留存分析

一、功能定位

如果说APP用户的增长是开源节流的结果,那么拉新是开源,留存就是节流。

留存是APP增长运营的重要核心,留存率的高低代表APP对用户的持续吸引力大小,它是丈量产品核心价值的主要指标之一,也是投资人最关注的指标。

在移动统计平台上,留存分析按照对象的差异分为两大类“新用户留存”和“活跃用户留存”。

二、功能详述

1. 留存的概念

移动统计平台的“留存”,目前仅指“启动层面的留存”,即A用户在m日期有启动过APP,则就算A为m日期的留存用户。

1.1 新用户留存:某段时间的新用户,在考察的时间段(如第2天、第3天或任意之后的某个时段段)再次启动APP的用户数,为新用户留存用户数;再次启动的用户数占原本新用户数的比例,为新用户留存率。

1.2 活跃用户留存:概念同1.1,只是将新用户替换为活跃用户。

2. 新用户留存报告(天级别更新)

留存分析 - 图12.1 新用户首次留存

2.1.1 选择新用户时段;新用户的留存时段可选择按日、周、月三种粒度查看。

  • 天粒度:第2天、第3天、第4天…第7天、第15天和第30天。
  • 周粒度:第2周、第3周、第4周…第8周和第9周。
  • 月粒度:第2月、第3月、第4月…第8月和第9月。2.1.2 可以通过选择“#或%”,切换显示留存用户数或留存率。

2.1.3 可视化显示套用Cohort Analysis(同期群分析)模型,并以颜色深浅直观反馈数据表现差异,蓝色越深留存效果越好。

2.2 新用户自定义留存留存分析 - 图2与“新用户首次留存”相比,可以自定义“留存时段”。可以帮助解决诸如“考察元旦期间的新用户在2月16日-17日春节期间的留存情况”这种典型商业问题。

2.2.1 汇总指标展示所选时间段内总体的“新用户数、留存用户数、留存率”

2.2.2 数据表展示新用户时段的分日数据结果。

2 活跃用户留存(天级更新)

留存分析 - 图3“活跃用户留存”的报告分析逻辑与“新用户首次留存”一致,即选定“活跃用户时段后”,仅可按固定的 天、周、月的时段查看留存情况。

3 灵活运用“渠道”和“版本”高级控件

无论是在“新用户留存”还是“活跃用户留存”中,都可以同时选择多个渠道或版本,以考察:

  • 某一(或多个)渠道的新用户/活跃用户的留存情况
  • 某一(或多个)版本的新用户/活跃用户的留存情况
  • 属于某一(或多个)渠道且属于某一(或多个)版本的新用户/活跃用户的留存情况