如何在留存数据中，找到业务的提升点？

关于，就是当通过推广、内容、活动等引流营销的手段把用户吸引过来后，并随着用户体量的增长，洞察用户行为，针对不同类型的用户进行分群管理，挖掘性价比最优的转化、成长等路径， 

，在很大程度上也制约着业务产品线的商业变现的能力。即便有足够的推广预算花在引流上，若产品缺乏完善的活跃、留存激励措施，那么用户会持续的流失，白白浪费推广费用。其通过在“留存数据”中的洞察分析，可以反映出产品业务线的系统性、结构性等问题，如产品用户体验不好，产品竞争力不足，运营策略效果等等。其本质上是帮助我们了解自身产品业务线留住用户的能力，收集他们对产品的使用意见反馈，最终，指导我们去试验、迭代和优化产品功能（商品组合等），完善用户体验。

 一、先来看一下的定义

（以互联网app为例）

在互联网APP中，用户注册后在一定时间内或者一段时间后有登录行为，仍然继续使用该应用的用户，被称为该应用的留存用户，这部分留存用户占当时新增用户的比例即为留存率。

主要是验证用户粘性的关键指标，衡量用户的粘性和忠诚度。重点关注次日、7日、30日即可。一般业内应该次日留存率在40%左右，7日留存率在20%，30日留存率在10%左右，但留存率跟app的类型也有很大关联性。留存更关注的的是产品行为，需要较长时间观察，对留存的影响一般是产品的体验、质量、核心功能等。 

例如，6月13日某考勤工具类app新增用户3000，这3000人在6月14日启动过应用的有1500人，一周后启动过应用的有1000人，一个月后启动过应用的有500人，则说明6月13日新增用户次日留存率是50%，7日留存率33%，30日的留存率是17%。 

然而，不同产品天然使用周期属性是所有不同的，如：

理财类产品：每周~每月

社交以及工具类产品：每天

短视频以及内容类产品：每天~每周

保险类产品：每周~每月

游戏类产品：每天

某些特定场景的产品中也是存在不同的天然使用周期属性，值得考虑的是，用户再次回到产品时，是需要完成什么行为才能成为留存用户？所以，关键还跟需求本身决定的，更要完善活跃、留存激励措施。留存用户和留存率体现了应用的质量和保留用户的能力。可通过对产品功能的调整、优化，来提高存留率。如果一款产品不仅能够满足用户的核心需求，而且可以比较好的、比较快的、比较方便的满足客户核心需求，那么产品用户留存率基本不会太差。

 二、看一下影响“用户留存”的可能存在的原因

不同来源的渠道用户，对于产品的需求会存在明显的差异。当渠道的用户质量，用户需求和产品所提供的价值不符，那么最终会体现在产品整体的用户留存上。所以，投放的过程要持续监控不同渠道的用户质量，重视精准的投放，提升用户留存状况。

例如，某产品投放针对目标群体是企业用户，那么对于渠道的筛选就要以此为依据，在投放一段时间后，分析投放效果，就能辨别该渠道是否足够精准， 是否值得长期投放。

用户的期望就是能使用到产品的核心功能，从而发现产品的价值，逐渐成长为产品的忠实用户。新用户初次使用产品的时候，清晰的引导就尤其的重要，要尽可能简化用户的使用路径，让用户在短时间内使用到产品的核心功能。 

当用户发现产品功能不满足或者门槛超过了预期，就有可能放弃产品。记录反馈用户意见和降低产品的使用门槛是非常有必要的，同时也降低了用户的决策成本，方便用户快速体验到产品的核心价值。

例如，之前有很多理财产品需要1万元起投，现在余额宝有免费体验金以及红包，降低了用户的决策成本，吸引了很多用户。

如果用户在使用产品的过程中，没形成稳定的习惯，同时缺乏持续的触发去引导用户，一定会对活跃和留存产生不利的影响。所以，合理的唤醒和触发机制，建立完善的用户成长体系，能改善这种用户沉默的情况。

例如，腾讯动漫的产品签到功能，连续签到给奖励，培养用户的使用习惯。

缺乏用户激励机制，用户很难对产品产生持续留存和活跃，除非工具类产品。设计多种合适的激励玩法，引导用户完成关键性行为。

例如，瑞幸咖啡则针对在一段时间内未下单的低频消费用户，经常推送优惠券的短信，并指引用户下载APP使用免费券，促使用户完成下单。

不同类型的用户在相同需求上，也会表现出明显的差异化需求，单一的服务和权益则无法满足，用户留存同样受到影响，甚至引起用户流失。需要找到有明显需求差异的用户特征，再提供与之相适合的服务和权益，才能有效改善用户留存情况。

例如，常见的手段新老用户分层运营，新人特惠券包、首单五折、老用户专属包邮券等。精准营销，提升用户留存和转化。 

三、如何在“留存数据”，找到业务的提升点？

与头部产品比较数据差异性以及产品差异。根据留存趋势表现，留存率能够帮助我们快速定位问题，是否是某渠道的用户质量问题，某一日或几日外部事件导致的留存变化。如果是用户质量问题，那么该批次用户次日留存率、二日、三日等留存率都会偏低如果是外部事件导致的，那么就是不同批次用户在某一统计日的留存率会表现的都很低。

，包括新老用户、来源渠道、活动、画像等多维度分群。

，定位哪些维度的留存有异常。

如，哪个渠道用户的留存比较差？留存较差的渠道的用户画像是什么样的？什么类型的用户留存差？这类型用户的留存为什么差？在app上的行为和留存好的用户有什么差异？行为差异的原因什么？

。

如获客（渠道质量低、活动获取非目标用户）、满足需求（新功能改动引发某类用户不满）、提活手段（签到等提活手段没达成目标、产品自然使用周期低导致上次获得的大量用户短期内不需要再使用）等。

总之，现在的获客成本非常高，要投入广告、人力、时间等成本。如果用户还没有产生什么价值就流失了，那一定是业务成本的巨大浪费。就长期而言，获客难度系数和成本会随着时间而上涨的，若没有健康的用户留存，仅靠拉新，产品业务很难产生持续的价值，因此，提高用户的存留，为公司创造更多价值的重要一环。而对“留存数据”还可以进行非常深入的挖掘。上文只是为分析“留存数据”提供一定的参考。

-END-