一、留存的概念和重要性

1、什么是留存？

在互聯(lián)網(wǎng)行業(yè)當(dāng)中，因?yàn)槔禄蛲茝V的活動把客戶引過來，用戶開始訪問公司的網(wǎng)站，但是經(jīng)過一段時(shí)間可能就會有一部分客戶逐漸流失了。那些留下來的人或者是經(jīng)常回訪我們公司網(wǎng)站的人就稱為留存。

現(xiàn)在大家經(jīng)常會用到所謂的“日活”（日活躍用戶量，簡稱DAU）來監(jiān)測我們的網(wǎng)站，有的時(shí)候會看到我們的“日活”在一段時(shí)期內(nèi)都是逐漸增加的，這是一個(gè)非常好的現(xiàn)象。但是如果我們忽略了留存分析的話，這個(gè)結(jié)果很可能是一個(gè)錯誤。

比如某公司做了很多拉新、推廣的活動，用戶是帶來了很多，但是留下來或經(jīng)常返回來的客戶不一定增長，他們有可能是在減少，只不過是拉新過來的人太多了而掩蓋了流失率居高不下的問題，實(shí)際上客戶的留存是在逐漸降低的。這個(gè)時(shí)候留存分析就很重要！

2、怎樣用圖表展示留存狀況？

我們提供了留存圖和留存表兩個(gè)模型來分析用戶流失與留存問題。

如上圖左側(cè)的留存圖所示，開始的時(shí)候是帶來了百分之百的人數(shù)，隨著第一天結(jié)束，留存用戶就急劇下降了85%，然后慢慢地降低，直到第13天進(jìn)入一個(gè)平穩(wěn)的階段。

再如上圖右邊留存表，這張表該怎么解讀呢？

我們先看一下第二行，時(shí)間是1月11日這一天，我們通過各種各樣拉新和推廣吸引到了6.7K 的客戶。但是一天之后就下降了85%，變成15%，兩天之后再一次下降10%，到了第七天是比較穩(wěn)定的狀態(tài)，達(dá)到了6.5%，后面就是緩慢地下降，比較平穩(wěn)。我們可以看出來客戶在第一天的時(shí)候就有一個(gè)巨大的流失，然后慢慢地達(dá)到了一個(gè)比較平穩(wěn)的狀態(tài)。

3、為什么要進(jìn)行留存分析？

看完留存分析的概念，不禁思考，我們?yōu)槭裁匆隽舸婺兀苛舸娴姆治鲆饬x何在？

像SaaS企業(yè)，獲得一個(gè)客戶無論在時(shí)間上還是在金錢上成本都是非常巨大的，也許要花掉兩到三個(gè)月的時(shí)間才能獲得一個(gè)客戶。

以上面左邊的圖為例，剛開始這個(gè)客戶，我們花了6000多美元的成本才把這個(gè)客戶得到。得到了以后一般情況下客戶對咱們這些企業(yè)可能就是按照一定的現(xiàn)金流給我們付錢，比如說付500美金，就這樣一直地付下去。

這樣你就會發(fā)現(xiàn)前期成本很高，也許我們只有通過客戶使用我們的產(chǎn)品高達(dá)一年或者兩年的時(shí)候我們才能收回成本。如果這個(gè)客戶在之前就流失掉了，流失掉就意味著咱們的產(chǎn)品虧本了，連本都沒有返回。

再來看右邊的這張圖，這張圖講的是每位客戶成本的應(yīng)收的現(xiàn)金流。第一個(gè)月我們得到了這個(gè)客戶，我們花了6000刀，然后這個(gè)客戶就每個(gè)月給我們付費(fèi)，比如說每個(gè)月付500刀，他要到第13個(gè)月的時(shí)候我們才能達(dá)到所謂的收支平衡，從14個(gè)月以后才開始逐漸地賺錢，如果我們的留存沒有做好，客戶在用了兩個(gè)月以后就走掉了，那這部分錢我們就流失了。

所以說留存有一個(gè)非常重要的意義，客戶使用咱們公司的產(chǎn)品，時(shí)間越長越好，越長帶來的現(xiàn)金流或者利潤越高，這就是留存的一個(gè)非常核心的意義。

如果我們的留存做得好的話客戶就會一直使用我們的產(chǎn)品，一直給我們帶來財(cái)富。

從上圖中我們可以看到兩點(diǎn)：第一個(gè)就是使用的時(shí)間，留在我們產(chǎn)品的時(shí)間越長越好；第二個(gè)，希望利潤越高越好。利潤如何越高越好？就是我希望我的留存率越來越高，這樣利潤的面積也就越來越大。

