用户运营：5步学会用户留存数据分析

该app负责人对三个引导页的新用户点击情况进行漏斗模型分析，发现从第二个引导页到第三个引导页的流失率达到15%(按照负责人解释的原因是在中东，用户听歌认脸多于认音乐的类型!)。此外第一页到第二页虽然流失率不大，但是为了进一步提升走完引导页的用户比例，该app负责人认为可以将引导页第一部分“Personalize Anghami”取消，因为这部分信息对更精准的用户推荐的帮助几乎为零。

经过以上两轮的数据分析后，这个数字音乐流app改版后的引导页变现只有两个部分了，并且在展示元素上也做了优化。

音乐app的第二版引导页

用户留存率的交叉对比分析，除了可以用来做运营手段的有效性验证和功能优化分析之外，其实还可以用在当产品数据出现异常时的原因探究。下面再举一个案例来说明如何通过对比留存率，找到在运营过程中出现产品数据变化的原因。

有个工具型app最近DAU(日活跃用户)上升的效果不错，DAU在一个月时间的时间里提升了3万，环比增加明显。第一步先对数据进行初步分析，发现该月新增用户环比几乎为零。

然后观察新用户的留存率，发现留存率在这个月大概提升了3个百分点，和产品同学沟通后发现月初发布了新版。为了查看是否为新版本更新带来的留存率增长，于是进一步筛选查看了新版本的留存，发现新版留存率比整体是偏的，而新版在产品上并没有很大的变化，所以问题很可能是推广的流量。

后来分析发现，新增的C渠道作为这个月的主推渠道，量占了40%，但留存率却比总体还要高，所以最终的原因就是新版本在C渠道的推广获得了更多与产品定位相符的用户。

总的来说，用户留存数据分析帮助运营进行更加科学、可量化的用户运营管理，同时为运营工作找到了一个新的价值标准:提升用户留存率!比如当你策划了一个内容分享活动，在不知道用户留存率这个概念时只会说分享数少，通过分享引入的新用户多少，如果为这个分享活动加上用户留存率这个价值衡量指标的话，则可以添加“参与分享活动的新用户与非参与活动的新用户留存率的对比，以及通过分享链接进入到产品的新用户与正常渠道进入产品的新用户留存对比。

注：文章来自产品菜鸟汇(微信号U_quan) ，功能介绍陈维贤，雪橙金服运营经理，馒头商学院人气导师，互联网早读课金牌作者，鸟哥笔记专栏作者，人人都是产品经理专栏作家。百度前员工，小红书早期社区运营与推广工人。产品菜鸟汇专注分享运营视角下的互联网的有趣好货。

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!