聊聊留存分析

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)。

第一天整體的留存率為：

第一天的留存的總?cè)藬?shù)之和/這幾天活動拉新的總?cè)藬?shù)

第二天整體的留存率為：

第二天的留存的總?cè)藬?shù)之和/這幾天活動拉新的總?cè)藬?shù)

……

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

……

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(jìn)產(chǎn)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(dāng)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。

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(shù)

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(chǎn)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(chǎn)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(chǎn)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(xiàn)“微笑型曲線”。