對于留存的認知，你處于哪個層面，你是否真正的深刻理解了留存，希望通過本文能夠給你一些啟發(fā)。

留存，被認為是衡量產(chǎn)品健康度的一大高級指標，除了“留存”，我們最常談起的就是“粘性”。但如何將它量化，讓大家對產(chǎn)品的粘性衡量從感性變成理性一直沒有很好的分析模型。你是否真的深刻理解并能應用于業(yè)務場景呢？本文或許可以給你一些啟發(fā)。

一、深刻理解留存

對大多數(shù)產(chǎn)品而言，我們會用留存來整體評估產(chǎn)品的健康度，你也可以理解為，留存是在“某一天有多少人使用”的維度下進行的計算，它統(tǒng)計了來自同一群人，放在時間的跨度下，計算每一天回訪用戶占這群人的百分比。以新增留存為例，某一天或一段時間新增的用戶，第2天還有多少人使用，隔2天還有多少人使用，隔了7天還有多少人使用，通常我們會以此來判斷產(chǎn)品留存用戶的能力，以及用戶的價值。

人人都在看留存，但可能不知如何下手，這里可能是你開始看留存圖的樣子：在某一天注冊了一批用戶，然后有多少在后續(xù)一個月的每一天中回訪了：

30日留存

這是7日的留存：

7日留存

然后，這是只看1日后的留存（次日留存）

次日留存

你會發(fā)現(xiàn)這個例子中的次日留存把問題反映的最明顯：有超70%用戶在初次使用你的應用后，第二天就不再回來了。所以在你擔心30天或90天留存這些東西之前，需要先弄清楚怎么能讓用戶在第二天回來，即，提高次日留存才是當務之急。

Tips

用戶會非?？斓牧魇?，實際上平均下來，移動應用的次日留存一般在30%，一些非常優(yōu)秀的應用這個值能達到70%（僅供參考）。所以問題的關鍵就在你如何在用戶安裝之后立刻留住用戶，如果你能在一開始粘住他們，你基本就能保留他們一段時間。

（當有人清晰的告訴你：你只需要聚焦次日留存，那你的運營策略也會有焦點和針對性。）

二、粘性：以用戶視角，科學評估產(chǎn)品留存能力

從精細化運營的角度來看，你可能有過這樣的疑問，在某一段時間活躍的用戶為用戶群中：

• 隔7天來的用戶有多少？
• 有多少用戶是中間6天一天都沒來？
• 有多少用戶是連續(xù)訪問了7天？
• 第30天來的用戶中，有多少中間29天沒有訪問過？
• 有多少用戶是有連續(xù)訪問的？
• 有多少用戶又是每周都來2-3天的？
• 他們分別占比多少？

如果要整體評估產(chǎn)品健康度，我們認為，你可能還需要知道：“一個人使用了幾天”，也即很多產(chǎn)品一直無法衡量的維度：粘性。

因為由粘性你可以知道：一款產(chǎn)品，用戶一個月使用幾天，使用大于1天的有多少，使用大于7天的有多少，你也可以再擴展到周的維度，一周使用大于2天的有多少，一周使用大于5天的有多少？以此來綜合評估產(chǎn)品的健康度。

產(chǎn)品整體粘性就是整個產(chǎn)品中，選擇「任意事件」，默認將展示近4周來，用戶平均每周使用產(chǎn)品的天數(shù)分布情況。

任意行為的粘性分析

如上圖所示，我們可以看到近四周所有使用產(chǎn)品的人中，使用了2天及以上的占比多少，使用了3天及以上的占比多少，以此類推。

當然，你更可以評估某一功能的粘性，比如我們選擇「開始簽到」，開始簽到這一功能從產(chǎn)品設計上來說，目的就是提升粘性，在天的維度下提升用戶打開產(chǎn)品的頻次：

「開始簽到」模塊的粘性分析

最后，本文意在表達留存和粘性這兩個分析模型的概念和價值，對于其中提到的數(shù)據(jù)僅供參考，對于不同類型的產(chǎn)品，甚至不同的團隊對自家留存和粘性的定義是不一樣的。

當然，精細化運營永遠不能脫離用戶群，對于不同人群評估留存和粘性也是重中之重，這時候你就需要看特定人群的留存和粘性是否達到預期，這里不做過多講解。

本文由 @韓重明?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載。

題圖來自PEXELS，基于CC0協(xié)議