对于APP、网站和平台运营人员来说，用户留存是产品的生命线，终端数据留存分析也是日常要进行的一项重要工作。一般来说，留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考察看行初始行为后的用户中， 经过一段时间后仍然存在客户行为（如登录、消费）。下面我将介绍如何利用九数云在线数据分析工具，自动计算终端数据的留存率。

留存率的相关定义：

留存率：某时间内的新增用户在若干天后的留存数量 / 某时间内的新增用户总量

当日留存率：当日激活并登录用户数/所有登录用户数

一周留存率：初次激活日为维度，计算「激活_登录时间差」为 1-7 的登录用户数/所有登录用户数

两周留存率：初次激活日为维度，计算「激活_登录时间差」为 8-14 的登录用户数/所有登录用户数

终端数据留存分析的思路：

计算用户从激活某产品开始，在当日、一周内、两周内、三周内进行登录使用操作用户数占总登录人数的比率。

使用九数云做终端数据留存分析的方法：

1 ）上传数据

2） 创建分析表

选择「用户留存分析」，点击创建「分析表」，如下图所示，将「分析表」重命名为「留存分析」，选择全部字段，如下图所示：

3）计算激活用户留存率

计算「激活_登录时间差」，添加「新增字段>公式/函数」，新增字段名为「激活_登录时间差」，使用DATEDIF函数计算激活到登陆的时间差，如下图所示：

留存情况，添加「新增字段>公式/函数」，新增字段名为「当日留存」，计算当日留存情况，即要求激活到登陆的时间差为0，如下图所示：

添加「新增字段>公式/函数」，新增字段名为「第一周留存」，计算第一周留存情况，即要求激活到登陆的时间差为1到7，如下图所示：

添加「新增字段>公式/函数」，新增字段名为「第二周留存」，计算第二周留存情况，即要求激活到登陆的时间差为8到14，如下图所示：

添加分组汇总，将「最早激活日期」拖入分类并按照「年月」分类，将「联系电话」、「当日留存」、「第一周留存」以及「第二周留存」拖入汇总，如下图所示：

添加「排序」，将「最早激活日期」按照「升序排列」，如下图所示：

4）计算终端数据留存分析——留存率，添加「新增字段>公式/函数」，新增字段名为「当日留存率」，当日留存率=当日留存去重计数/联系电话去重计数，如下图所示：

添加「新增字段>公式/函数」，新增字段名为「第一周留存率」，第一周留存率=第一周留存去重计数/联系电话去重计数，如下图所示：

添加「新增字段>公式/函数」，新增字段名为「第二周留存率」，第二周留存率=第二周留存去重计数/联系电话去重计数，如下图所示：

5）制作终端数据留存分析图表，新建图表，点击折线图，将「最早激活日期」拖入维度，将「当日留存率」、「第一周留存率」以及「第二周留存率」拖入指标中，制作留存率时间趋势图，如下图所示：

再新建一个图表，将之前分类汇总的「最早激活日期」更换为「客服」，可以获得客服之间的留存率差距，如下图所示：

再新建一个图表，将之前分类汇总的「最早激活日期」更换为「推广渠道」，可以获得推广渠道的留存率差距，如下图所示：

 

上一篇: 调查问卷数据怎么分析，看这一篇就够了
下一篇: 费用数据分析模型的框架、搭建方法与完善