留存率
留存率是指用户首次到访后,随时间推移仍然回到产品的比例。它回答了产品分析中最重要的一个问题:来的人里,到底有多少真正留了下来?如果用户当天就流失,再漂亮的拉新数字也没有意义。留存正是区分「真实增长」和「漏水桶」的那把尺子。
怎么计算
留存几乎都是基于起始分群(cohort)按 N 日留存 来衡量。把某一天首次到访(安装或注册)的全部用户作为第 0 日分群,再统计其中有多少人在第 N 天再次活跃。
第 N 日留存 = 第 N 天活跃的分群用户数 / 分群总人数
业内最常引用的三个值是 次日留存(日 1)、7 日留存 和 30 日留存。把第 0 到第 30 天画出来就得到一条 留存曲线:它通常在最初几天陡降,随后趋平,形成「留存核心」。曲线的形状——下跌多快、在哪里趋平——往往比任何单点数字更有信息量。
这里有两种常见口径:经典口径(恰好第 N 天活跃)和 区间/滚动口径(在某窗口内任意活跃)。混用这两种口径是两套工具数字对不上的最常见原因,务必固定一种。
为什么重要
留存是会复利的。一个产品如果把 30 日留存从 20% 提到 40%,它的增长不是「快一倍」,而是走上了完全不同的轨道——因为每个新分群都叠加在更大的留存基底之上。对游戏而言,次日留存能快速判断首次会话是否到位;30 日留存则预示长期收入,与生命周期价值高度相关。留存一旦疲软,无论买量多便宜,付费拉新都难以回本。
在游戏 / App 里
实战中很少只看一条全局曲线。你会按获客渠道、App 版本、国家和平台拆开看,因为某个版本在 iOS 上留存正常,可能在某款安卓机型上悄悄崩掉。你还会把留存和行为绑起来:完成新手引导的用户留得更好吗?第 1 天打到第 5 关会改变 7 日曲线吗?到这一步,留存才从虚荣图表变成驱动路线图的依据。
在 Keentics 里
Keentics 直接在原始事件流上计算 N 日留存,曲线如实反映真实活跃、不做抽样。你可以按产品定义「活跃」与「回访」的含义,按任意维度切分分群并并排对比曲线。留存天然与转化漏斗和分群分析配合——完整能力见留存分析功能页,档位见价格页。