版本 | 更新内容 | 时间 | 操作人 |
---|---|---|---|
V1 | 更新了基础的指标定义 | 2020-6-13 | 呆呆 |
:::info ❗ 留存这块涉及的内容过多,剩下的后面再慢慢探讨,先以搭起框架为主。 :::
留存数据是APP数据中非常重要的一个数据项。
留存数据中最常用的是 留存率。
留存数据思路
日留存的定义
[20200601~20200601] 新增1000人
[20200602~20200602] 次留200人
[20200604~20200604] 次3
[20200608~20200608] 次7日
比如在2020-6-1日,APP新增了用户1000人,我们把这1000人设为A群体。
次日留存率:
在2020-6-2日,A群体中400人再次启动了APP,那么对于 A群体来说,次日留存率为 40%。
3日留存率:
在2020-6-4日,A群体中200人再次启动了APP,那么对于 A群体来说,3日留存率为 20%。
7日,30日都是一个逻辑。
:::info
新增用户的留存,叫新增用户留存
非新增用户的留存叫,老用户留存。
日留存的本质就是,圈定一个特定的群体。然后看该群体在后面日子再次访问的比例。**
:::
留存拐点
如图,标记了几个关键节点的新增留存率,那么说明这个该产品的新增留存拐点为3%左右。
知道拐点有什么意义呢:
比如每天可以新增100人,那么这100人中,在长尾的留存中,只能为日活贡献3个DAU。
留存演示
以友盟的DEMO为例:
日新增留存
周新增留存