《数据中台实战》：用户留存分析

Posted 2021-05-19 文宇肃然

针对留存率有一个“40–20–10”的法则，指的是：产品若要达到100万的日活，那么产品的次日留存率要达到40%，7日留存率要达到20%，30日留存率要达到10%。

 

通过这组数据可见留存率有多么重要。留存率是监测我们产品的用户规模以及用户粘性的很有价值的指标。当然上面那组数据只供大家参考，其只是针对社交产品，其他领域的产品应该根据自己的产品特性来计算留存率。留存率是一个比较通用的指标，几乎任何产品线都能用到。

 

留存率分为访问留存率和购买留存率。访问留存率是指新注册用户次日、7日、14日、30日后再次访问我们的产品的数量百分比；

 

购买留存率是指首次购买用户在接下来的7日、14日、30日再次购买我们的商品的数量百分比。

 

如表1-1所示，可以根据数据计算出我们产品的新用户次日、7日、14日、30日的平均访问留存率，基于平均留存率就可以判断我们的用户规模能否达到100万人。

        通过表1-1的数据只能看到每日用户总体留存率，如6月19日当天注册了87个新用户，到第二天仅有34.48%的用户再次访问的产品。那么当发现平均留存率低时应该如何定位问题呢？

举个例子，比如我们发现某日新注册用户的访问留存率特别低，这时就需要将数据方便地拆解查看：是不是某个注册渠道的访问留存率比较低或者是某个客户端（比如H5端、ios端或安卓端）的用户的留存率比较低。拆解的维度越多，越能方便产品/运营人员定位问题。

 

通过数据，我们发现新注册用户如果在第1周内产生2～3次购买行为，那么这批用户的留存率就会明显高于其他用户的留存率，也就是说我们必须在用户注册的一周内完成首单和复购，这时用户运营的效率是最高的。

 

因此，一周内购买2～3次的新用户数是考核用户运营的重要指标。