留存分析方法+案例+参考代码
作者:Janie
公众号《溜溜笔记说》,纯干货分享
前言
Tableau的本质还是辅助分析、辅助工作,分析思维不可少。所以在分享Tableau技能之外,也会分享些有关分析技能的内容,统一更新入“Janie碎谈”模块中。
这篇文章是我花了好几个晚上认认真真写的,自己编造的数据,自己画的图,自己写的代码。一方面写的过程中会促使我进入更深层次的思考,边改进边学习边进步;另一方面独乐乐不如众乐乐,分享出来大家一起进步,顺便也帮我指出不足。
网上有关留存的文章很多,这篇不敢说是最全的,但最起码是较全的。由于上班加带娃,又要坚持原创,又要精细的准备每一篇干货,所以大概一周一更。如有做的不足的地方,请于后台留言,督促我改进,以分享更有价值的干货。
在这个用户为大的互联网世界中,我们一起发现更多有意思的点......
目录
互联网企业面临的留存问题
什么是留存分析
留存分析常用口径
留存分析的适用场景
留存分析参考代码
留存下降的可能性原因
留存分析方法
案例实攻
1 互联网企业面临的留存问题
流量红利见顶、拉新成本高
在极易同质化的今天,流量竞争着实激烈,提高用户留存的重要性不言而喻,且存量用户的获客成本远远低于拉新成本。
新用户较易流失
企业大规模投广告、做活动,高额支出锁不住新用户,长期可持续发展有些无力,只顾眼前利益治标不治本。
2 什么是留存分析
留存率:某日用户数在第N日仍启动该App的用户比例,留存分析即分析用户随时间变化的活跃情况。获取用户只是第一步,留住用户才是所有产品最终目标。
可以理解为:由初期的摇摆用户转化为忠诚&稳定用户的过程。留存率越高,说明用户对产品越有强烈的依赖感。
可分为三个阶段:
初期:新用户刚注册,用户留存下降较快,需快速让用户感受到产品核心价值。
中期:新用户沉淀下来,形成活跃用户。此时需分析活跃留存,加强核心功能,培养用户对产品的使用习惯。
后期:思考产品核心价值,做好产品迭代与优化。
从时间维度划分:
常见的的有:次日留存、3日留存、7日留存、30日留存、周留存、月留存
从用户维度划分:
常见的的有:新用户留存、活跃留存
图解如下:
3 留存分析常用口径
以新用户留存为例
次日留存率=(某日新增的用户中,在注册的第2天还进行登录的用户数)/ 该日新增用户数
3日留存率=(某日新增用户中,在注册的第3天还进行登录的用户数)/ 该日新增用户数
7日留存率=(某日新增的用户中,在注册的第7天还进行登录的用户数)/ 该日新增用户数
30日留存率=(某日新增的用户中,在注册的第30天还进行登录的用户数)/ 该日新增用户数
1周后留存率=(某周新增的用户中,在注册的第2周还进行登录的用户数)/ 该周新增用户数
2周后留存率=(某周新增的用户中,在注册的第3周还进行登录的用户数)/ 该周新增用户数
1月后留存率=(某月新增的用户中,在注册的第2月还进行登录的用户数)/ 该月新增用户数
2月后留存率=(某月新增的用户中,在注册的第3月还进行登录的用户数)/ 该月新增用户数
以活跃留存为例
次日留存率=(某日登录的用户中,在第2天还进行登录的用户数)/ 该日登录用户数
3日留存率=(某日登录用户中,在第3天还进行登录的用户数)/ 该日登录用户数
7日留存率=(某日登录的用户中,在第7天还进行登录的用户数)/ 该日登录用户数
30日留存率=(某日登录的用户中,在第30天还进行登录的用户数)/ 该日登录用户数
1周后留存率=(某周登录的用户中,在第2周还进行登录的用户数)/ 该周登录用户数
2周后留存率=(某周登录的用户中,在第3周还进行登录的用户数)/ 该周登录用户数
1月后留存率=(某月登录的用户中,在第2月还进行登录的用户数)/ 该月登录用户数
2月后留存率=(某月登录的用户中,在第3月还进行登录的用户数)/ 该月登录用户数
4 留存分析的适用场景
日留存率
快速判断产品是否迎合市场需求,比如新手对产品的UI设计、功能设置、新手引导等的体验是否满意,是否需做调整。
快速判断用户粘性,比如用户是否更易受促销活动的影响等等。
周留存率
判断用户忠诚度,用户此时对产品基本已有完整的体验。一整套流程体验下来,继续访问的用户可判断为潜在忠诚用户。
分析用户再次访问的原因,找出产品最能巩固用户的点,且参考此点以一贯之,拓展应用到更多的用户身上,促使更多的用户留下来。
月留存率
评估迭代与优化的效果。砍掉留存率低的产品功能,进行迭代优化。
5 留存分析参考代码
