关键点一
第一:“留存”的定义。 不同的业务,对留存的定义不一样。有些定义很严格,必须要消费一次才算留存。有些定义宽松,只要登录就算。因此在做留存分析前,一定要先达成内部共识:到底哪些行为算留存。 有了清晰的定义再做分析。一般互联网应用里,交易型应用(比如电商、O2O、打车)以消费1次为留存标准。而内容型引用(社交、UGC、视频)则以有效活跃时间(比如点赞1次,1天内流量10分钟)为留存标准。总之定义必须事先说清楚,不然事后肯定又翻来覆去的改。关键点二
第二:统计时间说清楚。 不同业务的留存统计时间不太一样。比如游戏就很容易流失,玩家打开游戏玩两下,发现没意思,立马就删了。 此时统计时间要短,一般从用户下载好游戏后,看首分钟(游戏行业著名的黑色一分钟)、首日、次日、3日、7日的留存。比如电商,流失相对难一点。即使用户短时间内不买了,以后遇到618、双11之类的还是会看一眼。这时候可以以月为单位看留存情况。关键点三
第三:分析目标说清楚。 分析留存情况,和唤醒沉睡用户是两个问题、两个问题、两个问题!唤醒用户关键看投放多少优惠呀。 不拿点真金白银,傻子才跑回来继续用呢。而留存分析,则是看整体的渠道、用户表现的。不结合给多少优惠,鬼能分析出来唤醒多少用户呢。 做好了以上准备,可以开始分析啦。用户留存分析,最好用的工具是同期群分析法。即观察每个周期内新用户,在后续时间内留存情况,来判断用户留存质量,发现问题。 实例 举个简单的例子,一个电商应用在2020年4月上线,当月用户消费1次算为留存用户,每月统计用户留存情况。现需要分析其用户留存情况。该如何做呢?(案例数据已经脱敏,改得妈都不认识了) 第一步,设计取数表。 利用同期群分析法,可以设计取数表,观察2020年4月至2021年5月,一共14个月,每个月的用户留存情况。同期群法的取数表构造如下图,设计好表格后,就可以交给我这个查数姑来准备数据啦。 第二步,观察第一行数据形态。 查数姑本妹纸我跑出数以后,数据表如下。很多新人一看到这么多数,脑袋嗡!的一声。不知道眼睛该往哪里看。其实先不用看所有数,只要盯紧第一行便好。第一行是历史最久的用户,其发展态势最有可分析意义,能总结出一些规律给其他群体参考。 计算出第一行的留存率后,可以进一步做柱状图(数量少且是连续数据时用柱状图,别忘了),观察其发展趋势(如下图) 这里有三个发现:- 先看列,再看行
- 先看普通,再看特殊(剔除有大促销的月份,先看无促销月份)
- 先看重点时间(第0-第3个月)再看其他时间
如需转载请保留本文出处: https://www.zhe94.com/898.html