，我们都需要用户来完成。那么持续的广告转化，购买，会员付费，我们就需要每天都有一定量的用户来完成以上过程，也就是说我们需要我们的产品每天都是有活跃用户的。

  活跃用户=新增用户+留存用户

那么从活跃用户的构成，我们就知道怎么维持我们的活跃用户规模：一方面持续有新用户流入，另一方面持续有留存用户留存；

那么为什么留存用户重要？部分有过从业经验的同学应该知道，产品的自然新增用户是比较少的，如果 我们仅靠产品自然用户增长，那么必然我们的活跃用户量级会非常小，虽然能够获得收益，但是这部分 收益很可能养不起我们的公司；但是如果我们想要用购买新用户的方式获得持续的较大规模的用户池， 又会产生比较大的成本，这样做容易亏本。所以我们需要新增留存两手抓；想方设法留住我们新增的用 户，让其长期地在我们的产品内产生价值，这样做，比起单做新增，在成本和效果上都是要好的

3.留存的实际应用

留存的主要应用场景有两个：

一个是产品整体视角的持续留存情况；也就是我们需要定期分析用户在产品的留存是否维持在一个正常 的范围，有没有突然地涨跌情况，如果有的话问题出在哪里，为什么会出现这样的问题，如何解决留存 异常的问题。遇到这类问题首先需要确定的是整体用户的留存异常还是个别群体用户的留存异常，如果 是整体用户的留存异常，我们需要分析我们的产品是否发生异常，可以通过用户的行为路径确定异常产 品位置；如果是个别用户的留存异常，需要通过用户拆解的方法来定位有异常的用户群体，然后通过这 类用户的特征来分析问题原因；

一个是新增用户视角的每批新增用户留存情况。一般出现在计算投放ROI的场景，也就是我们投放一批 用户，能够给我们带来多少收益。我们会用这些用户的“整个生命周期能够带来的收入”（LTV）去除以 “投放时的支出”来计算我们的ROI。“整个生命周期能够带来的收入”计算的是引入一批新用户，当用户完 全流失时，这部分用户所带来的所有收入。但是有时我们需要提前预估新用户在整个生命周期能够带来 的收入，我们就需要首先用留存来估计用户的生命周期，然后用估计出的生命周期再去计算用户的整个 生命周期能够带来的收入。