近期，为覆盖更多的留存场景，诸葛io对「留存分析」进行了升级：
在自定义留存的初始、回访行为中可以选择多个事件；
多个事件之间支持「或者」、「并且」关系；
更好的助力企业判断自身产品价值，以及产品保留用户的能力，把握用户生命周期长度，定位产品可改善之处。
诸葛io提供了三种留存分析类型：新增用户留存、活跃用户留存和自定义留存。
分析用户在首次使用应用（如安装后第一次打开应用）之后的留存情况。活跃用户留存与新增用户留存较为相似，只不过不再以用户「首次」使用作为初始条件，而是只要用户在某一天使用过应用，就从这天开始计算他的留存。相较分析新增/活跃用户的总体留存情况，可以让产品的运营人员从纷繁的用户行为中解脱出来，真正的关注到“对产品有价值的用户行为”是否随着产品改进变得越来越好；通过自定义的留存条件，辅助运营者将80%的精力聚焦在20%的高价值用户上，提升用户粘性、优化用户体系。
｜场景一、产品迭代对用户的留存影响
公司产品上线某一新功能模块，上线后对用户产生的是积极还是消极的影响，以及用户的留存情况如何？这时可设定初始行为及回访行为，来分析浏览过该功能的用户7日、14日或30日后的回访情况。如下图所示，从中可以看出用户的回访率较低，也可以判断出7日后仍留存的用户，显然是一批忠诚度比较高的用户。
（图中数据为虚拟数据）
我们可以进一步查看这些用户的特征，用户列表页面如下图所示：
我们能够看到留存用户的一些详细信息，通过年龄、性别的分布可以大致判断平台吸引的用户群体，根据信用等级和白条额度进一步对这批用户的质量进行评估。留存分析的一个重要场景就是对渠道的分析和调整。随着渠道不断增加，预算需求不断上涨，企业对渠道投放效率的考察越来越重视。如何在一定预算的基础上，将获客效果最大化，考验着所有市场营销人员，一定要对渠道做深入的留存分析，才能更好地调整策略，提高渠道投放的ROI。
（图中数据为虚拟数据）
用户留存率越高，渠道投放获取流量的质量越高，ROI 越高。特别是对于一些获客成本较高的产品来说，好的渠道分析可以在一定程度上减少薅羊毛党的出现，比如 A 渠道的新用户因为某次优惠活动进来，但是在后续的留存上表现很差，几乎没有投资行为。那么就可以思考这个渠道用户和产品的匹配度，进而调整投放策略。我们经常说到的精细化运营、精细化分析，就是一个持续“解构”的过程。通过像事件、漏斗、留存、路径等不同的功能，将“整体”解构成“个体”，对用户进入产品后的一系列行为按照多种维度近乎无限地细分，分析用户具体行为，放大促进产品生长的隐私，优化或去除影响用户体验的部分。假想一下，如果每个用户都能够永远持续性的使用我们的产品，那么我们的用户数量就会只增不减；相反，如果产品无法让用户留下来，那么就算我们通过广告吸引了许多新用户，最后也会变得无人问津。这就好比非常经典的“注水放水”数学题：我们每天都会面对新增用户，也会面对流失用户，池子里剩下的水就是活跃用户，而留存分析就是分析多少用户进来了，多少用户流失了，具体情况是什么，对整个产品究竟有哪些影响......