有些互联网公司面试会出留存SQL题型,该代码仅供参考。
代码运行结果
语法环境:SparkSql或Impala,其他环境也可以,只是个别函数会略有差别,替换个别函数即可,无需更改代码结构。
参考代码如下:
--以a表日期作为主体
select
t.date_a
,t.date_b
,t.diff_ab
,count(distinct t.user) as user_num
from
( --a、b两段代码一模一样,join之后取二者日期差值select a.login_date as date_a,b.login_date as date_b,a.user,datediff(b.login_date,a.login_date) as diff_abfrom(--a段代码SELECT login_date,userfrom dwd.user_login where login_date>='2021-08-01'and login_date<=date_sub(to_date(now()),1))ainner join(--b段代码SELECT login_date,userfrom dwd.user_login where login_date>='2021-08-01'and login_date<=date_sub(to_date(now()),1))b on a.user=b.user
)t
group by 1,2,3
having t.diff_ab>=0
6 留存分析下降的可能性原因
新用户留存下降
新用户并未快速的感受到产品的核心价值。
新手引导模块体验交差
新用户羊毛党居多
界面UI设计影响使用感
产品功能体验较差
......
老用户留存下降
产品迭代功能致使用户体验变差
产品迭代周期较长,用户丧失新鲜感
受竞品影响
未促使用户对产品形成习惯
连续打卡签到送红包模块优惠力度较小,无坚持意义
广告推送较多
客服服务响应较慢、服务较差
无关推送
产品bug较多
受促销活动影响较大
......
7 留存分析方法
其中产品功能分析:
目的:找出对留存最有价值的功能&最没价值的功能,便于后期迭代优化。
卓越功能:建议侧重优化用户体验。
大众功能:重中之重,建议反思该功能的长期价值与实用性
小众功能:建议保留该功能,但无需过多投入精力
弱势功能:建议考虑是否砍掉
8 案例实攻
案例一
该图是我在ppt上加工出来的,选取了两日来对比。
解析:
2021年5月1日注册的新用户在注册的第7日留存率趋向于平稳,此时留存率60%;2021年5月2日注册的新用户在注册的第7日留存率趋向于平稳,此时留存率20%;2日注册的用户稳定留存率较1日差。
改进思路:
应使得趋向于平稳时的留存率尽可能提高,即平稳的这段线尽量往上提。
案例二
数据纯属个人虚构,实际分析时建议多扩展日期,该图重在解析分析方法。
该表留存率:(某新增的用户中,在第N天还进行登录的用户数)/ 该日新增用户数
以8月1日的新增用户留存为例
新手探索期:单纯靠大额优惠吸引的用户会之间流失,产品价值未达到用户预期。
习惯养成期:产品功能&实用性未促使用户养成使用习惯。
活跃用户期:真正留下来的忠实用户。
解析:
新用户次留骤减60%:没有使得用户迅速发现产品价值
整体留存率于第10日趋向于平稳,留存率稳定于11%左右:说明8月1日的新增用户中只有11%左右发展成了忠实用户。
3留&7留出现留存率增长现象(注意:留存率并不会呈现持续下降情况),进一步定位原因,在8月3日与8月7日是否进行了促销活动?
案例三
解析:
表格中以8月6日注册用户的次留(71%)为起始点,8月1日注册用户的7留(34%)为结束点,二者形成对角线,纵向对比数据,颜色颜色部分留存率都比较高。首先需要确认8月7日这天运营是否做了动作?比如:该日做了促销活动、或者其他特殊活动?因为8月7日正好对应的是8月6日的次留,8月5日的3留......8月1日的7留。
表格中8月9日的次留是20%,远低于其他日次留,且后续留存也较其他日偏低,警惕羊毛党。
作者:Janie
公众号《溜溜笔记说》,纯干货分享
留存分析方法+案例+参考代码相关推荐
- 网站与APP抓包分析2 分析方法案例
关键词:网站.APP.数据交互.流程分析 1.分析过程 1.1.分析维度 交互分析重点:资源分布.访问调度.重要接口.用户信息.质量上报. 问题处理流程:发现异常.问题复现.分段分界.问题定位.优化处 ...
