留存率还能这样核算?(上)
本文摘要:订阅专栏撤销订阅 产品、运营必备的数据分析东西(me.bdp)2.6万12010留存率这个概念关于我们来说一点也不生疏,平时看到的更多是固化的留存率,一般统计周期按天,常见有次日、7日、14日、15日、30日、60日等;假如我们想看更加活络维度的留存率,比如依照某一
订阅专栏撤销订阅 产品、运营必备的数据分析东西(me.bdp)

2.6万

120

10

留存率这个概念关于我们来说一点也不生疏,平时看到的更多是固化的留存率,一般统计周期按天,常见有次日、7日、14日、15日、30日、60日等;假如我们想看更加活络维度的留存率,比如依照某一日期时间段的留存率,都有阅历这样的流程:给分析师提需求——分析师给技能提需求——分析师拿到数据并分析留存率——将数据成果给PM/运营,这个流程至少需要继续一天,一天后才干拿到最终的成果,不只耽搁了调整网站运营策略的最佳时间,还可能因为时间间隔存在数据差错的状况。这样的流程确实下降了工作功率,那有无什么方法能更加自主、活络地核算留存率呢?

1、何为留存率?

在互联网行业傍边,因为拉新或推广的活动把用户引过来,用户开始拜访网站/应用,可是通过一段时间可能就会有一部分客户逐渐流失了。留存率界说为用户在某段时间内开始使用网站/应用(一般界说是注册),通过一段时间后,仍然继续使用的人被认作是留存用户。留存率体现了网站/应用的质量和保留用户的能力。

留存率核算方法:留存率=登录用户数/新增用户数*100%

(一般统计周期为天,常见的周期维度有次日、7日、14日/15日、30日、60日、90日)

比如:

次日留存率:(第一天新增用户数,第2天还登录的用户数)/第一天总注册用户数 7日留存率:(第一天新增用户数,第8天还登录的用户数)/第一天总注册用户数 30日留存率:(第一天新增用户数,第31天还登录的用户数)/第一天总注册用户

留存率?≠ 活跃率

留存率和活跃率相提并论,这是一个很严峻的误区。我们常常会用日活(简称DAU)来监测网站/应用,有时分日活在一段时期内都是逐渐添加的,按理说这是一个好现象,可是假如疏忽了留存率核算,这个成果极可能是一个过错。比如某公司做了很多拉新、推广的活动,带来了很多新用户,其日活数据应该也是添加的,可是最终留下来的用户不一定在增加,乃至有可能在减少,只不过是新用户太多而掩盖了留存率问题,实践上用户的留存是在逐渐下降的。

2、留存率在数据平台中是怎么完成的? (1)怎么设定

维度:日期维度

数值:新增注册用户+留存设置(注:留存率可同时核算多个,如次日留存、第7日留存、第30日留存、第1季度留存等;)

(2)留存率设置

通过很多相关的数据调研,我们最终确定留存率可以按日、周、月、季度、年、或自界说时间段来核算,以往大部分留存率都是以日为维度,但这些按周、按月乃至自界说时间段的个性化需求是很强烈的,能协助我们客户了解更加网站的详细留存数据,做出更加正确的网站运营策略。

按固定最基础的设置,只查看未来某个固定时间的留存率

留存周期:选定按固定时间核算,包括:日、周、月、季、年,比如第n日,第n月,上图设置第7日; 日期字段:选择工作表里是日期的字段,比如用户拜访时间; 所选日期:即留存周期的开始时间,默许固定时间,也支撑自界说设置时间段; 数值设置:留存率、留存数,这个应该不难了解;

上图意义:今天之后的第7天留存,即7日留存;

按规模设置更加活络,可以查看未来某一段时间规模(按固定的周期,比如第1周-第7周)的留存率

留存周期:选定按规模时间核算留存率,包括:日、周、月、季度、年,比如第n日到第m日,第n月到第n月,上图设置第1日到第7日(即次日-7日留存);

日期字段:选择工作表里是日期的字段,比如用户拜访时间; 所选日期:即留存周期的开始时间,默许固定时间,这里我们选择自界说设置时间段; 数值设置:留存率、留存数,这个应该不难了解;

上图意义:到这段期间的新用户总数对应的次日-7日留存状况;

按自界说时间段:最个性化的设置,可以任意查看未来某一段时间规模(无固定周期设置,任意设置日期规模)的留存率

(图1,所选日期:固定时间)

(图2,所选日期:自界说时间段)

留存周期:选定按自界说时间段核算留存率,比如从到; 日期字段:选择工作表里是日期的字段,比如用户拜访时间; 所选日期:即留存周期的开始时间,可以选择固定时间(今天),也能够自界说时间段; 数值设置:留存率、留存数,这个应该不难了解;

图1意义:今天的注册用户在到的留存状况;

图2意义:到的新用户总数在到的留存状况;

另外,需要留意一下高级选项中“在核算留存率的时分核算值可能存在多个状态”这句话是这样了解的:比如大部分网站使用用户ID来核算新用户、用户留存率,新用户只是对用户ID做了一个核算判断(比如,拜访时间-创建时间=0,即此用户ID为新用户),留存率也是针对用户ID进行核算,那拜访日期来的用户除了之前留下来的用户,还有拜访当天来的新用户,这时候候就有必要把拜访当天的新用户给扫除,只剩之前留下来的用户才干算作留存用户,核算出来的留存率才是正确的。

若留存率核算对应的字段不存在这种破例状况,可以忽视这个所谓的“高级选项”。

以上就是留存率是怎么在数据平台活络设置的相关内容,下期想跟我们分享的是留存率的设计理念和一些实践应用的场景,以产品设计角度跟我们分享更多有关留存率的常识。

 

作者:连浩,BDP高级产品主管,微信号(businessdataplatform)Team Leader。多年互联网产品从业经历,拿手并十分酷爱数据分析东西,期望能真正完成数据化运营。

本文由 @数据分析 原创发布于人人都是产品主管。未经答应,禁止转载。


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。