二、用戶留存的三個(gè)階段和重要時(shí)間點(diǎn)

1、提升留存曲線的意義

假如現(xiàn)在我們產(chǎn)品的留存度是上圖最下面那條綠色的線，縱軸是留存的比例，橫軸是時(shí)間。一天過后，我們拉新獲得的100%用戶只留下35%，第7天變成了20%，然后緩慢下降，到了第60天以后達(dá)到一個(gè)大約10%的效果。

這個(gè)效果我們看看能不能通過某些方面的改進(jìn)，讓它逐步提升呢？

假如我們讓綠色的留存度的線上升到橙色的線，再上升到紅色的線，那么第一天留存率高達(dá)到70%，七天留存率也有60%多，到了60天、90天的時(shí)候留存率也能高達(dá)60%左右。這就是說我們前面通過市場拉新獲得的百分之百的人數(shù)在經(jīng)過90天以后有60%的人留下來了。

剛開始的時(shí)候看綠色的線我們的90天的留存率是10%，如果通過我們的努力能讓它達(dá)到60%，這會給我們帶來源源不斷的財(cái)富和現(xiàn)金流的收入。

2、留存的三個(gè)階段

今天通過留存分析的一些方法來給大家一些思路，看看如何通過優(yōu)化產(chǎn)品的方式來提高我們的留存率。

在講這個(gè)之前我先給大家講一下我們應(yīng)該如何去看這張留存的圖。

這是一個(gè)常見的留存曲線，我把它分成了三個(gè)部分：第一部分是振蕩期，第二部分是選擇期，第三部分是平穩(wěn)期。

大家會有一個(gè)問題，為什么我要分成這三個(gè)期呢？

首先在振蕩期，我們可以看到拉新過來進(jìn)入我們公司網(wǎng)站或者是下載APP的人數(shù)在前幾天劇烈地減少，由100%幾天就變成了百分之十幾或者更低，這個(gè)期叫振蕩期，它有自己的特色。

過了振蕩期以后就是選擇期，為什么我們稱它為選擇期呢？就是一般情況下客戶在這段時(shí)間之內(nèi)對我們的產(chǎn)品有了初步的了解，他開始探索我們公司的產(chǎn)品，看看這個(gè)產(chǎn)品有沒有滿足客戶的一些核心需求。如果能滿足，顧客很有可能就留下來了；如果沒有滿足，那客戶就要走掉了。

過了選擇期就是平穩(wěn)期，留存率進(jìn)入一個(gè)相對穩(wěn)定的階段。

3、留存的重要時(shí)點(diǎn)

第一個(gè)就是次日留存，就是當(dāng)天過來第二天的留存有多少。我們可以看出，當(dāng)天拉新，比如說我們拉了100個(gè)人，到了第二天可能只有十幾個(gè)了，這是次日留存。

第二個(gè)是周留存，周留存是一個(gè)什么樣的概念呢？我們?yōu)槭裁匆芰舸?，這個(gè)概念就是說一般情況下客戶使用一款產(chǎn)品，如果他進(jìn)行一個(gè)完整的使用的話他的體驗(yàn)周期大約是一周或者是幾天，因?yàn)楸容^常見的是周留存，我們就起了一個(gè)周留存的名字。

這個(gè)可以根據(jù)你的業(yè)務(wù)，如果您公司的產(chǎn)品體驗(yàn)一個(gè)完整的體驗(yàn)周期的話比如說是14天或者3天，我們就定3日留存或者14日留存。

三、留存的核心原因

什么樣的客戶會留下來？

其實(shí)這個(gè)問題也非常簡單，如果我們的產(chǎn)品能夠滿足客戶的核心需求，他能夠在我們的產(chǎn)品使用當(dāng)中發(fā)現(xiàn)這個(gè)產(chǎn)品的價(jià)值，那么他很有可能就會留下來。

如果我們做了很多的拉新、渠道的優(yōu)化等等，也許會提高一定的留存率，但是這個(gè)留存到底能不能留下來，核心的問題還是說我們的產(chǎn)品功能設(shè)計(jì)能否滿足客戶的核心需求。如果能滿足的話，我們能不能再進(jìn)一步，我們這個(gè)產(chǎn)品的設(shè)計(jì)能否比較好的、比較快的、比較方便地滿足客戶的核心需求，這是第二點(diǎn)。

