很可惜 T 。T 您現在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經錄用會有專人和您聯系
咨詢如何成為春羽作者請聯系：鳥哥筆記小羽毛（ngbjxym）
作者/Simba
歡迎回來，本篇從一個基本概念——留存談起。面試的時候“留存”也是大概率會被問到的一個問題，如果想確認自己的回答怎么樣，我們一起探討一下。本文約4000字，讀完需要10分鐘。
“留存不就是用戶在未來xx天的使用情況么，比如第一天拉新1000，第二天有100個人來了，留存率10%?！?這個算法本身沒有問題，就比如前文中的一個例子：
有一個鼓勵試用的活動持續(xù)2天，我們來看3日留存率的計算。
10月1日，1000人試用；第一天這1000人中300登陸CRM軟件；第二天，有200人登陸CRM軟件；第三天，有150人登陸CRM系統(tǒng)。
10月2日，1500人試用；第一天有400人登陸CRM軟件；第二天有200人登陸CRM軟件；第三天有150人登陸CRM系統(tǒng)。
那么針對10月1日和10月2日這兩天的活動，三天的留存率分別是這樣的（藍色內容所示）:
但是要反映整體活動的3天留存率，應該怎么計算呢。我的方法是，把這幾天活動中第X天的留存總人數，除以這幾天拉新的總人數，即：
第一天整體的留存率為：
第一天的留存的總人數之和/這幾天活動拉新的總人數
第二天整體的留存率為：
第二天的留存的總人數之和/這幾天活動拉新的總人數
……
以此類推，如下圖中綠色內容所示:
這也是我在上文中提到的方法，然而一位小伙伴提出了他的看法（如果這位小伙伴看到此篇，可以聯系我哦~）。
于是我把具體計算方法放在更大群體里討論，不同的聲音出現了，那種情形就像一幫南北方朋友在我家聚餐，我在西紅柿炒雞蛋里準備放糖，被一個北方人看到后大聲質疑：“西紅柿雞蛋不要放糖啊”， 然后另外一幫南方人馬上回答“啊，當然要放糖啊”。
“留存算同一周期下的平均值會好一點， 不是和的平均，而是百分比的均值”, 所以這里的另外一種方法是這樣的，把兩天的留存百分比加起來，除以總天數，即：
第一天整體的留存率為：
（10月1日的day1留存率+ 10月2日的day1留存率）/2
第二天整體的留存率為：
（10月1日的day2留存率+ 10月2日的day3留存率）/2
……
以此類推（如下圖橙色內容所示）:
貌似兩種算法看起來結果都差不多，可是又有另外一個聲音出現了：
“一般情況下兩種算法所得值差不了太多，但是如果兩天的拉新數量差別很大，留存比率差別也大的情況下，就會出現不一致的情況， 比如下面這個例子，按照第一種方法算出來是2.75%， 第二種方法算出來是46%?！?/p>
哇，那要怎么算?！暗诙N用加權平均去算就好了，權重可以用拉新人數來算?！庇谑茄苌说谌N算法，但仔細一看，按照拉新人數加權算其實和第一種算法是一樣的（如下圖第三行淺綠色所示）。
此時另外一個聲音將話鋒轉移到一個新的問題：“先不去討論對錯，你們有想過這兩種算法在業(yè)務應用上的差異點么？忽略場景而言，對絕大多數運營的人來說，肯定會先盯這個數字；因為第一條數據里98%的流失，需要反思的事情太多了，后面的更容易去做策略的落實，有方向和動力?！?/p>
所以為了體現這種異常，我們需要全局全細節(jié)的留存信息，就回到了最初的階梯式留存表格，利用熱力圖將異常值高亮顯示（比如下圖），讓業(yè)務人員一眼看到異常來展開分析，并且這些異常值后面往往蘊藏著機會或者風險，或者——bug。
但是，如果要更準確的體現整體活動的3天留存率，我們又需要將這些異常值剔除掉來計算留存率，剔除的方法多種多樣（大家可以參考Python 庫Pyod的各種算法，在這個Kaggler 分享的PDF中有各種詳細算法：https://www.kaggle.com/getting-started/104950）。在剔除異常數據的情況下，無論采用第一種算法或者第二種算法，差別并不大，對于業(yè)務的價值是差不多的，如下圖所示。嗯，這下問題可以稍作終結了。
然而，關于留存的探討并沒有到此為止, 搞清楚留存計算后，作為一名優(yōu)秀的數據分析師，既要知道留存數據怎么算，也要知道留存數據怎么用的問題。
搞清留存計算之后，我們問一下，為什么要看留存？千萬不要覺得這是產品經理的事情，數據分析師們只有明白了為什么，才能更好的提供準確可靠的數據。留存的用處之一是通過留存率和其他要素的情況下，預估公司收益（這也是數據分析師在面試時經常遇到的問題），但留存數據的用處可遠不止于此。
筆者曾經在一篇文章里看到這樣一句話 “Without retention, your product is a leaky bucket”，翻譯過來是“沒有留存，猶如竹籃打水一場空” （或者翻譯更形象一點，“沒有留存，你的推廣就是個無底洞”），好不容易拉新的客戶，全部又流出去了。而在互聯網下半場的浪潮里，另外一種增長黑客模型早已經浮出水面，即由AARRR 模型轉變?yōu)镽ARRA，如下圖所示，在RARRA模型中，留存--Retention 首當其沖，即先實現留存，再去做產品推廣，讓產品自己去運營，實現獲客。
張小龍的[微信十年]相信不少人看過，演講中所提的：“這是一種典型的微信style的產品方法，即通過產品而非運營的方法，找到事情的撬動點，通過產品能力讓事情運轉起來” 和RARRA的理念高度一致。我們今天就蹭一下熱點，用留存的框架“套路”一下微信視頻號的成長過程，純屬學習視角的討論，歡迎大家拍磚留言。
