小白学数据分析--留存率是什么
前段时间比较忙碌,小白系列也因此停了一段时间,这期间做了不少分析,发现和总结了不少经验,自己觉得还是很有用,不过倒都是一些基础的东西。最近很多人都在问一些基础术语和计算方式,我懂得不多,在此也想分享一下。
在网站分析、电商分析、网游分析中,对于留存率的关注度极高,这一浪潮随着APP应用、社交游戏的火爆逐渐成为一个很重要的衡量准则,也甚至有了40-20-10准则。对于这个准则不予评价,今天就是简单说说留存率就是是个什么玩意。
留存率顾名思义,就是留下来存在的比率。从时间上我们分为次日、三日、七日、14日、30日、90日、180日。从用户上来分,有新登用户和活跃用户两大类。但是我们大多数是关注时间次日、三日、七日,用户是新登用户。下面具体说说这些个概念以及为什么是这样定义形式。
次日留存率:新登用户在首登后的次日再次登录游戏的比例;
3日留存率:新登用户在首登后的第三天再次登录游戏的比例;
7日留存率:新登用户在首登后的第七天再次登录游戏的比例。
以此类推计算下去就得到了N日留存率。
在此图中,我们看到7日新登用户在8日登录的为次日留存用户,9日登录为2日登录留存用户……这就是留存基本定义,所谓留存率就是留存用户/新登的总量。留存率反映的实际上是一种转化率,即由初期的不稳定的用户转化为活跃用户、稳定用户、忠诚用户的过程,随着这个留存率统计过程的不断延展,就能看到不同时期的用户的变化情况。
之所以是这样,是因为留存是以研究新登用户为目标对象的,即我们研究某一个点的一批用户在随后的十几天,几周,几个月的时间内的生命周期情况,这样的意义是从宏观上把握用户的生命周期长度以及我们可以改善的余地。
因此这里就引申出一个问题,我们为什么要研究的是新登用户?如刚才所说的,我们要宏观观察用户的生命进程情况,那么我们最佳的办法就是从用户导入期就开始,所谓导入期就是用户进入游戏,这个地方我们的分析其实大有作为的,因为用户进入游戏时来源于不同的渠道,通过不同的营销手段拉入游戏,这样我们交叉分析,通过用户的后期留存情况就能从一个层面把握渠道质量,比如,付费,粘性,价值量,CAC成本。
那么说到留存就不得不提到另一个词就是流失,有句话我一直觉得有点道理,就是新用户看留存,老用户看流失,但是从目前我们看到的一些分析系统上似乎这部分都没开发或者省略,因为这部分的难度相对而言比较大,再者,其改善带来的效益不是立竿见影的,因此我们似乎很多时候是忽视了对老用户的质量把控和分析。因为老用户在整个用户的生命进程中是属于衰退期和流失期要关注和解决的问题[实际上从进入游戏就伴随流失,此处只是点了一部分],关于流失这里不再多讲。
刚才说到留存和生命周期扯上关系了,为什么这么说,我们来看看下面的曲线。
这里截取了4天首登用户在随后接近40天的留存变化情况。
上图是跟踪了39天的数据,我们发现留存率的变化初期是震荡的比较厉害,但是随后开始逐步的趋于平稳,下一个时期就开始逐渐稳定,保持在一个水平上,如果持续观察下去,随后开始逐渐的衰退,并最终无限趋于0。
事实上,以上的过程是符合用户生命周期的基本形式,用户在导入期用户量会增加很多,一段时间内如果我们渠道和手段得当,用户初期的几天留存质量会很好,之后随着用户的游戏内等级成长,那么就会逐渐淘汰一些人[实际上就是留存下降,流失加剧的过程],在用户的成长过程中,这样的留存牺牲是必然,而此时的淘汰就意味着接下来的用户成长将会趋于稳定,并保持一个时期。
以上我们所说的三个时期,也就是震荡期[留存高]、淘汰期[留存波动]、稳定期[留存趋于稳定水平],随后的衰退期和流失期那就是流失率分析的部分,因为这个阶段用户留存下的基本就是老用户了,当然此处不是说前三个时期的用户就不需要流失分析,相反用户导入初期的阶段[如果拥有足够的信息],正需要去做流失分析,因为初期流失是最多的。但是由于初期用户参与游戏的参与度有限,提供的信息也是有限的,偶然因素见多,所以就选择做留存分析。
一般来说留存率这类指标是需要长期持续跟踪的,且要根据版本更新,推广等诸多因素结合起来分析,试图去找到玩家的最佳周期进行制定相应的策略提升质量。
此外留存率的分析可以结合聚类,决策树等做进一步的深入分析,用于挖掘渠道具体的用户质量,盈利分析等。这类的深入的分析首先是要建立长期的留存率跟踪分析的基础上进行的,抓住留存率长期的作用特点,才能更好的把握这类深层次的分析。
最后说一句,至于是不是出于稳定期,这个得自己很好的把握和衡量,必要的时候对于变化趋势做一下显著性检验也可以检验一下。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析在当今信息时代发挥着重要作用。单因素方差分析(One-Way ANOVA)是一种关键的统计方法,用于比较三个或更多独立样本组 ...
2025-04-25CDA持证人简介: 居瑜 ,CDA一级持证人国企财务经理,13年财务管理运营经验,在数据分析就业和实践经验方面有着丰富的积累和经 ...
2025-04-25在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-24以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《刘静:10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda ...
2025-04-23大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03