全部产品

留存分析

留存分析概述

留存,普遍意义是用户开始使用产品后,经过一段时间后,仍然继续使用该产品。

留存分析可以根据业务场景以及产品阶段的不同,自定义起始行为和后续行为做留存计算,协助企业分析用户使用产品的粘性,根据留存分析结果有针对性地调整策略,引导用户发现产品价值,留住用户,实现用户真实的增长。通过留存分析进行查询后,可以保存为报表添加到自制看板中进行展示和统计。

说明

  • 留存率:是指用户在发生后续行为的用户数量与初始用户数量的比率。

  • T日后留存:在第T天活跃过,第T+N天又活跃去重设备数/第T天的活跃去重设备数*100%。

应用场景

留存分析可以解决

  • 衡量产品对用户黏性随时间的变化,验证用户目标群体是否在预期时间内是否完成了预估的行为事件,比如观察活动上线后的新用户的1天后/7天后留存,以此判断活动的效果。

  • 观测对产品有价值的功能的持续吸引力,比如选择初始行为是 “播放短视频”,回访事件是“启动”,了解用户二次打开 App 的留存情况。

以「统计不同打开渠道的用户留存」为例

  1. 选择分析主体:登录用户

  2. 自定义留存:初始行为和后续行为均选择「应用启动」事件

  3. 选择分组为「打开渠道」

  4. 选择时间范围

  5. 点击「开始分析」留存分析实例

操作说明

1. 页面组成

留存分析功能,主要由以下几部分组成:

留存分析
  1. 历史查询列表区域:用户可点击选择历史保存的查询列表。

  2. 信息配置区:用户可进行事件、指标、属性设置、分组和时间选择等操作选择。

  3. 界面组成分析结果区域:用户可查看分析结果后的可视化图表以及明细数据。

2. 操作说明

「2.1 选择分析主体」

CC4123CD-8CC3-42A7-8208-2D8F6769B986

在留存分析模块,除了可以按照设备ID串联用户的行为,还可以支持按照登录用户ID来串联用户的行为,下拉列表包括两项“设备”和“登录用户”,默认选择“设备”。

「2.2 自定义留存行为」

8A6390CD-6172-4733-90E0-1DA3BD9DFA8C

1.点击下拉选择具体的事件作为初始行为和后续行为

2.添加筛选条件:

-支持事件的属性筛选过滤属性分类

-根据属性的不同类型支持不同的筛选符号筛选符号说明

「2.3 选择属性分组」

FCF75080-9871-46E5-8D52-1024214163EB

选择属性对指标进行分组展示,比如想看不同渠道的留存情况。也可以用两个属性进行交叉去分析。

「2.4 添加全局筛选」

FEBCD8B9-5155-44B6-B7E1-B2B8FECABF23

当选择两个步骤事件指标或者更多时,全局筛选支持基于不同事件之间共有属性进行公共过滤。具体筛选能力和设置同单事件的属性过滤能力。

「2.5 添加用户分群」

0C57D344-A317-4F97-98DB-05AF784AF0B4

需要看特定人群的数据表现时,即可以通过「筛选用户分群」实现。创建用户分群具体方案见:人群洞察。

「2.6 选择时间范围」

898

可以根据需求选择查询的时间范围和时间粒度,选择时间范围有「相对时段」和「固定时段」两种方式,相对方式里面提供 默认时间为过去7天,按天分区展示。

-「相对时段」基于某一锚点往前推的日期范围,会随着时间不断变化,里面有过去X天/周/月三种维度的选项,也支持自定义的去设定过去X天/周/月的时间筛选条件。天为完整的自然天,周的选范围是周一到周日,月即自然月(每月1号至最后1天)

详细规则如下:

  • 过去n天:基于当前时间往前推完整的n天;

  • 过去n周:基于当前时间往前推n个完整的周,如果当前时间是该周的最后一天,那么过去n周包含当前时间的所在周。示例:如果当前时间是7.20号(周二),那么过去1周即为7.12-7.18(周一到周日);如果当前时间是7.18号(周日),那么过去1周即为7.12-7.18。

  • 过去n月:基于当前时间往前推n个完整的月,如果当前时间是该月的最后一天,那么过去n月包含当前时间的所在月。示例:如果当前时间是7.20号,那么过去1月即为6.1-6.30;如果当前时间是6.30号,那么过去1月就是6.01-6.30。

