用户生动 留存 超全图解！ 散失

很多同窗都埋怨：用户留存、用户生动、用户散失三大疑问很难搞。

一来，这三个疑问看似相反，可又不全一样，不太清楚究竟是啥。

二来，这三个疑问经常相互牵扯，相互影响，讲着讲着就晕了。

三来，这三个疑问都很难给剖析倡导，往往把数值算进去，就不知道说啥了。

每次做剖析，不是说：“要搞高！要搞低！”，就是战战兢兢地写上：详细状况得同业务沟通/得去问用户，给不出啥树立性意见。当天咱们先正本清源，搞清楚这仨是啥。

一、三个各自是啥意思

用户留存，用户生动，用户散失，三者其实是用户生动行为的三种不同统计模式。

用户生动：首先给出“生动”行为定义，如登录一次性、访问时长超越10分钟、生产1次等等，之后用户每次做出世动行为，即记载为：生动一次性（如下图）。

用户留存：用户从指定期间开局，教训一段期间依然有生动行为，则记为1次留存。最经常出现的是新用户留存（如下图）。

用户散失：人为定义一个期间点为散失节点，比如用户12个月未登录之类。到达节点的，即为散失用户。留意和用户生动、用户留存不同，用户散失不是个客观理想，而是个客观认定。通常上只需企业不被动销户，你可以以为用户永远没有散失。当然咱们知道这是掩耳盗铃，所以普通会给定一个详细的散失规范。

二、三者的咨询和区别

反响快的同窗曾经留意到，这三者之间有显著咨询。

用户生动与用户留存间相关如下图：

用户留存与用户散失间相关如下图：

因此，假设生动规范是登录，散失规范是三个月未登录：

1、小明2月1日注册，计入当月生动用户

2、小明3月、4月、5月未登录，计入不生动用户、非留存用户

3、小明6月份仍未登录，计入不生动用户、非留存用户、散失用户

既然三个目的都是指向生动行为，为啥还要辨别红三个呢？由于这三个目的，其实代表了业务能执行的三个方向：

1、用户生动，是可以即时统计的目的。因此短期内执行会马上反响在它身上。正向执行，比如大促销，做推行能立马见到反应；负向执行，比如主机宕机能马上看到影响。

2、用户留存，须要观察较常年间。因此能更多地反映系统性、结构性疑问。比如产品体验不好，竞争力无余，运营不到位等等。

3、用户散失，则是援救用户的底线。用户越久不来，唤回的老本越高，甚至用户早就忘了还有这么个产品。设置散失目的，可以更好地提示：有多少用户波及底线，要留意！

做业务，考究长短棍联合。用户生动，用户留存，用户散失三个目的指向的，就是业务的短期动作、中期动作、常年动作。因此须要分开统计和剖析。

实践上，当用户个体生动度降低的时刻，这三个目的经常一同异动，造成剖析很难启动。但是，造成剖析难做的，可不止是数字计算上的疑问。下边这些才是真正的费事。

三、为啥剖析很难做

难做的根源，是：假设用户登陆的话，咱们很清楚他登录干了什么，但是用户未登录的话，咱们不清楚他为什么不登录。未登陆的理由，只能去猜。这就是这三大疑争辩缠的外围之处。假设指导问咱们：“当天登录用户访问了哪些页面？”预计各个对答如流。

但是假设指导反诘：

预计很多人都一脸黑线。假设后边再加一句：“说详细要素！不要光扯数字！”预计很多人就间接解体了。满脑子想的都是：“我找产品经理问问”，“我找几个用户聊聊”，小手预计都曾经开局往电话那摸了……

但是这只是第一重费事，第二重费事更难搞。就是除了微信这种超级运行以外，没有啥运行是肯定用户每天关上的。

所以就会衍生进去一个概念：人造生命周期。

难就难在“人造”这俩字上。你会发现这个“人造生命周期”就像空气一样，大家都知道它会存在，但是就是看不见摸不着。谁规则人造周期就是这么多？有什么理由你确定这用户属于人造散失，而不是产品做得不好？看似这个数值存在，可真要详细到某个用户头上，仿佛又都不存在。

于是和人造增长率一样，所谓的人造生命周期，很容易沦为运营们甩锅的主战场。生动率高了、留存率高了是我做进去的。生动率低了、留存率低了是人造要素，我不做就更低。

这种论调会间接造成老板的不满，也造成对数据剖析的要求更高——大家都宿愿数据剖析师能清楚地说：张梓涵是人造要素散失的，他对咱们的产品十分满意，就是人造而然不用了，没有其余理由。嗯嗯，是不是很想往张梓涵查数据线间接读取脑电波了……

但是这只是第二重费事，第三重费事更难搞。就是大家都天性的，以为只需搞清楚了用户不生动、留存低、散失的要素，就能把用户拽回来。这是十分白费和愚昧的想法，就像离别的时刻，男生拽着女生的手苦苦的问“你为什么要分开我，为什么，为什么，这是为什么，你给我个理由”

凡是看过两集言情剧，都知道这么干毫有意义。但是事情轮到自己头上，却又总是忍不住去问“为什么，为什么，这是为什么！”惟一的区别，是这次是老板问的。你不能像言情剧里那样，找个宵夜摊来上几支啤酒一把烤串，把他灌醉了事。

以上三重疑问，使得算用户生动率，用户留存率，用户散失率三个数值很容易，但是想要剖析清楚面前的要素，找到针对性的对策，就十分地艰巨。特意是在用户生动率降低，用户留存率降低，用户散失率回升的时刻，业绩压力会让各个部门相互甩锅、胡搅蛮缠的能源急剧回升。

这时刻做数据的同窗想要全身而退，就得牢记“战场上，真谛第一个阵亡”的准则，仔细剖析详细疑问中的利弊得失，找到处置方法。