5张数据分析表（四）：留存用户统计的4个方向

诸葛君说：留存用户统计的目的在于找出用户生命周期特征以及留存/流失的原因，从而设计提升用户留存的解决方案。本文用1张图表概括了留存用户统计的4个方向，帮助运营人员建立留存用户统计规则。

一、留存用户分析需要统计哪些内容？

为什么要做用户留存分析？留存分析的目的在于看出用户在产品内的生命周期，也就是从新增到流失，一共要几天。

留存用户分析要考虑4个维度：

新增用户阶段时间内的留存情况：某日新增用户在新增后的一段时间内，每天使用产品的人数变化；

某渠道/活动用户阶段时间内的留存情况：细分某个渠道或者因某次活动转化的新增用户，在一段时间内的留存情况；

活跃用户的留存变化情况：以活跃用户标准计算用户留存情况，例如活跃标准为每日使用20分钟以上，那么例如1月1日满足活跃标准的用户在后续一段时间内以活跃标准为判断维度，统计用户留存情况；

关键行为访问留存：产生过关键行为，如查看过某个页面、连续签到5天、获得某项奖励等关键行为的用户，在后续阶段时间内的留存变化情况。

需要注意的是，除了“活跃用户人数”是以活跃条件作为统计维度，其他3项的留存标准是用户在阶段时间内产生任意访问行为即可满足条件。

综上，针对留存用户的统计，诸葛io做了一张表格，功通过诸葛io数据驱动教练公众号回复“004”即可获得完整excel表格。

二、留存用户分析有哪些方法？

留存用户分析可以通过3种方法观察留存变化情况，并找到其中存在的问题：

1.单日用户阶段时间内留存变化曲线

通过统计某日新增、活跃或产生特殊行为、满足特定条件的用户在未来一段时间内的留存用户变化曲线，总结用户从新增到流失的时间周期，并找到留存率明显下降的关键环节。

同时，通过对比各个渠道、活动、关键行为的用户后续留存变化，发现提升用户留存率的影响因素，例如领取过优惠券的用户留存率比没有领取优惠券的用户留存率更高。

按照上述思路，留存用户分析可以针对不同群组用户建立留存曲线，观察不同特征用户的留存情况，从而找出影响因素。

2.特定留存周期的人数变化情况

通过柱状图对比不同统计维度下特定周期的留存人数变化情况，例如渠道A和渠道B新增的用户在新增第7天的留存情况，找出特定周期下的用户变化规律。

3.用户流失节点分析

除上述表格的统计内容外，还需要通过用户行为分析统计用户结束访问的节点，并尝试找出退出率高的访问节点，针对性的查看原因。

4.典型留存/流失用户分析

针对流失高/留存高的用户群组进行一对一的用户行为分析，统计留存/流失用户的行为特征，特别是针对流失用户，通过流失用户的行为分析总结流失原因，从而提升留存率。

例如新增后次日流失的用户行为特征表现为打开首页后浏览了30秒退出，也没有进入频道页和详情页，而次日留存用户的特征表现为首次访问大于3分钟，浏览路径深，那么可以判断用户次日流失原因为不了解产品能力导致，需要加强用户引导。

总结：留存用户分析的目的在于总结用户生命周期特征，并通过精细化分析找出用户留存/流失的原因，提出针对性建议和方案，减少用户流失的产生。