-「固定时段」可以在日历框中直接选择起始日期,点击确认后就会选取当前时间范围,进行数据分析(固定时段的最大选取范围是366天)

「2.7 查看分析图表」

A619F81E-B1A3-47EC-83DF-8B5C92274B94

设置完查询条件并点击「开始分析」后,可查看分析结果和留存趋势图。

-点击右上角「导出数据」可以下载excel文件。

-对常用的指标进行保存便于后续重新查询,可以通过右上角「保存」设置按钮进行操作。

-可以点击右上角切换查看T日后留存率(用户在发生初始行为后第T天发生后续行为的比率)

「2.8 查看明细数据」

727E1EC7-DB0E-4EBC-BEA1-207FFC85901F

在明细数据中,有统计结果的详细数据,留存表格查看支持切换「留存数」和「留存率」。用户数一列展示了发生初始行为的去重设备/登陆用户数。

「2.9 保存数据到报表」

99789

1.输入报表名称

2.选择报表保存的时段

- 「不同时段对报表的影响」

  • 选择相对时段,报表日期可以根据看板选择时间做查询

  • 选择固定时段,报表日期不会根据看板选择时间而改变

  • 没有选择时段,报表日期会跟随看板选择的时间

3.点击「确定」按钮即可把数据保存到报表列表

「2.10 添加报表到看板」

对于已经的保存报表,可以选择添加报表到看板:

69D18ADE-BFA7-4FA9-9BED-AEC398371573
  1. 输入「报表名称」

  2. 选择添加的看板

  3. 选择图表希望的展示类型

  4. 选择图表在自制看板中的展示布局

  5. 点击「确定」即可

留存分析计算逻辑

1.自定义留存含义

在Quick A+中使用的是N day 留存,即分析:某一天/周/月触发某个事件的用户,是否在N天/周/月时后触发了某个事件,触发的用户我们记为留存用户。

针对业务目标,可以对用户的留存做更进一步的定义,明确用户的初始事件和回访事件。

  • 初始事件:只有在当日触发过该事件的设备/登陆用户,才能参与后续的自定义留存计算。可以通过条件筛选功能设置具体的事件属性及属性值,以此圈定更为细致的用户群体

  • 回访事件:只有用户在触发过回访事件后才会计算为留存用户。可以通过条件筛选功能设置具体的事件属性及属性值,以此设定更严格的回访行为。

注意:用户如果触发多次初始事件和回访事件,当天/周/月只计数一次,即为去重设备/登陆用户数。

2.确认留存的统计区间

时间范围限制的是初始行为发生的日期,在Quick A+中可以观测用户在初始行为发生的日期后,用户在1,2,...,7天后以及14天后和30天后的留存情况。

Eg:假设定义初始行为是 X 事件,回访行为是 Y 事件。在05.01-05.08选定时间范围内,用户小A在5.01发生了X事件,接下来每天发生的事件如下:

05.02(1天后)

05.03(2天后)

05.04(3天后)

05.05(4天后)

05.06(5天后)

05.07(6天后)

05.08(7天后)

X

Y

Y

X

X

Y

Y

则在计算05.01号的留存的时候,用户小A会被统计在2天后、3天后、6天后和7天后的留存用户里。

3.设定留存的条件限制

我们可以用不同的筛选条件对留存进行限制,筛选逻辑如下:

  • 支持按照事件的筛选条件和全局筛选条件对事件进行过滤

  • 全局筛选条件作用于初始和回访事件

  • 如果配置了事件的筛选条件和全局的筛选条件,则筛选条件逻辑为:事件筛选条件 &全局筛选条件

Eg:观测具体浙江省的年龄阶段在「18-35」的女性用户对化妆品A再次购买的留存情况。选择初始行为为「支付成功」,后续行为为「支付成功」,可以这样选择筛选条件「省份=浙江 & 年龄段=18-25 & 商品id=化妆品A」

4.对留存进行对比分析

在查询条件中加入分组筛选,对比不同分组值下留存的比较

  • 支持预置属性和全局属性对留存进行分组

  • 分组条件作用于初始和回访事件

  • 如果一个用户在时间范围内满足多个分组条件,会归入多个分组。

5.对留存指标进行解读

初始行为用户数:某一天/周/月发生初始行为用户的去重设备/登陆用户数

留存数:指 N 日/周/月后发生了后续行为的去重设备/登陆用户数

留存率:指 N 日/周/月后发生了后续行为的留存用户在初始行为用户中的占比