V1(更新中)

项目背景:产品为类小红书社交产品,以下皆为APP数据。

1、先说结论:

1.23-2.5总新增用户 A 次日留存率为B%。

X1渠道 1.23-2.5 新增用户A1 ,占总新增的C%, 次日留存率B1%。

非X1渠道 1.23-2.5 新增用户A2 占总新增 C1%,次日留存率 B2% 。

X1渠道留存低,占总新增比重大,使得次日留存表现为低留存状态。

数据显示,X1渠道留存按B3%,非OPPO渠道按B4%。
X1渠道占比每扩大10%,总次日留存率就会下降B5个百分点。
春节期间新增占比在C2%,则会使得整体次日留存率较非X1渠道下降近B6个百分点。

2、分析方法论

一个用户想要留存
需要经过 : 新增 -> 进入APP -> 留下(使用)的理由 (能提供的解决方案)-> 流失

APP都有其适用的场景:如果出现留存下降,必然是上面三个环节出了问题:
1、新增:来源的问题
2、进入APP :APP的问题(APP没有变化的情况下忽略)
3、使用的理由:常受到事件性影响(如春节期间微信红包的使用率会上升)(疫情期间微博的使用率,丁香园的使用率,KEEP的使用率,游戏的使用率会上升。相比一些aPP的使用率会下降,比如易通行,12306,美团)

重点分析一下来源的问题:

1、先看留存率目前的值
将现在的值与之前进行对比,看看下降的程度
2、看新增用户的渠道来源
看渠道来源,标注渠道来源的占比
3、看新增用户按渠道来源的留存率
重点查看留存率低的渠道

如果留存率低的渠道新增用户占比较大,且该占比大于之前的占比,那么可以认为该渠道为下降的原因

3、低质量渠道 与 总留存率的关系

回答的问题:低质量渠道新增用户的占比,对总留存率产生多大的影响。

都知道留存率低的渠道会拉低整体的留存率,那如何量化 低留存渠道与总留存率的数学关系?

低留存渠道与总留存率的数学关系:

假设 总留存率为 Y ,总新增用户为X
渠道1新增用户为 a ,渠道2新增用户为a, 渠道3 新增用户为 a
渠道1留存用户为 b1 , 渠道2留存用户为b2, 渠道3 留存用户为 a3
渠道1留存率为 f1 , 渠道2留存率为f2, 渠道3 留存率为 f3
渠道1新增占总新增为 z1 , 渠道2为z2, 渠道3 留存率为 z3

真实案例-脱敏-留存率下降分析-2020-2-7 - 图1

渠道1的留存人数为,其他类同
真实案例-脱敏-留存率下降分析-2020-2-7 - 图2

然后渠道分别列入:
真实案例-脱敏-留存率下降分析-2020-2-7 - 图3
因为z1+z2+z3=1 所以:
真实案例-脱敏-留存率下降分析-2020-2-7 - 图4

这样就总留存率Y 与各个渠道的新增占比及留存率建立了等式关系。
因为新增占比和留存率都是比率,不受到具体的数量影响,更有效的探索渠道留存率对总留存率的解释。

上面证明说明对于N个渠道,总留存率的关系为:
真实案例-脱敏-留存率下降分析-2020-2-7 - 图5

为了更好的说明一个渠道的问题,我们将渠道分为 低质量渠道和非低质量渠道。

设 低质量渠道新增用户占总新增用户为Z1 , 非低质量渠道为 Z2 。留存率分别为f1 ,f2

真实案例-脱敏-留存率下降分析-2020-2-7 - 图6

因为一般的留存率都是常量(渠道的质量一般较为稳定)

上面、我们目标数据——渠道的次日留存率为 ——%,非oppo渠道留存率为 ——%,代入上公式得出

真实案例-脱敏-留存率下降分析-2020-2-7 - 图7

这表示z1每增加1,Y下降 0——。z1每增加——,Y下降 ——.
z1的取值范围为[0,1], Y的范围为 [——,——]。

图表示
image.png