人口红利逐渐消失，前端获客成本越来越高，靠短期疯狂拉新就可以获得资本青睐的时代已经一去不复返了。曾经流量为王，前提是有足够的投放预算和市场红利，然而现实总是残酷的。

越来越多的产品经理、运营人员将关注点聚焦在深挖用户价值上，如何提升用户的留存也成为了继拉新之后的又一热点话题。今天，我们就和大家分享一下留存那些事。

一、什么是留存？

无论是网站还是 APP，也不管是以付费为生抑或流量为王，每一个产品都依赖于用户活跃。但并不是说一味拉新就一定能保持产品高活跃度，因为疯狂拉新有可能遮盖用户流失的残酷真相。持续不断投入高昂的投放费用对于很多企业而言，实在是有心无力。于是，留存分析被引入到产品的开发与运营中，用来衡量产品功能价值，优化现有运营策略。

留存，顾名思义，用户在我们的网站 / APP 中留下来、持续使用的意思。换个角度说，留存反映的是产品引导新用户转化为稳定、活跃用户的效果。

对于不同行业，留存有着不同的衡量标准，衡量留存需要和具体的业务逻辑相关联。对于电商来说，用户复购是留存的体现；对于互联网理财产品来说，用户重复投资是留存的体现。

留存基础是的我们产品要有足够的粘性，让用户的生命周期更长；要想实现真正的增长，首先我们的产品得满足用户的核心价值，然后通过运营方式让用户留下来、持久使用我们的产品。我们不能老是看 DAU，而应该更多关注留存；只有留存提升才能实现真正的增长。

二、什么是留存分析

简单来说，就是先用用户分层、用户分群划分”目标用户群”，再通过设置不同事件属性、人群属性、”起始行为”与 “留存行为”进行对比，然后借助留存率趋势图以及功能价值矩阵，直观了解目标用户群的留存率趋势。

那么，留存分析都有哪些作用呢？

• 对于产品经理，留存分析帮助其正确判断产品功能的价值；
• 对于运营人员，留存分析帮助其分析用户活动、内容的偏好。

三、留存分析的三大场景

大家常用的 DAU （日活跃用户数）指标可以让我们对产品现阶段的用户规模有大概的了解，但是并不能真实展现用户结构问题。如下图所示，一个产品正处于全力拉新阶段，也许 DAU 指标非常完美。但是它不会告诉你新用户的引入掩盖了老用户的流失情况。

产品里面绝大部分都是新引入的新用户，留存下来的老用户非常少，这种情况是非常危险的，他说明你的产品基本价值可能就有问题。

我们将用户旅程分为【用户引入产品前】和【用户引入产品后】两个节点，将分析角色分为市场、产品、运营三者，下面我们来全面解读一下留存分析在实际中的应用。

场景一：渠道投放

随着渠道不断增加，预算需求不断上涨，企业对渠道投放效率的考察越来越重视。如何在一定预算的基础上，将获客效果最大化，考验着所有市场营销人员。传统渠道投放分析侧重数量考察，比如带来了多少个点击、注册，而忽视对获客质量的分析。

在增长压力越来越大的背景下，投放渠道的获客质量被更多地评估，各渠道新用户留存率就是一个重要的指标。新用户留存率越高，渠道投放获取流量的质量越高，ROI 越高。

场景二：产品运营

无论是产品运营、活动运营还是内容运营，通过运营手段将新用户转化为产品的活跃/忠诚用户是我们的重要职责。对于新用户留存分析来说，用户刚刚使用我们产品的时候，决定用户去留的就是它。

我们基本上只有一次机会去展示我们产品，一定要把我们产品最有价值的东西展示给出来，吸引用户继续使用我们的产品。

场景三：产品开发

你可能遇到过类似的问题，踌躇满志做的功能，用户不一定爱用，无心插柳的小功能却成了爆点。所以在那么多功能里面，对用户来说哪些才是高价值的功能，哪些又是低价值的功能，这是我们需要考虑的。同时在那么多的产品功能里面，我们该如何优化功能入口位置，让用户对我们的产品爱不释。

需要说明的是，留存分析不是简单的运营数据统计分析，它需要我们不断拆解产品，细分用户人群，这样才能找到让用户“来了又来”的功能。

四、实战案例

案例 1：评估产品内不同功能的表现

我们通常认为成功的产品功能应该具备 2 个特点：被更多的用户使用，该功能的用户黏度高。那我们该如何界定更多用户使用和用户黏度高呢？用覆盖用户数量或者覆盖用户占比、该功能留存率来进行评估或许是个不错的选择。

在 GrowingIO 留存功能中， 我们可以试着通过 “行为对比 > 对比不同行为的回访” 来分析不同功能的这两个指标，结果如下：

可以看出：功能 A 的表现是最好的：覆盖用户量和用户留存率都更高。可以预见，今后的资源分配及产品价值评估，功能 A 都能更受青睐。

案例 2：度量某个产品激活手段是否有效

某社区电商产品为了推广电商模块，采用 “签到奖励”的激活手段，用户签到之后可以获得积分，可以用来抵扣电商购物时的部分金额，期望可以用这种激活手段来拉动电商模块的活跃度和购买转化。

由于用户签到奖励的积分长期有效，并未设置严格的有效期，因为用户可能在后续的任意时段使用。因此推荐使用留存功能来观测，用户签到领取积分之后的转化情况。同时，由于签到积分存在较低的 “薅羊毛”门槛，部分投机用户可能会坚持签到以获取积分，然后通过积分直接兑换商品。

我们可以使用 GrowingIO “行为对比 > 对比留存行为” 来分析，结果如下：

上线之后，使用 “签到奖励”功能的用户回来使用”签到奖励”的留存率很高，但到电商模块交易的比较少，说明签到奖励对于激活电商模块的效果不够好，需要进一步调整签到奖励策略或结合其他激活手段。

说了这么多，最后要插播一条广告

GrowingIO 全面的留存分析功能已经上线，相较于同类产品：

• 更细致的目标用户群设定；
• 更多元的对比设置，让高效衡量产品价值成为可能；
• 一键生成留存趋势图，也让全面提高用户黏度更加便捷。

所以，快来免费试用吧！

关于 GrowingIO

GrowingIO 是基于用户行为的新一代数据分析产品。首推国内领先的“分析工具+运营咨询+持续增长”数据服务体系，帮助企业构建数据运营闭环。依托于快速部署无埋点技术，实时采集全量行为数据，搭建完整的数据监控体系，高效管控与运营核心业务指标，帮助企业挖掘更多商业价值。

立即免费试用

增长黑客（Growth Hacker）：是依靠技术和数据来达成各种营销目标的新型团队角色。从单线思维者时常忽略的角度和高度，梳理整合产品发展的因素，实现低成本甚至零成本带来的有效增长…