個人認為RARRA增長模型下，產品成長過程中有以下幾個階段，而留存在是這幾個階段都需要關注的指標之一：
找到Market Fit，這個階段留存分析能幫助產品發(fā)現“生存能力”。
培養(yǎng)初期留存用戶的使用習慣，持續(xù)優(yōu)化核心功能，這個階段留存分析能幫助產品發(fā)現“基本能力”。
讓更多的人看到核心功能，使產品被更廣泛的人使用，這個階段留存分析能幫助產品發(fā)現“價值能力”。
詳細展開來說一下：
微信視頻號找到Market Fit 的過程是這樣的，“以下摘自張小龍《微信十年》原文”。
“可能在2017年吧...但后來就不了了之了...
第一個版本其實只是搭建了這樣一個ID體系，但這樣的效果并不好...
但頭幾個月的滾動特別困難，似乎陷入了死結…
（2020年）5月份的時候，我們做了視頻號最重大的一個改變...于是五月份發(fā)布了基于朋友點贊的新的灰度版本，終于看到了上揚的數據，用戶的留存非常高?！?/p>
不知道大家看到這個過程是什么感受，我在想，作為業(yè)界“頂級產品的頂級產品經理”，都經歷了如此多的曲折來嘗試新事物，我們又有什么理由不去承擔風險，快速試錯呢？
那么龍哥所提到的“上揚的數據”是什么呢？什么樣的留存曲線算是找到了Market Fit， 如下圖所示，綠色代表沒有找到Market fit 的留存曲線，藍色代表找了market fit 的曲線，顯示出“上揚”的趨勢。當然這個過程并非像這條曲線這樣簡單，只是為了學習，我將這個曲線做了簡化處理。
“以下仍然摘自張小龍《微信十年》原文”。
“所以6月視頻號的用戶到了一個量級。數字其實不重要，但對于一個內容形態(tài)的產品來說，一定量級的用戶意味著解決了生死問題，即流量的循環(huán)起來了... 有這個用戶基數說明生存下來了，這時候就可以開始做基礎功能的完善了，比如直播能力等。沒有過生死線的話，做再多功能也是白搭?！?/p>
注意到沒有：“一個量級..數字其實不重要..做基礎功能的完善”，意味著在階段1解決生存問題之后，數字的增長并沒有作為重點來看，而是開始做“基礎功能的完善”。即在第二個階段，就是要不斷刺激這部分用戶持續(xù)使用，黏住他們，從而得到長期的留存，所以你看到的簡化后的留存曲線的變化可能是這樣：
這里談一點我對微信視頻號的觀察，目前在我周圍的人群中，微信視頻號的用戶占比不算太高，大部分人仍然覺得視頻號是像抖音一樣是殺時間的機器（目前的確也是）。原諒我周圍的人都比較勤奮，不是“圍觀群眾”，不愿意將時間花在消遣類的社交上 。但同時我也看到越來越多的高管、精英人士、原來寫公眾號的，開始做微信視頻號了，趨勢是好的。所以，個人感覺微信視頻號目前仍然這個階段3。至于微信視頻號能否走好階段3，未來拭目以待。
那么，在產品的這個階段，如何利用留存分析幫助產品發(fā)現“價值能力”呢？我們大體可以把用戶分為新用戶、已有用戶、已流失用戶來分析。
新用戶的留存分析：找到能讓新用戶再次回來的事件（從階段2中挖掘），利用這個事件改進產品的第一印象，從留存曲線上來說，新用戶的留存曲線的變化更傾向于下圖這種。當然為了夸大第一印象的作用，我們把這個留存曲線簡化了很多。
已有用戶的留存分析：可能有些人說，已有用戶是不是意味著已經留存下來，就不需要做留存分析了。恰恰相反，這部分用戶的留存分析最能體現出產品的核心價值，即利用已有用戶的行為痕跡幫助我們理解“產品能給用戶帶來什么價值”。
拿視頻內容產品來舉例，使用者可能是希望用視頻做品牌宣傳，可能是為了找到自己的圈子學習專業(yè)領域知識，也可能是為了好玩，可能還有一些我們也看不到的價值。我們按照行為我們把視頻內容產品的用戶粗略分成兩大類（其實還可以細分），創(chuàng)作者和觀賞者。針對兩類角色我們需要定義不同的留存標準：
留存初始行為是發(fā)布視頻
留存后續(xù)行為是發(fā)布視頻
時間頻率是每周，或者是其他定制化天數
即距離上一次發(fā)視頻不超過一周（或者是其他定制化天數）又發(fā)了一次視頻的用戶為創(chuàng)作者的留存。
留存初始行為是觀看視頻
留存后續(xù)行為是觀看視頻
時間頻率是每天，或者是其他定制化天數
即距離上一次看視頻不超過1天（或者是其他定制化天數）又看了一次視頻的用戶為觀賞者的留存。
你看到的簡化后的留存曲線可能是這樣的：
通過對不同行為群體進行留存分析是對產品細分價值的判斷，我們可以幫助產品構建出一個健康的增長引擎。
已流失用戶的留存分析：
為什么流失的客戶還需要留存？
因為我們需要把老客戶拉回來。
有研究表明重新激活老客戶實際上比獲新客成本更低。
這些用戶可能是你在第一階段獲取的用戶，因為彼時產品對他們來說價值不大，但到了第三階段，或許到了一個贏回他們的好時機：
適宜地組織老客戶拉回活動，告訴他們最近產品的變化（而不是騷擾式的push）， 是不是會更有效。
在做這樣一些活動時，我們同樣需要觀察客戶重新拉回的留存率，用于評判產品的變化是否具備拉回“已流失用戶”的能力。
把時間拉長，這部分的留存曲線甚至可能是呈現“微笑型曲線”。
當然上述的留存分析在產品不同階段的應用并不是一概而論的，只能說在不同的階段，我們的留存分析有不同的側重。不變的一點是“留存分析” 在產品的全生命周期都扮演著非常重要的角色，尤其是在當下互聯網產品百花齊放的時代，留存顯得尤為重要。
