留存分析如何高效实现活跃用户增长含产品化方法.doc
《留存分析如何高效实现活跃用户增长含产品化方法.doc》由会员分享,可在线阅读,更多相关《留存分析如何高效实现活跃用户增长含产品化方法.doc(6页珍藏版)》请在启牛文库网上搜索。
1、“留存分析,是用户运营的重要方法与分析思路。”最近一直在写数据理论和机器学习相关的文章,好久没有写点实践相关的了。今天分享一下关于用户留存分析的逻辑细节及常见的产品化思路。关于分析方法相关的内容,之前有写过RFM分析的实现细节、漏斗分析及产品化、归因分析的详细逻辑、路径分析的细节及产品化,都是读者关注比较高的内容,大家可以参考。 什么是留存分析首先,我们看看什么是留存分析。(1)可视化呈现我想,这个图大家应该都不陌生:是的,这是一个典型的用户留存分析图。通常来讲,在这个图的左侧第一列是用户的获取时间,右侧是用户在后续第一天(周、月)、第二天(周、月)依然有操作行为的用户数量以及留存率。这里的留
2、存率=具体后序天用户数量用户获取天的总用户量(即上图中的第二列)。时间粒度可以是天、周、月,甚至是年均可。(2)分析的内容及意义其实从上面的图中,包括留存分析的名称中,我们也能看出来,留存分析是用来分析新获取的用户在获取后的一段时间内,在网站或者APP的留存情况的分析。直击本质,其实留存分析是将用户按照日期维度进行展开,看在展开日期中的行为表现,而主要看的是是否还属于网站用户,即留存。这样展开后,一个非常大的好处是,可以分析用户的留存质量,避免出现新用户过多掩盖掉留存质量差的状况。(3)关于留存分析的概况指标当然了,上面的可视化的留存分析图比较复杂,主要是涉及到了一个日期的矩阵,虽然很直观,但
3、是信息比较分散。有时为了汇报、做分析,或者建立北极星指标,我们需要一个更概况的指标。这一般就是日期留存率。比如:7日留存率、14日留存率、次日留存、月留存率等(注意30日留存和月留存不是一个概念,周留存和7日留存也不一样)。强调:只说留存率不提日期就是耍流氓。因为明显时间越长留存越少,不同时间周期的留存是没有对比意义的。具体计算比较好理解了,就是按照上图,将符合对应日期留存的用户加和做分子,对应的总用户做分母。通过这一番操作,用一个指标衡量留存情况,就更加便捷了。02 留存、漏斗与路径分析我们之前其实分享过路径分析、漏斗分析。留存分析是否和上述两个分析有一些关联呢?答案是肯定的。(1)相同点这
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 留存 分析 如何 高效 实现 活跃 用户 增长 产品 方法