+ 
+ 
+ 
+ 
+ 
+ 
+
+ 
+ 任务知识导入
+
+
+
+ 任务知识导入
+
+
+
+
+ 新增用户数，表示当日注册的用户数
+ 次日：当日注册的这批用户在次日有XX人访问
+ 3日：当日注册的这批用户在注册后的第3日有XX人访问
+ 7日：当日注册的这批用户在注册后的第7日有XX人访问 + +
+
+
+ 
+ 案例背景：
+
+
+ 以下是某APP注册用户14天的登录数据，请展开留存分析。
+
+
+ 案例背景：
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 表格列指标释义：下载数据
+ + 新增用户数，表示当日注册的用户数
+ 次日：当日注册的这批用户在次日有XX人访问
+ 3日：当日注册的这批用户在注册后的第3日有XX人访问
+ 7日：当日注册的这批用户在注册后的第7日有XX人访问 + +
+
+ 请按照留存率的计算公式，补全空缺的数据，计算结果保留小数点后0位。 + +
+
+
+ 
+ 第一步，留存率的计算
+
+
+ 留存率是指：某日用户数在第N日仍启动该App的用户比例，留存分析即分析用户随时间变化的活跃情况。获取用户只是第一步，留住用户才是所有产品最终目标。
+ 第一步，留存率的计算
+ + 请按照留存率的计算公式，补全空缺的数据，计算结果保留小数点后0位。 + +
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 提交
+
+
+ 从用户维度划分，常见的的有：新用户留存、活跃留存。
+ 请按照第一步计算的表格数据，计算次日留存、3日留存、7日留存、14日留存的平均数，计算结果保留小数点后0位。 + +
+
+
+
+ 第二步，留存分析常用口径计算
+
+
+ 从时间维度划分，常见的的有：次日留存、3日留存、7日留存、14日留存、30日留存、60日留存。
+ 第二步，留存分析常用口径计算
+ + 从用户维度划分，常见的的有：新用户留存、活跃留存。
+ 请按照第一步计算的表格数据，计算次日留存、3日留存、7日留存、14日留存的平均数，计算结果保留小数点后0位。 + +
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 提交
+
+
+
+
+
+ 第三步，留存率可视化分析
+
+
+ 以2021/8/1注册的新增的用户数据为例，绘制之后14日的留存率折线图：
+
+
+ 第三步，留存率可视化分析
+ 绘制
+
+
+
+
+
+
+
+ 通过图表分析，新增用户在哪天之后趋向于平稳
+
+
+ 2、平缓之后，能够留存下来的客户，是公司的忠诚用户；
+ 3、14日的留存率，每天一直下降，需要找出原因。 + +
+ 分析结论：
+
+ 1、7日留存率，只有27%，流失率达到了73%，相对比较低，需要提供用户粘性；+ 2、平缓之后，能够留存下来的客户，是公司的忠诚用户；
+ 3、14日的留存率，每天一直下降，需要找出原因。 + +
+
+ 日留存率:
+ 快速判断产品是否迎合市场需求，比如新手对产品的UI设计、功能设置、新手引导等的体验是否满意，是否需做调整。
+ 快速判断用户粘性，比如用户是否更易受促销活动的影响等等。
+ 周留存率:
+ 判断用户忠诚度，用户此时对产品基本已有完整的体验。一整套流程体验下来，继续访问的用户可判断为潜在忠诚用户。
+ 分析用户再次访问的原因，找出产品最能巩固用户的点，且参考此点以一贯之，拓展应用到更多的用户身上，促使更多的用户留下来。
+ 月留存率：
+ 评估迭代与优化的效果。砍掉留存率低的产品功能，进行迭代优化。
+ 平均留存率的分析，需要结合公司不同时期，与行业平均水平进行对比，找出差距，分析相关原因，从而制定营销策略。 + +
+
+
+
+ 第四步，平均留存分析
+
+
+ 留存分析的适用场景：
+ 第四步，平均留存分析
+ + 日留存率:
+ 快速判断产品是否迎合市场需求，比如新手对产品的UI设计、功能设置、新手引导等的体验是否满意，是否需做调整。
+ 快速判断用户粘性，比如用户是否更易受促销活动的影响等等。
+ 周留存率:
+ 判断用户忠诚度，用户此时对产品基本已有完整的体验。一整套流程体验下来，继续访问的用户可判断为潜在忠诚用户。
+ 分析用户再次访问的原因，找出产品最能巩固用户的点，且参考此点以一贯之，拓展应用到更多的用户身上，促使更多的用户留下来。
+ 月留存率：
+ 评估迭代与优化的效果。砍掉留存率低的产品功能，进行迭代优化。
+ 平均留存率的分析，需要结合公司不同时期，与行业平均水平进行对比，找出差距，分析相关原因，从而制定营销策略。 + +
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+ 第五步，留存分析应用场景
+
+
+ 日常工作中，留存分析常用于下述场景：
+
+
+ 第五步，留存分析应用场景
+
+ 1. 了解一个渠道的质量
+ 可以使用「日留存」来衡量各渠道用户的表现，并以此作为衡量渠道质量的标准之一。如对不同渠道来源的用户进行次日留存、7日留存的对比（不同行业可能选择不同周期）， + 以此衡量不同渠道的用户留存情况。一般来说，留存情况较好可以反应这个渠道质量较好。 +
+ + 可以使用「日留存」来衡量各渠道用户的表现，并以此作为衡量渠道质量的标准之一。如对不同渠道来源的用户进行次日留存、7日留存的对比（不同行业可能选择不同周期）， + 以此衡量不同渠道的用户留存情况。一般来说，留存情况较好可以反应这个渠道质量较好。 +
+ 2. 判断运营手段/某项功能改动是否奏效
+ 当我们期待某个运营手段/某项功能可以期提升留存时，可以对通过分析该运营手段/功能，「覆盖到的新用户」和「未覆盖到的新用户」的留存率，对两部分用户的留存进行对比，来验证手段/功能的有效性。 + 以贴吧为例，该贴吧想检验“看贴”功能是否对新用户的留存是有提升效果，于是对同样来自A渠道的新用户（一部分使用了看贴功能，一部分没有使用看贴功能）进行留存对比。通过比较发现，使用过看贴功能的新用户， + 三日留存率比未使用过该功能的新用户，多了10%以上。这说明“看贴”功能对新用户留存有着正向促进作用。 +
+ + 当我们期待某个运营手段/某项功能可以期提升留存时，可以对通过分析该运营手段/功能，「覆盖到的新用户」和「未覆盖到的新用户」的留存率，对两部分用户的留存进行对比，来验证手段/功能的有效性。 + 以贴吧为例，该贴吧想检验“看贴”功能是否对新用户的留存是有提升效果，于是对同样来自A渠道的新用户（一部分使用了看贴功能，一部分没有使用看贴功能）进行留存对比。通过比较发现，使用过看贴功能的新用户， + 三日留存率比未使用过该功能的新用户，多了10%以上。这说明“看贴”功能对新用户留存有着正向促进作用。 +
+ 3. 衡量一个产品是否健康
+ 可以使用「周留存」、「月留存」等指标观察用户在平台上的粘性，衡量产品的健康情况。 +
+ + 可以使用「周留存」、「月留存」等指标观察用户在平台上的粘性，衡量产品的健康情况。 +