"幾乎所有的業務資料分析和運營工作都是圍繞著「拉新」、「留存」、「促活」、「轉化」4個環節來開展的。
我們常常面臨這樣的問題，好不容易拉進來一批使用者，玩著玩著就都流失了，更別談轉化和變現了。
所以，弄明白「留存率」非常重要，它是衡量產品質量、運營效果的重要指標，也是預估產品盈利能力的重要參考！"
01. 「留存率」是什麼？
留存率，留的都是活躍使用者(active user)，具體的講，就是指某一時間段內完成了某種特定行為的使用者。例如某內容平台，可以參考開啟次數、使用時長、互動情況、內容產出量來制定自己的標準。需要注意的是，單個使用者可能多次完成特定行為，統計時需要按照使用者維度去重，即只算為1個使用者。
舉個例子，某天進來一批新使用者，有的用了一下就再也沒回來過，有的繼續用過幾次後也離開了，還有些在一定時間段裡，能夠一直持續活躍使用，這些一直保持活躍的我們稱之為留存使用者。留存使用者佔這批次新增使用者的比例，就是留存率。
考量留存的時間，一般會有次日、第7日、第30日等，分別對應著次日留存率、第7日留存率、第30日留存率。還有按整週、整月的留存率計算形式，比如次月留存率等。
(7日留存和周留存容易混淆，舉個例子說清楚：假如1月1日新增100人，其中20人在1月8日依然活躍，則7日留存是20%，即7日留存是指第一天新增使用者在七天後活躍的人數；假如1月1日到第1月7日共新增1000人，其中300人在1月8日到1月14日之間依然活躍，那麼周留存就是30%，即週留存是第一周新增總使用者在第二週活躍的人數。)
根據現有的使用者留存數量，就可以算出留存率，而根據留存率，又可以**產品未來的活躍使用者量。
作為一名運營，不要簡單地以為使用者拉進來就算是你的使用者了，也不要總把「使用者總數」作為洋洋自得的指標，而應該更關注活躍使用者數和留存率。
因為，只有真正活躍的使用者，才能產生商業價值。02. 留存率模型搞清留存率，本文將祭出一**寶——「以留存率為基礎的產品盈利模型」。
模型1.0
在1.0版本裡，留存率只是個初步模型：(其實就是乙個加法公式)
此模型說明了活躍使用者數**於「階段內新增使用者」加上「以往每個階段的留存使用者」。舉個例子，假如要算7天的留存使用者，那麼第7天的活躍總使用者數 = 第7天的新增使用者數 + 第6天的新增使用者數 x 第1天的留存率 + 第5天的新增使用者數 x 第2天的留存率 + …… + 第1天的新增使用者數 x 第6天的留存率。假如按周、月算，也是一樣的道理，所以簡單說來，這個模型就是把每個階段的留存人數相加的結果。
我們用案例再來解釋一下：
比如，某產品7月1日的活躍使用者量為500，然後拉取這500人接下來7天的每日活躍數，就可以計算出該產品7天的留存率：
(當天留存率 = 該批次剩餘活躍使用者數 / 7月1日活躍使用者量)
這樣，我們就得出了產品的階段留存率。然後我們可以依據這個留存率來計算每日自然新增的每日留存了，如果7月1日當天的新增使用者為1400人，可以繼續計算：
(當天剩餘活躍使用者量 = 當天留存率 * 7月1日新增使用者量)
因此，我們就初步得到了7月1日這批使用者在接下來幾天裡的活躍數變化情況。當然現實情況是每天都有新增使用者，因此我們可以計算每天新增使用者的留存率，再把歷史留存都加起來，就得到了每天的總留存。
假如7月1日新增使用者為500人，並且每日穩定增長500人，那麼根據留存率，可以算出7月7日的活躍使用者總數：
模型2.0
一旦可以算出未來的活躍使用者數量，我們就可以粗略的計算未來的收益、銷售額等資料。
而這個模型可以繼續優化，增加更多引數，使得計算結果更加接近真實情況。
