关注我的公众号：CoreMarketXin 硬核马克🤓
用户留存率是一个价值判断指标。
通过大量运营动作，让平台可以有机会持续与用户发生触点，提升用户LTV。所以我们在看用户留存的时候，并不是单纯的去看一个“留存率”指标，而要分析其背后用户流失、留存、活跃的因素，从而给到业务指导和调整。
要梳理清楚用户留存的逻辑，需要先回答以下几个问题：平台定位是什么？用户特质是什么？最后才能看到留存这个业务指标最终给业务带来的价值是什么。
平台定位
首先对于平台定位要有清晰的认知，平台业务是需要做持续服务还是仅做周期性的服务？平台是做用户价值还是做活跃？不同的平台定位主要是对用户的留存口径会有比较大的差异。
比如持续性服务平台更看重次日/7日/30日留存。就我们做的2B类平台来说，做的是持续性的用户服务，并且有极强的商业化运营诉求，会更加关注用户每日在平台的贡献，持续高频的关注用户留存决定了平台的规模和营收。
而周期性服务的平台的口径定义时间更长，看的是周期下的留存或者年度的留存。比如国家电网APP，对于用户来说，每个月交一次电费就够了，甚至对于部分用户来说，开通了支付宝自动缴费，链APP都不用打开。他的用户留存如果只看次日或者7日，那绝对低的离谱。
所以，定位好平台的业务，也是对相关指标有个科学与合理的预期，避免落差过大，也避免为了提升不科学的指标，盲目上一些非主营业务，影响业务毛利。
以下内容更多还是从我熟知的领域展开，即高频持续性服务的平台。
用户特质
对于电商平台来说，能让用户持续使用平台服务，就能让平台有机会转化为商业化贡献：交易、工具、会员等。这里我们就要研究，什么样的用户，为什么要在平台上留下来？什么样的用户，他为什么流失了？
即：要看留存，我们还要仔细了解我们的平台的用户。对于有价值用户的流失要精确分析，并制定策略，针对非平台目标用户的流失，就没必要做过多的召回投入。
人群缺口
关于用户价值，我前面写过一些内容。可以参看。这里简单描述。
基于平台定位，现在平台用户大致画像是什么样的，按照用户在平台的贡献以及基础标签，哪些用户在平台活跃、留存率高，哪些用户容易流失。——得到基本的用户留存和流失画像。这个方式其实是反推平台对哪些用户有吸引力，能满足哪些用户的需求。
接下来要跟平台本身关键指标去做对齐，即平台希望用户的画像是什么样的，平台核心关注订单和营收的指标是什么样的。——这里就会产生实际留存的用户与平台希望留存的用户的缺口。
而此时用户运营要做的就是对齐这个缺口。
行为监控
用户从浏览，注册到最终流失，经历了完整的生命周期。对于平台而言，需要关注在用户生命周期内提升用户对平台贡献。从新客引入到持续成长提升，都需要完整的行为监控体系。行为监控要解释2件事情：①流失用户的行为特点是什么，如何预测用户即将流失。②流失用户在平台上最后几个业务节点是什么，这几个业务节点对用户流失产生了什么作用（自身问题，竞对问题等）。
- 数据收集：行为监控的前提是，有数据可以被分析和监控。很多平台不关注产品上线时的“埋点”，导致项目初期没有办法对用户进行分析。埋点的重要性不仅是监控功能的使用率，更多的是基于用户动线，在可能的行为节点上，分析平台提供的功能是否满足用户需求，以及某些功能是否直接影响了用户的判断：加购、下单、沉默等。
- 行为基线：基于平台和人群基础定位和筛选。创建用户行为基线，通过正常的用户（不同阶段和人群）在平台的行为与异常用户的行为，进行偏离监控，及时干预。
- 点型分析：针对具体的功能点，业务节点，存在大量的异常用户行为。
- 线型分析：更多的是基于业务线，即业务整体对于用户的影响。
- 面型分析：对目标人群的偏离度分析，除了通过行为基线判断偏离之外，还需要通过A/Btest修正不同策略下，人群的偏离程度。
上述关于人群划分以及行为基线的设计，根据不同平台可以做不同的调整。但是在设计的过程中，核心还是要回答开头提到的两个关键问题。
结语
留存率指标可以帮助业务梳理清楚平台当前业务对应的人群画像，并辅以相关模型，提升运营对用户生命周期管理的理解。相关异常指标监控同样能帮助业务及时纠偏，从点、线、面调整业务逻辑。
看用户留存率指标不仅是看一个结果数据，而是背后的运营策略。以及相关指标背后，能够对业务提供的提升价值。深入理解留存率，深入理解用户运营。
对世界充满好奇心&加速推进世界商业效率
转载请注明：硬核马克 » 用户留存率指标：实际上我们要看什么？