很多用户对留存的计算有疑问,下面较详细的解释了日/周/月留存数据的算法,有任何问题,欢迎跟帖讨论
什么是留存用户?
某段时间内的新增用户,经过一段时间后,仍继续使用应用的被认作是留存用户,这部分用户占当时新增用户的比例即时留存率。
统计留存用户的时间粒度有哪些?
自然日:包括1天后、2天后、3天后、4天后、5天后、6天后、7天后、14天后和30天后
自然周:包括1周后、2周后、3周后、4周后、5周后、6周后、7周后、8周后、9周后
自然月:包括1月后、2月后、3月后、4月后、5月后、6月后、7月后、8月后、9月后
日留存是怎么统计的?
举例说明:假设某APP在1月3日的新增用户有100个,这100个用户在1月4日中启动应用的有55个,在1月5日中启动应用的有45个,在1月6日启动应用的有30个,则1月3日的新增用户在1天后留存是55/100=55%,2天后留存是45/100=45%,3天后留存是30/100=30%,4-7天后,14天后和30天后同理,依次类推。
周留存是怎么统计的?
举例说明:假设3月的第1周某APP的新增用户有200个,这200个用户在3月的第2周中有100个再次启动了应用(无启动次数限制),3月的第3周中有80个再次启动应用,3月的第4周中有50个再次启动应用,则3月第1周的新增用户在1周后(即第2周)的留存率是100/200=50%,在2周后的留存率是80/200=40%,在3周后的留存率是50/200=25%。4周后到9周后的留存同理,依次类推。
月留存是怎么统计的?
举例说明:假设某APP5月份新增用户有1000个,这1000人在6月份启动过应用的有600人,7月份启动过应用的有450人,8月份启动过应用的有300人,则5月的新增用户在一个月后的留存率是600/1000=60%,二个月后的留存率是450/1000=45%,三个月后的留存率是300/1000=30%。4月后到9月后的留存同理,依次类推。
注:留存率并不一定是按日期呈递减状态,结合日留存的例子,假如1月3日的新增用户在1月7日有40个再次启动了应用,则1月3日的新增用户在4天后的留存是40/100=40%,4天后留存(40%)>3天后留存(30%),这是正常的,各天/周/月的留存率数据都是独立的,取决于用户的启动行为。
什么是留存用户?
某段时间内的新增用户,经过一段时间后,仍继续使用应用的被认作是留存用户,这部分用户占当时新增用户的比例即时留存率。
统计留存用户的时间粒度有哪些?
自然日:包括1天后、2天后、3天后、4天后、5天后、6天后、7天后、14天后和30天后
自然周:包括1周后、2周后、3周后、4周后、5周后、6周后、7周后、8周后、9周后
自然月:包括1月后、2月后、3月后、4月后、5月后、6月后、7月后、8月后、9月后
日留存是怎么统计的?
举例说明:假设某APP在1月3日的新增用户有100个,这100个用户在1月4日中启动应用的有55个,在1月5日中启动应用的有45个,在1月6日启动应用的有30个,则1月3日的新增用户在1天后留存是55/100=55%,2天后留存是45/100=45%,3天后留存是30/100=30%,4-7天后,14天后和30天后同理,依次类推。
周留存是怎么统计的?
举例说明:假设3月的第1周某APP的新增用户有200个,这200个用户在3月的第2周中有100个再次启动了应用(无启动次数限制),3月的第3周中有80个再次启动应用,3月的第4周中有50个再次启动应用,则3月第1周的新增用户在1周后(即第2周)的留存率是100/200=50%,在2周后的留存率是80/200=40%,在3周后的留存率是50/200=25%。4周后到9周后的留存同理,依次类推。
月留存是怎么统计的?
举例说明:假设某APP5月份新增用户有1000个,这1000人在6月份启动过应用的有600人,7月份启动过应用的有450人,8月份启动过应用的有300人,则5月的新增用户在一个月后的留存率是600/1000=60%,二个月后的留存率是450/1000=45%,三个月后的留存率是300/1000=30%。4月后到9月后的留存同理,依次类推。
注:留存率并不一定是按日期呈递减状态,结合日留存的例子,假如1月3日的新增用户在1月7日有40个再次启动了应用,则1月3日的新增用户在4天后的留存是40/100=40%,4天后留存(40%)>3天后留存(30%),这是正常的,各天/周/月的留存率数据都是独立的,取决于用户的启动行为。