什么是用戶留存

進入互聯網下半場后，互聯網流量競爭愈發激烈，獲客成本不斷提升，企業不可能無限制的投入成本拉取新用戶，那么最大限度的保證用戶的留存就變得異常重要。

怎么理解留存呢?想必大家小學一定做過“蓄水池”的題目。一個游泳池，有一個進水管，灌滿水需要X小時。有一個出水管，放完一池子水需要Y小時。問如果兩個水管一起開，幾小時會把池子的水灌滿。小時候覺得出題的人太傻了，怎么會有這種情況發生，進水管出水管一起開。但長大后，特別是在互聯網行業，發現這樣的事情太普遍了。用大量的成本去獲客，但由于各種各樣的問題，導致用戶留不下來，最后白忙活一場。對比來看，進水管就好比獲客，出水管就好比用戶流失，池子中的水就是留存。當進水管的水量有限，出水管的水量卻越來越大，留給自己只能是一個空池子。中國有個歇后語叫做”狗熊掰玉米，掰一個扔一個“，也可以用來形容這種場景

為什么說留存重要呢?曾經有個數據分析產品公司模擬過這樣一個場景：

• 假設有2個產品A和B，兩個產品每周都能獲取100位新用戶，新用戶的次周留存率都是60%，往后每周B產品的留存率都要比A產品高2個百分點。這樣經過 29周，A產品的用戶僅有700位，B產品的用戶卻達到了1400位。

是不是非常令人吃驚。對比兩種情況，他們的拉新量一致，留存率僅有 2% 的區別，但是 29 周之后，用戶的比例竟然變成了 1：2。也就是說大約半年后，產品B的用戶就是產品A的兩倍。這組對比數字形象的說明了用戶留存的重要性。 

所以說現在的企業越來越關注留存，很多運營或者產品的負責人，一年核心的KPI就是提高3%的留存率，看著3%這個數字不高，但卻能帶來巨大的收益;但話說回來，別看3%這個數字不大，但想提高也并沒有那么容易，這里就需要科學有效的分析，找到合適的留存分析模型。

留存分析模型

多長時間算留存，怎么樣才算留存，這個因業務類型而異。就拿滴滴來說，他的用戶分為B/C兩端。對于B端用戶，也就是司機，開車是職業，所以是一個高頻的行為。留存時間窗口的選擇需要短一些，次日留存，3日留存，7日留存等。而對于C端用戶來說，打車只能算是一個中頻行為，天天打車的用戶畢竟還是少數。留存的時間窗口就可以從7日開始算，也就是7日留存，14日留存等。

留存分析模型重點在于對用戶的分群，分析不同類型用戶的留存情況，找到差異，定位解決問題：

模型一：新老用戶同期群分析(Cohort Analysis)方法

同期群是用戶分析最普遍的方法，在著名的《精益數據分析》中也被多次提到。比如用每周的新用戶，觀察相同時間間隔后的表現。例如圖一，2019/1/1的新用戶在第一周的留存率是49%，但2019/2/5的新用戶在第一周的留存率是卻只有40%，這就說明新用戶的留存率在下降，需要重點關注。并且可以對比后續每周的表現，看是否好轉。

為什么要區分新老用戶呢?因為新老用戶對于產品的反應是有很大差別的，一定要區分來看。比如你第一次去京東，由于不熟悉這家電商，很有可能逛逛就走了;但如果你是一個京東的老用戶，登錄京東后就很可能產生購物行為。通過區分新老，能夠清晰的看到這兩種用戶的表現，便于發現到底是哪種用戶發生了問題。

如果是新用戶的留存下降，很可能是新用戶沒有快速的感受到產品的核心價值。比如物流，用戶的主要訴求就是快，那么對于新用戶是否能讓他感受到這個價值。如果是老用戶的留存率下降，也許是產品的體驗在變差，或者受其他競品的影響。 

圖一 新用戶同期群分析

圖二 老用戶同期群分析

模型二：渠道同期群分析方法

企業經常采取多種渠道來獲客。有線上的方式，比如百度搜索或者抖音短視頻等;有新媒體的方式，比如公眾號，知乎等;有線下的方式，比如線下沙龍和公眾活動。各種渠道的獲客都需要成本的，我們需要知道是哪種渠道的新用戶留存高，留存率高說明這是高價值渠道，我們可以在這里做更多的投入。

比如圖三，可以明顯觀察到，渠道一用戶的留存率明顯高于渠道二和渠道三，說明渠道一的用戶和產品的契合度更高，為高質量渠道，應該在這里加大投入。 

圖三 渠道同期群分析

模型三：產品功能留存矩陣

一個產品一般具有很多功能，通過分析了解各個功能的價值，找到各個功能的提升空間，進而通過功能優化來整體提升用戶留存。

以圖四為例，矩陣的橫軸是功能的留存率，表示當前功能的用戶黏性;縱軸是活躍用戶的數量。做出這樣一個矩陣后，我們就可以看到不同的功能在矩陣中的位置分布。

1. 比如橘色代表的功能就是產品的核心功能，使用率和留存率都很高，我們要保證核心功能的體驗越來越好，并持續監控使用情況，防止意外發生;
2. 比如綠色代表的功能，這個功能雖然使用的人數不多，但留存率非常高，說明這個功能的體驗很好，我們要盡量引導用戶使用這個功能;
3. 而對于紅色代表的功能，雖然使用的用戶很多，但留存率不高。也許是這個功能有用，但體驗不好;也許是這個功能本身就是雞肋;所以我們要繼續深入分析，來決定是優化功能還是直接下線 

圖四 產品功能留存矩陣

留存分析的注意事項

需要注意的是，雖然有了這么多模型，但一定不能生搬硬套，要根據業務的實際情況運用。在分析留存的時候，經常會遇到以下幾個問題：

• 只關注留存，忽視活躍。一般情況下，留存是活躍的結果。如果只看留存，就會變成事后諸葛亮，并且于事無補。比如一個用戶之前每天都會登錄APP，突然有一個月，每周才登錄一兩次，又過了一個月，這個用戶就流失了。如果只統計留存，拿到的只是結果，應該對用戶的活躍也做監控，才能做到事前預警。
• 不懂業務，單純計算留存率。有的同學以為算個留存率就完事了。但老板也許會問。這個留存率是否正常呢?比如促銷活動的留存率多少算正常?行業其他競品的留存率是多少?怎么定義新用戶?結果統統答不上來，那計算這個留存率有什么意義是呢。對業務越熟悉，做留存分析的時候才會更深入，才能提供更多的價值
• 希望讓所有用戶留存下來。這是不可能的，即使微信也做不到。這就是需要通過我們的分析，來確定哪些才是我們的目標用戶，我們的產品和策略都應該向這種用戶傾斜。而不是通過不斷的補貼，來增加用戶的黏性，結果只會養一批”羊毛黨“，并且讓我們自己迷失產品和策略的方向。