需要注意的是，影響模型結果的因素很多，考慮的越多，模型就越接近於真實情況，精確度就越高。但同時，因素與因素之間也會互相影響，增加了模型的複雜程度，計算的需要的時間會增加，計算的結果也會更加難以得出。使用模型時，請仔細思考這兩點的平衡性。
那麼問題來了，現實中有哪些因素需要考慮？哪些可以增加到這個模型中？
1.使用者來自不同渠道，因此不同渠道需使用不同的留存率；好了，如果把這些引數都新增進去，這個模型已經相當複雜了。但是只要公式正確，結果總歸會趨近於真實情況的。2.隨著運營活動的開展，每月自然新增也會產生變化；
3.很多產品每月會做付費推廣，這其中需要考慮到推廣的轉化率；
4.推廣及活動吸引來的使用者的留存率，可能和自然新增的使用者留存率不同；
5.考慮到使用者生命週期，歷史存量使用者會有固定的流失率；
6.總活躍使用者中，有一定比例的付費率；
7.隨著產品價值的提公升，新增使用者的付費轉化率每月會增長；
8.隨著產品的精細運營，單個使用者在生命週期內的消費能力會逐漸遞增；
9.還可以根據人均貢獻率預估出總收益；
儘管你可能一時看不懂，但是我們還是yy了乙個產品，yy了一些資料，把它的成本測算和收益預估做出來了。
可以看出，ios渠道和安卓渠道分開計算了，並且新增了歷史存量使用者流失(10%)、每月自然新增逐月遞增2%幾個引數，重要的是，新增了付費推廣的轉化率和成本。
有了兩個渠道的使用者、成本後，就可以算更多資料了！先把總成本算出來(藍底部分)，再算使用者資料(綠底部分)，再然後，可以新增自己的轉化資料(黃底部分)進行測算了！gmv都能算出來！
注意最後一行的紅底部分，如果新增了kpi，就可以直接知道是否需要調整策略了！
當然，這裡面的所有資料都是我胡謅的，你要是真以為我們11月可以做到近2000萬gmv，那你真是可愛極了。
03. 這個模型究竟有什麼用呢？
主要有2大方面：
1.對於初創產品，可以預估產品的盈利時間，及時調整策略
對於初創產品，無論是老闆、產品經理還是運營，最怕的除了產品功能不穩定，就是使用者不穩和收益不清晰了，有了這個表，就可以輕鬆測算了。
2.拆分各個引數的kpi
對於已經過了啟動階段的產品，可以根據目標kpi，直觀的看到當前運營狀態下未來的結果，如果達不到目標，就要及時調整了。更重要的是，可以制定各渠道、付費率、客單價、總成本的kpi，拆分後就輕鬆多了。
在提公升留存的方式上，不存在乙個萬能的方法，一用就馬上能把產品的留存提高，我們更應該關注的是，產品本身是不是很好地滿足了使用者的需求。而留存率不高，95%的原因是產品本身的需求沒有解決好。
使用者留存率計算
做企業級報表的人經常會遇到留存率的概念。對於不同的專案，留存率的概念也會有所不同。針對我所在的手機應用 手機遊戲方向的使用者留存率統計，在此做一些簡要的說明。使用者留存率這個概念在網上沒有搜到其具體的定義，在此僅對我公司的計算模式進行簡要整理 使用者留存率是只某一基礎使用者群在特定的一段時間內使用某...
php mysql計算留存率 使用者留存率演算法
玩家在某段時間內註冊開始遊戲，經過一段時間後，仍然繼續遊戲的被認作是留存 這部分使用者佔當時新增使用者的比例即是留存率，會按照每隔1單位時間 例日 周 月 來進行統計。顧名思義，留存指的就是 有多少玩家留下來了 留存使用者和留存率體現了應用的質量和保留使用者的能力。次日留存率 首次登陸後第二天登入遊...
sql計算留存 SQL 使用者月留存率
sql 使用者月留存率 sql資料分析 6月4日sql 使用者月留存率 需求背景 根據訂單表，統計每個月在接下來幾個月使用者複購情況 如 5月下單使用者10000人 這10000人又在6月又下單的使用者有5000人，這10000人在7月下單的使用者有8000人 解析思路 核心 資料預處理 使用者，月...