四、留存分析的方法論

下面我給大家講解一下留存分析的方法論，來更好提升我們在平穩(wěn)期這段時(shí)間的留存量。

假如我們現(xiàn)在可能只有5%，我想把它提高到10%或者是20%更高，就是回到剛才這張圖，從一個(gè)綠色的線，慢慢地努力提到一個(gè)紅色的線。

在這里留存分析有兩個(gè)常見的分析方法，給大家稍微介紹一下，然后在后面的案例的講解當(dāng)中慢慢地把這兩個(gè)方法融進(jìn)去，給大家講一講。

第一個(gè)就是獲取時(shí)間，我們在留存分析的時(shí)候可以對獲取客戶的時(shí)間進(jìn)行分組。比如說這個(gè)產(chǎn)品發(fā)布了版本2.0或者是3.0，這個(gè)時(shí)間點(diǎn)我們可以做一個(gè)分組，看看用新版本的人的留存表現(xiàn)。

還有一種分組方式就是根據(jù)客戶的行為進(jìn)行分組，比如說我們舉個(gè)例子，有一款音樂的軟件，我想知道分享這首歌的人，他們在留存上有什么樣的表現(xiàn)，或者對這首歌點(diǎn)贊數(shù)大于3次或者5次的人，他們在留存上有什么樣的表現(xiàn)。

1、按照獲取客戶時(shí)間進(jìn)行分析

如上圖，是一個(gè)新版本音樂APP的留存情況，左邊是留存表，右邊是留存圖。

先看左邊的留存表，正如我剛才所說的，按照獲取的時(shí)間進(jìn)行了一個(gè)分組。舉個(gè)例子，我們看最下面的10月26日獲得的用戶，一天后留存率是多少，兩天后留存率是多少，三天后留存率是多少。

我們看到右邊這個(gè)留存表也是這個(gè)意思，可以看出來第一天留存率驟降一半，第二天又降了10%，可以看出來前兩天客戶的留存率下降得很大，然后慢慢地在后期，比如說在第十五六天的時(shí)候達(dá)到一個(gè)比較平穩(wěn)的階段。

從這兩張圖表可以很好告訴我們隨著時(shí)間的變化，留存在下降。但是如果我們想深度地挖掘哪里出了問題的話這兩張表還不夠，我們還需要進(jìn)一步地分析用戶行為。

2、按照用戶行為進(jìn)行分析

這時(shí)候我們就涉及到了一個(gè)新的分析方法，就是根據(jù)客戶的行為進(jìn)行分析。

還是以音樂APP為例，如果一個(gè)客戶在一段時(shí)間內(nèi)點(diǎn)擊“喜歡”大于3次，我們看看這一部分人的留存，即上面左邊的圖。我們可以很明顯地看到，咱們這條留存曲線是高于所有用戶的藍(lán)色留存曲線的。我們看一下次日留存率，高達(dá)82%，而所有用戶可能只有50%多。得出結(jié)論：點(diǎn)擊“喜歡”大于三次的用戶留存表現(xiàn)優(yōu)于所有用戶平均值。

這時(shí)候咱們再進(jìn)行更深一步的對比，點(diǎn)擊“喜歡”大于等于3次與小于3次的用戶留存之間有什么差異？上面右邊的圖中，紅色的線就是喜歡這首歌大于等于3次，藍(lán)色的還是剛才整體的所有用戶，在下面是綠色，小于3次的。

可以明顯地看出來這三個(gè)分群有很大的不同，點(diǎn)擊“喜歡”越多的次數(shù)留存率就會很高，而點(diǎn)擊“喜歡”小于3次的人留存率比所有用戶的還要低。

我們看到這兩這張圖就會想到一個(gè)問題，我們有沒有一種方法來引導(dǎo)客戶，讓他點(diǎn)擊喜歡呢？

這個(gè)時(shí)候留存的分析的作用就是說如何促使產(chǎn)品的更新和優(yōu)化，既然通過數(shù)據(jù)我發(fā)現(xiàn)了點(diǎn)擊“喜歡”大于3就會留存率高，那么我們是不是通過這種分析方法來得到一個(gè)類似的假設(shè)，我們的產(chǎn)品如果通過優(yōu)化能讓客戶更早地去點(diǎn)擊“喜歡”，那么客戶的留存就會多。

