数据分析之如何做好留存分析？

什么是留存分析？

留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察进行初始行为的用户中，有多少人会进行后续行为。这是用来衡量产品对用户价值高低的重要方法。

留存分析模型特点与价值

科学的留存分析模型具有灵活条件配置——根据具体需求筛选初始行为或后续行为的细分维度，针对用户属性筛选合适的分析对象的特点。那么，留存分析有哪些价值呢？

1、留存率是判断产品价值最重要的标准，揭示了产品保留用户的能力

留存率反映的实际上是一种转化率，即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程。随着统计数字的变化，运营人员可看到不同时期用户的变化情况，从而判断产品对客户的吸引力。

2、宏观上把握用户生命周期长度以及定位产品可改善至之处通过留存分析，可以查看新功能上线之后，对不同群体的留存是否带来不同效果? 可以判断产品新功能或某活动是否提高了用户的留存率？结合版本更新、市场推广等诸多因素结合，砍掉使用频率低的功能，实现快速迭代验证，制定相应的策略。

3、用户留存是衡量用户在某阶段时间内开始使用产品，经过一段时间后仍继续使用该产品的用户数，占一开始使用产品用户数的比例。将留存率表格中的每一横行加权，就生成了留存率曲线，留存率曲线是用于衡量留存率指标，可按日、按周、按月查看。

留存的运用场景：了解新用户的留存

某公司产品新上一款应用，运营人员想从总体上看用户留存的情况是否越来越好。可根据新用户启动APP的时间按日、周、月进行筛选，得到同期用户，观察该群体用户在7日、14日或者30日的留存（可自由选择），通过比较不同的同期群，可以看到留存率的变化。也可以点击“趋势图”的节点，就可以看到每天留存率的变化趋势。

对于 7 日或者 30 日仍留下来的用户，显然是一批忠诚度非常高的用户，什么样的用户群体有这么高的留存率？以10月4号这天的新用户为例，一共有 126个新用户，在第 4 天有 16 人留下来了，点击“ 16 ”这个数字，我们进入了用户列表界面。

这里值得强调的是，在任何分析模型中诸葛io都支持人群明细的查看，将让用户行为分析事半功倍，如下图:

这里我们能够看到留存下来的用户的一些详细的基础信息，比如首次登录时间，首次来源渠道、近30天行为统计等，通过对用户行为数据的具体分析，可以进行用户质量的评估。

欢迎随时给诸葛君提问题