“留存分析，是用户运营的重要方法与分析思路。”
最近一直在写数据理论和机器学习相关的文章，好久没有写点实践相关的了。今天分享一下关于用户留存分析的逻辑细节及常见的产品化思路。
关于分析方法相关的内容，之前有写过《RFM分析的实现细节》、《漏斗分析及产品化》、《归因分析的详细逻辑》、《路径分析的细节及产品化》，都是读者关注比较高的内容，大家可以参考。
什么是留存分析首先，我们看看什么是留存分析。
（1）可视化呈现我想，这个图大家应该都不陌生：
是的，这是一个典型的用户留存分析图。
通常来讲，在这个图的左侧第一列是用户的获取时间，右侧是用户在后续第一天（周、月）、第二天（周、月）……依然有操作行为的用户数量以及留存率。这里的留存率=具体后序天用户数量÷用户获取天的总用户量（即上图中的第二列）。
时间粒度可以是天、周、月，甚至是年均可。
（2）分析的内容及意义其实从上面的图中，包括留存分析的名称中，我们也能看出来，留存分析是用来分析新获取的用户在获取后的一段时间内，在网站或者APP的留存情况的分析。
直击本质，其实留存分析是将用户按照日期维度进行展开，看在展开日期中的行为表现，而主要看的是是否还属于网站用户，即留存。
这样展开后，一个非常大的好处是，可以分析用户的留存质量，避免出现新用户过多掩盖掉留存质量差的状况。
（3）关于留存分析的概况指标当然了，上面的可视化的留存分析图比较复杂，主要是涉及到了一个日期的矩阵，虽然很直观，但是信息比较分散。有时为了汇报、做分析，或者建立北极星指标，我们需要一个更概况的指标。
这一般就是日期留存率。比如：7日留存率、14日留存率、次日留存、月留存率等（注意30日留存和月留存不是一个概念，周留存和7日留存也不一样）。
强调：只说留存率不提日期就是耍流氓。因为明显时间越长留存越少，不同时间周期的留存是没有对比意义的。
具体计算比较好理解了，就是按照上图，将符合对应日期留存的用户加和做分子，对应的总用户做分母。
通过这一番操作，用一个指标衡量留存情况，就更加便捷了。
02 留存、漏斗与路径分析我们之前其实分享过《路径分析》、《漏斗分析》。留存分析是否和上述两个分析有一些关联呢？
答案是肯定的。
（1）相同点这三个分析内容，都是针对用户的分析。
具体而言，都是针对用户在一段时间内，在不同的核心路径、或者产品环节发生的行为表现分析。
（2）差异点这三个分析的侧重点是不同的。
漏斗分析：侧重于核心产品流程，比如搜索、浏览、加购、下单、支付环节，分析用户在各个环节的转化流失情况。
路径分析：侧重于明细的产品环节的链路流转，主要是了解用户在各个模块、各个产品环节之间是如何进行操作行为的。
留存分析：侧重于分析用户随着时间变化的活跃情况。
其实，这三者也是有一定关联的。
我们可以把漏斗分析看作是一个概括的分析，分析一段时间内用户在核心产品流程上的转化率、流失情况。漏斗分析是事先固化了具体的行为链路，比如先搜索、后加购、再下单、支付。
但实际呢？用户的行为是**的，肯定有用户加购以后又进行了搜索，或者下单以后进行了浏览等。所以不是按照漏斗分析这么理想的顺序来的。那如果想去分析用户具体的在各个产品环节的跳转路径，就需要将用户实际的行为顺序拆解开进行分析，这就是路径分析。
但这不代表漏斗分析没有意义。它固化了流程，也简化抽象了流程，虽然不能反映细节的路径关系，但是能分析整体的各个环节的转化。
漏斗和路径分析都更加注重于产品环节。如果想分析时间层面用户的行为表现呢？对，从产品环节中选择两个环节（或者两个衍生逻辑的环节），按照时间维度展开，就是留存分析了。
这是个人对于这几个分析的一点看法。
03 留存分析的产品化实现
最后我们简单聊聊关于留存分析的产品化实践。
（1）开始结束行为首先，要明确的是开始和结束日期行为的定义。我们上文提过，留存分析看的是两个产品环节之间的时间展开。我们看神策的产品设计：
最顶端就是选择开始结束行为。
通常呢，我们看的是开始环节是注册行为，结束是用户登陆行为，这可以反映用户的留存，没有疑问。那如果开始日期是注册，结束日期是用户的购买呢？是不是也可以反映用户的留存呢？只不过比登陆更严格了。因此，不同的开始结束行为的定义，对于留存的统计，是有很大差异的。
具体用什么行为，还是要针对分析场景具体分析。不过在公司实践中，往往关注用户的留存质量用的是比较宽的逻辑，即关注的是注册用户的后续登陆行为，顶多是浏览，不会看比较偏后链路的行为（比如购买）。
为啥呢？
因为后续环节应该算作是用户的链路转化。既然用户已经回到网站了，那就可以用弹窗、优惠券等方式触达，和留存关系这件事，其实已经不大了。而且后链路的行为叠加了产品的漏斗损失，导致留存分析叠加其他因素，分析的意义减弱。
（2）分析周期第二个重要的参数就是分析的日期范围以及时间力度。
时间范围比较好理解，即看哪个日期范围的用户行为。时间力度是啥意思呢？
对，这就是上文说的，7日留存和次周留存是不一样的。时间力度指的是我们分析留存是以日为单位、还是周、月。
（3）留存图这个就是我们最开始抛出来的图表了，神策的图表包括两部分：
另外还有一部分是趋势图，这里就不放了，感兴趣的朋友可以自己看看。
（4）用户细分
当然，还有就是用户的细分。比如看整体新用户的留存表现，或者男性用户的留存表现等。
关于留存分析，今天就分享这些，关于如何基于留存分析进行用户运营，我后面单独分享。欢迎大家继续关注！
-END-
以上就是关于留存分析：如何高效实现活跃用户增长？（含产品化方法）冬天里的秘密歌词全部的内容，关注我们，带您了解更多相关内容。
特别提示：本信息由相关用户自行提供，真实性未证实，仅供参考。请谨慎采用，风险自负。