當(dāng)然了這個(gè)時(shí)候我們會對產(chǎn)品通過一些交互行為的設(shè)計(jì)、A/B test或者各種各樣的方法來使這個(gè)產(chǎn)品變得更好一些，更優(yōu)化一些，不過這個(gè)主題比較大，我們先講到這里。

我們繼續(xù)往下深入地挖掘。

現(xiàn)在有一個(gè)行為是點(diǎn)擊“喜歡”大于3次，我們還有些其他的行為，比如說我在一個(gè)網(wǎng)站上想加入一個(gè)興趣的社區(qū)，比如說我非常喜歡聽爵士樂，我就在APP進(jìn)入爵士樂的社區(qū)，比如說我非常喜歡陳奕迅，我就想加入陳奕迅歌迷俱樂部，或者說我想加入其他的一些社區(qū)。

在上面左邊的留存圖中我們就用綠色的線表示當(dāng)客戶加入了一個(gè)興趣社區(qū)時(shí)他的表現(xiàn)是什么樣子。紅色的線還有藍(lán)色的線也是剛才說的三條線的對比。

可以看出來，如果這個(gè)客戶加入了一個(gè)興趣社區(qū)，我們也可以看到它的留存率相對整體客戶來說是有一個(gè)提升的。

我們發(fā)現(xiàn)客戶加入興趣社區(qū)，點(diǎn)擊大于3都會導(dǎo)致留存率的上升，那么我們會不會更深一步想一個(gè)問題，如果他既點(diǎn)擊“喜歡”大于3次以上，又加入興趣社區(qū)，會有什么樣的效果？

當(dāng)然這時(shí)候可能并沒有很好的效果，我們并不確定，那我們就做一個(gè)實(shí)驗(yàn)，把數(shù)據(jù)抓出來，做上一張圖，先看一下是好是壞，即刻分享。

然后我們就做出了上面右邊的圖，紅色的就是我剛才說的，點(diǎn)擊“喜歡”大于3次以上并且加入了社區(qū)，另外就是它的補(bǔ)集，就是沒有小于等于3次或者是沒有加入社區(qū)的，這時(shí)候我們發(fā)現(xiàn)這是一個(gè)很大的留存方面的差異。

由上圖可以很明顯地看出來紅色要遠(yuǎn)遠(yuǎn)地高于藍(lán)色，這時(shí)候就會給我們一個(gè)想法，如果咱們的產(chǎn)品能夠更好地引導(dǎo)這些客戶去使用這些功能，那么這些客戶就能很好地留下來，留在咱們的產(chǎn)品上。

3、不同群組對產(chǎn)品不同模塊使用狀況的分析

上面的圖叫“如何發(fā)現(xiàn)一個(gè)對比的點(diǎn)”，功能是分析不同的群組對產(chǎn)品不同模塊使用情況。

分群A（平穩(wěn)期）的客戶之所以留下來了，是因?yàn)樵蹅兊漠a(chǎn)品提供的功能滿足了他，這些用戶我們可以通過一些細(xì)節(jié)的挖掘，去看他對每一個(gè)產(chǎn)品每一項(xiàng)功能的使用情況。

比如某個(gè)產(chǎn)品有很多功能，我現(xiàn)在就截取了A/B/C/D/N 5個(gè)模塊，10代表使用這個(gè)模塊的頻率還有熱度的指數(shù)的滿分，9表示他經(jīng)常使用這個(gè)功能。反映到我們手機(jī)上的例子可能就是說他經(jīng)常使用“喜歡”這個(gè)按鈕或者是經(jīng)常用“分享”這個(gè)按鈕。

從這里可以看出來，如果我們做一個(gè)排序的話，分群A在平穩(wěn)期的這部分用戶非常喜歡使用模塊A，也非常喜歡使用模塊C或者模塊D。

這部分群體我們再逆推到之前，他們在前期的時(shí)候喜歡使用什么樣的功能呢？他們在所謂的振蕩期和選擇期的時(shí)候使用什么樣的功能。

我們也是通過數(shù)據(jù)的分析，把這個(gè)數(shù)據(jù)拿下來，即分群A（振蕩期+選擇期），我們發(fā)現(xiàn)客戶很可能非常喜歡模塊A或者是功能模塊C，例如客戶非常喜歡分享一個(gè)東西或者喜歡下載一個(gè)東西，這個(gè)東西就是我們行為分析的一個(gè)起止點(diǎn)。