- 2021年电影市场票房波动模型分析思路及参考代码
1.电影票房预测建模的背景 随着人民群众文化消费需求.影院数量.银幕数量的增加,我国电影产业 持续呈现繁荣景象.2019年全国电影票房累计642.66亿元.电影票房不仅直接 反映了一部电影为投资公司创 ...
- 【阅读笔记】数据分析思维:分析方法和业务知识
数据分析思维分析方法 首页 5W2H分析方法 案例1:如何设计一款产品 案例2:设计一款App的调查问卷,如何设计问卷上的问题? 逻辑树分析方法 案例1:年度计划拆解 案例2:芝加哥有多少钢琴调音师? ...
- 如何进行用户留存分析
1.用户增长模型AARRR模型(aha时刻(啊哈)) 2.留存的价值 ●判断产品是否达到PMF (产品满足市场需求) ●大力宣传推广前的基础 ●提升拉新效果 ●延长用户生命周期,最大限度的产生价值 ● ...
- 《 Python程序设计项目案例》— 人脸识别考勤可视化分析系统签到打卡记录到Excel表格项目参考代码(课程设计、期末结课大作业、毕业设计)
声明 本文仅在CSDN发布,其他均为盗版.请支持正版! 正版链接: https://blog.csdn.net/meenr/article/details/107348867 Python课程设计(程 ...
- 最近在做的用户留存分析,和几种方法。
来源:数据分析不是个事儿 我是小z 之前跟大家讲过同期群分析: 都说经典,同同同期群分析到底是个啥? Python数据分析实战 | 经典的同期群分析(附实战数据和代码) 同期群本质上是留存分析的一种实 ...
- 2011年下半年信息系统项目管理师考试下午案例分析试题及参考答案,考试真题
2011年下半年考试下午案例分析试题及参考答案 试题一 张某是M公司的项目经理,有着丰富的项目管理经验,最近负责某电子商务系统开发的项 目管理工作,该项目经过工作分解后,范围已经明确.为了更好地对项目 ...
- 分析方法的基础 — 4. 业务与管理的分离,应用案例
通过对研究对象的拆分,建立了业务与管理的分离原理概念,这个分离概念在实际的需求分析和系统设计中具有非常重要的实用价值.下面试举几例来说明分离原理概念的应用场景: 1)业务功能(界面)设计的应用:业务字 ...
- 数据分析20大基本分析方法技术总结【分析目的、分析案例、分析方法与思路】
文章目录 零.分析方法基础 一.5W2H分析法 二.逻辑树分析法(类似思维导图) 三.PEST分析法(行业分析方法) 四.多维度拆解分析法(维度+拆解) 五.对比分析法 六.假设检验分析法 七.相关分 ...
最新文章
- R语言pmax函数和pmin函数按位计算向量最大值、最小值实战
- JavaScript之substring()方法讲解
- L2-009. 抢红包 结构体排序
- HBase–常用API操作篇
- springboot 单元测试
- 217. Contains Duplicate
- 荣耀折叠屏手机发布日期曝光?将主打年轻用户
- 设计模式系列之「工厂方法模式」
- 【Keras】使用数据生成器(data generators)解决训练数据内存问题
- 博弈论基础知识--非合作博弈,零和博弈,负和博弈,主从博弈,Nash均衡
- 超详细VRRP基础配置
- 解决:点击鼠标右键无新建选项卡
- 线性代数之——复数矩阵
- 【数据分析实战】北京租房数据统计分析
- 博途的多步过程控制, 寄存器寻址
- [Openwrt 项目开发笔记]:DDNS设置(五)
- 【JAVA作业】异常、随机数、List
- BlueCoat ProxySG性能问题分析--ICAP排队现象
- windows系统的包管理器【choco】
- mysql 自动化运维开发_Python自动化运维开发----基础(十三)Mysql数据库基础
热门文章
- 如何彻底删除mysql数据库(终极版)
- java所以要用到的软件_【答疑】学java需要用到什么软件?用哪个软件比较好? - 羽兔网问答...
- 安卓第三方友盟登录与分享
- 「大话设计模式 - 解读」0 设计原则
- 文字点选识别验证码识别
- ESP8266用virtualBox虚拟机编译ESP8266_NONOS_SDK教程
- C#P8-class-构造函数
- 小米5手机位置服务器,互联网信息:小米5手机配置曝光 配5.3英寸屏搭载骁龙820处理器...
- dedecms 搬家流程
- flutter录音_Flutter直播SDK怎么使用?5步快速开发直播应用