留存是當下互聯網產品重要的評價指標，也是當前形勢下增長黑客模型的第一要素。本文從兩個角度對留存分析進行討論：
留存怎么算，我們需要提供一個準確的留存率分析報告，這更多是數據分析師的職責。
留存怎么用，如何運用留存分析來推進產品迭代，以實現產品增長，這更多是產品經理的職責，但是作為數據分析師，理解數據的運用也同樣重要。
當然，本文是拋磚引玉，歡迎各位數據分析師、產品經理、數據產品經理一起探討，若有錯誤不吝指正。
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經允許不得轉載。
《鳥哥筆記版權及免責申明》 如對文章、圖片、字體等版權有疑問，請點擊 反饋舉報
我們致力于提供一個高質量內容的交流平臺。為落實國家互聯網信息辦公室“依法管網、依法辦網、依法上網”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據本公約中的條款對注冊用戶和發(fā)布在本平臺的內容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質內容，同時也將采取必要措施管理違法、侵權或有其他不良影響的網絡信息。
一、根據《網絡信息內容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權益；
11)通過網絡以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網絡欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內容；
2. 不友善：不尊重用戶及其所貢獻內容的信息或行為。主要表現為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網站秩序的內容，或進行相關行為。主要表現為：
1)多次發(fā)布包含售賣產品、提供服務、宣傳推廣內容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內容；
4)多次發(fā)布包含欺騙性外鏈的內容，如未注明的淘寶客鏈接、跳轉網站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產品、品牌等內容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網站秩序的推廣內容及相關交易。
7)發(fā)布包含欺騙性的惡意營銷內容，如通過偽造經歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內容審核的廣告內容。
4. 色情低俗信息，主要表現為：
1)包含自己或他人性經驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內容；
4)帶有性暗示、性挑逗等易使人產生性聯想；
5)展現血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內容。
5. 不實信息，主要表現為：
1)可能存在事實性錯誤或者造謠等內容；
2)存在事實夸大、偽造虛假經歷等誤導他人的內容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構或個人存在關聯。
6. 傳播封建迷信，主要表現為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現為：
1)以各種夸張、獵奇、不合常理的表現手法等行為來誘導用戶；
2)內容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現為：
1)誘導未成年人應援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網絡水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內容，主要表現為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災害、重大事故等災難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網絡生態(tài)造成不良影響的其他內容。
二、違規(guī)處罰
本網站通過主動發(fā)現和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內容質量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內容時，本網站將依據相關用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內容時，本網站將加重處罰。
三、申訴
隨著平臺管理經驗的不斷豐富，本網站出于維護本網站氛圍和秩序的目的，將不斷完善本公約。
如果本網站用戶對本網站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網站進行反饋。
(規(guī)則的最終解釋權歸屬本網站所有)