我們可以探索我們是不是先用這兩個(gè)點(diǎn)來看一看客戶在留存上面有沒有一個(gè)巨大的行為差異，然后我們就會通過這些東西做出一些東西，比如說我點(diǎn)擊了“喜歡”大于3次的我就發(fā)現(xiàn)留存率高，點(diǎn)擊“喜歡”小于等于3次的留存率相對就會比較低。

五、用戶留存的案例分析

1、留存圖和留存表

下面展示了我們提供的一張留存圖和留存表（也稱為手槍圖），可以方便大家看到新進(jìn)來的客戶們在后續(xù)的時(shí)間的表現(xiàn)，我們也可以定義起始行為和回訪行為這兩個(gè)功能。

2、起始行為和回訪行為

起始行為規(guī)定了你想篩選什么樣的用戶進(jìn)行留存分析。我們按照最普遍的留存率的概念，將默認(rèn)的起始行為設(shè)置為“新增用戶”，即這個(gè)用戶ID此前未曾出現(xiàn)過，那么就會歸為當(dāng)天的新增用戶。除了默認(rèn)選項(xiàng)外，我們還支持將任意圈選過的標(biāo)簽的瀏覽或點(diǎn)擊行為作為起始行為，在下拉菜單中就可以直接選擇。

例如，選擇“頁面_加入我們”“瀏覽”為起始行為，那么系統(tǒng)會將一段時(shí)間內(nèi)所有瀏覽過“加入我們”這個(gè)頁面的用戶都篩選出來，然后再計(jì)算他們在這之后是否發(fā)生過回訪行為。

你希望用戶經(jīng)常地、持續(xù)地到你的產(chǎn)品中做什么？這就是回訪行為的定義。在默認(rèn)條件下，回訪行為被設(shè)置為“任意行為”，即對任何頁面的瀏覽或點(diǎn)擊都被認(rèn)為是留存。與起始行為一樣，你可以設(shè)置任意標(biāo)簽的瀏覽或點(diǎn)擊行為作為回訪行為，在下拉菜單中可以選擇。

例如，選擇“按鈕_加入購物車”“點(diǎn)擊”作為回訪行為，那么系統(tǒng)會計(jì)算：在滿足起始行為的用戶中，接下來的每一天里有多少人點(diǎn)擊了“加入購物車”按鈕？他們占起始用戶的比例有多少？

3、某O2O企業(yè)分析“發(fā)紅包”案例分析

某個(gè)O2O應(yīng)用，想觀察給用戶發(fā)放紅包之后的回購行為趨勢。在這個(gè)案例中，我們將觸發(fā)了購買行為的用戶定義為留存用戶，因?yàn)閷τ谶@個(gè)活動來說，刺激用戶的購買是首要目標(biāo)，那些僅在應(yīng)用里查看了商品頁面的用戶，雖然他們回訪了，但并沒有進(jìn)行關(guān)鍵行為，因此在這個(gè)案例中暫不能成為留存用戶。

首先在【起始行為】中選擇【紅包領(lǐng)取成功頁面】【瀏覽】，然后在【回訪行為】中選擇【購買成功頁面】【瀏覽】，時(shí)間選擇紅包活動的時(shí)間段1月1日至1月14日，點(diǎn)擊【提交】。

在這張表中，可以看到第一列“當(dāng)天”的留存率已經(jīng)不是100%，這是因?yàn)槲覀冊O(shè)定的起始行為與回訪行為不一致而形成的，是正?，F(xiàn)象。當(dāng)天的平均留存率為38.1%，表示每100個(gè)領(lǐng)取了紅包的用戶中，大約38人會在當(dāng)天就去購買商品花掉紅包。

我們還可以根據(jù)這張表做進(jìn)一步的分析：例如，在1天后的留存率中，1月2日領(lǐng)取紅包的這批用戶轉(zhuǎn)化率非常低，只有2.6%，而1月2日的這批用戶的當(dāng)天轉(zhuǎn)化率也不高。我們可以在【用戶分群】功能中將這批用戶定義為一個(gè)分群A，同時(shí)將1月7日領(lǐng)取紅包的這批用戶定義為分群B（因?yàn)?月7日的紅包用戶當(dāng)天、次日的留存率都比較高），將這兩個(gè)分群進(jìn)一步按照多個(gè)維度和指標(biāo)進(jìn)行交叉對比，找出他們的行為差異。