網站用戶的留存率是什麼？

03-02

如何進行計算

首先普及一下什麼是留存？

用戶自某段時期開始使用應用，在一段時間之後，仍然還在使用應用的被認做是留存；這部分用戶占當時新增用戶的比例，即是留存率。

一定時期內的新增用戶，通常會隨著時間增長而不斷有人離開（留存不斷下降），直至他們的生命期結束。

留存率的計算

留存率=登錄用戶數/新增用戶數*100%（一般統計周期為天）

活躍用戶數：登錄用戶數-新增用戶數；

次日留存率：（當天新增的用戶中，在第2天還登錄的用戶數）/第一天新增總用戶數；

第7日留存率：（第一天新增的用戶中，在往後的第7天還有登錄的用戶數）/第一天新增總用戶數；

第30日留存率：（第一天新增的用戶中，在往後的第30天還有登錄的用戶數）/第一天新增總用戶數。

這篇文章內容關於留存率寫的還不錯，你可以參考下。

1、何為留存率？

在互聯網行業當中，因為拉新或推廣的活動把用戶引過來，用戶開始訪問網站/應用，但是經過一段時間可能就會有一部分客戶逐漸流失了。留存率定義為用戶在某段時間內開始使用網站/應用（一般定義是註冊），經過一段時間後，仍然繼續使用的人被認作是留存用戶。留存率體現了網站/應用的質量和保留用戶的能力。

留存率計算方法：留存率=登錄用戶數/新增用戶數*100%

（一般統計周期為天，常見的周期維度有次日、7日、14日/15日、30日、60日、90日）

比如：

次日留存率：（第一天新增用戶數，第2天還登錄的用戶數）/第一天總註冊用戶數
7日留存率：（第一天新增用戶數，第8天還登錄的用戶數）/第一天總註冊用戶數
30日留存率：（第一天新增用戶數，第31天還登錄的用戶數）/第一天總註冊用戶

2、留存率 ≠ 活躍率

留存率和活躍率混為一談，這是一個很嚴重的誤區。大家經常會用日活（簡稱DAU）來監測網站/應用，有時候日活在一段時期內都是逐漸增加的，按理說這是一個好現象，但是如果忽略了留存率計算，這個結果很可能是一個錯誤。比如某公司做了很多拉新、推廣的活動，帶來了很多新用戶，其日活數據應該也是增加的，但是最終留下來的用戶不一定在增長，甚至有可能在減少，只不過是新用戶太多而掩蓋了留存率問題，實際上用戶的留存是在逐漸降低的。

3、留存率在數據分析工具BDP個人版中是如何實現的？

（1）如何設定

維度：日期維度

數值：新增註冊用戶+留存設置（註：留存率可同時計算多個，如次日留存、第7日留存、第30日留存、第1季度留存等；）

（2）留存率設置（留存率）

經過很多相關的數據調研，我們最終確定留存率可以按日、周、月、季度、年、或自定義時間段來計算，以往大部分留存率都是以日為維度，但這些按周、按月甚至自定義時間段的個性化需求是很強烈的，能幫助我們客戶了解更加網站的具體留存數據，做出更加正確的網站運營策略。

按固定時間：最基礎的設置，只查看未來某個固定時間的留存率

留存周期：選定按固定時間計算，包括：日、周、月、季、年，比如第n日，第n月，上圖設置第7日；選定按範圍時間計算留存率，包括：日、周、月、季度、年，比如第n日到第m日，第n月到第n月，上圖設置第1日到第7日（即次日-7日留存）；按自定義時間段，最個性化的設置，可以任意查看未來某一段時間範圍的留存率，比如從2016-08-04到2016-08-31；
日期欄位：選擇工作表裡是日期的欄位，比如用戶訪問時間；
所選日期：即留存周期的開始時間，默認固定時間，也支持自定義設置時間段；
數值設置：留存率、留存數，這個應該不難理解；

另外，需要注意一下高級選項中「在計算留存率的時候計算值可能存在多個狀態」這句話是這樣理解的：比如大部分網站使用用戶ID來計算新用戶、用戶留存率，新用戶只是對用戶ID做了一個計算判斷（比如，訪問時間-創建時間=0，即此用戶ID為新用戶），留存率也是針對用戶ID進行計算，那訪問日期來的用戶除了之前留下來的用戶，還有訪問當天來的新用戶，這時候就必須把訪問當天的新用戶給排除，只剩之前留下來的用戶才能算作留存用戶，計算出來的留存率才是正確的。若留存率計算對應的欄位不存在這種例外情況，可以忽視這個所謂的「高級選項」。