留存數(shù)據(jù)分析思路

? ? ? ? 留存率是互聯(lián)網(wǎng)數(shù)據(jù)分析的重要指標,也是產(chǎn)品經(jīng)理或產(chǎn)品運營最關注的指標之一异吻。留存率指標有個好處尔艇,由于是量化的指標尔许,因此留存率受外部因素影響較小,一般波動幅度較小终娃。留存率的統(tǒng)計一般會按照時間的跨度按(日味廊,周,月)來統(tǒng)計棠耕,但是無論哪種跨度余佛,都遵循相同的規(guī)律。下面展示一個留存數(shù)據(jù):





? ? ? ?上面是留存趨勢圖窍荧,下面是一個衰減冪函數(shù)的圖像辉巡,大家是不是看這兩個趨勢有些相似,正常的留存曲線我們一般可以近似成一個冪函數(shù)圖像或者指數(shù)函數(shù)圖像蕊退,不同的是我們看到的留存率趨勢圖是離散的數(shù)據(jù)郊楣,因為留存率的統(tǒng)計都是1日(周、月)之后的整數(shù)瓤荔。


所以說一個產(chǎn)品的留存率由兩個參數(shù)?ab決定净蚤,而這兩個值則是我們優(yōu)化產(chǎn)品的兩個基本思路,它們分別代表了

a是冪函數(shù)下降的起點值输硝,在留存率趨勢來說就是我們常說的次日(周今瀑,月)留存率,下面我們以C來代表這個值点把。

b?是冪指數(shù)衰減的趨勢橘荠,代表留存率的衰減速度,我們以R來代表這個值愉粤。

C?值和?R?值的計算砾医,一般有兩種方法,一種是通過擬合算法得來(離散的excel就能不錯的擬合)衣厘。另一種通過反算如蚜,用?C1,C2,C3,…Cn來表示1,2,3,...n日(周,月)的留存率,C =C1R = average( log2(C2/C1),log3(C3/C1),…,logn(Cn/C1) )影暴。

根據(jù)已知的1月31日留存數(shù)據(jù)错邦,我們通過模型計算出來這款產(chǎn)品留存的趨勢模型是:留存率= 37.6x^(-0.4274), (其中C=37.6,R=-0.4274)

這里投了一下小懶,一般來說不用某天的數(shù)值計算模型型宙,應該用一段時間的數(shù)據(jù)計算撬呢,這一段時間也非常的講究,要通過自己跟據(jù)時間的業(yè)務進行選擇妆兑。

有人說自己的產(chǎn)品留存率趨勢不是按照這個模型衰減的魂拦,數(shù)值上是可能有些波動毛仪,但產(chǎn)品的留存衰減一定是滿足衰減冪函數(shù)模型的,如果你的產(chǎn)品衰減不遵循這個模型芯勘,一定是產(chǎn)品中摻雜了很多非正常的噪聲箱靴,這個時候你就要高度警惕了。

PS:反算是比較容易的一種方法荷愕,想要更精細的模型可以用擬合的方法衡怀,你可以根據(jù)自身產(chǎn)品的關鍵的時間節(jié)點來將數(shù)據(jù)分段擬合,你會發(fā)現(xiàn)模型更加的精準安疗,相對的你要的數(shù)據(jù)就更多抛杨。

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市荐类,隨后出現(xiàn)的幾起案子怖现,更是在濱河造成了極大的恐慌,老刑警劉巖掉冶,帶你破解...
    沈念sama閱讀 211,884評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件真竖,死亡現(xiàn)場離奇詭異,居然都是意外死亡厌小,警方通過查閱死者的電腦和手機恢共,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,347評論 3 385
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來璧亚,“玉大人讨韭,你說我怎么就攤上這事⊙Ⅲ” “怎么了透硝?”我有些...
    開封第一講書人閱讀 157,435評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長疯搅。 經(jīng)常有香客問我濒生,道長,這世上最難降的妖魔是什么幔欧? 我笑而不...
    開封第一講書人閱讀 56,509評論 1 284
  • 正文 為了忘掉前任罪治,我火速辦了婚禮,結果婚禮上礁蔗,老公的妹妹穿的比我還像新娘觉义。我一直安慰自己,他們只是感情好浴井,可當我...
    茶點故事閱讀 65,611評論 6 386
  • 文/花漫 我一把揭開白布晒骇。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪洪囤。 梳的紋絲不亂的頭發(fā)上徒坡,一...
    開封第一講書人閱讀 49,837評論 1 290
  • 那天,我揣著相機與錄音箍鼓,去河邊找鬼崭参。 笑死呵曹,一個胖子當著我的面吹牛款咖,可吹牛的內容都是我干的。 我是一名探鬼主播奄喂,決...
    沈念sama閱讀 38,987評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼铐殃,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了跨新?” 一聲冷哼從身側響起富腊,我...
    開封第一講書人閱讀 37,730評論 0 267
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎域帐,沒想到半個月后赘被,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,194評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡肖揣,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 36,525評論 2 327
  • 正文 我和宋清朗相戀三年民假,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片龙优。...
    茶點故事閱讀 38,664評論 1 340
  • 序言:一個原本活蹦亂跳的男人離奇死亡羊异,死狀恐怖,靈堂內的尸體忽然破棺而出彤断,到底是詐尸還是另有隱情野舶,我是刑警寧澤,帶...
    沈念sama閱讀 34,334評論 4 330
  • 正文 年R本政府宣布宰衙,位于F島的核電站平道,受9級特大地震影響,放射性物質發(fā)生泄漏供炼。R本人自食惡果不足惜一屋,卻給世界環(huán)境...
    茶點故事閱讀 39,944評論 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望劲蜻。 院中可真熱鬧陆淀,春花似錦、人聲如沸先嬉。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,764評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至含懊,卻和暖如春身冬,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背岔乔。 一陣腳步聲響...
    開封第一講書人閱讀 31,997評論 1 266
  • 我被黑心中介騙來泰國打工酥筝, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人雏门。 一個月前我還...
    沈念sama閱讀 46,389評論 2 360
  • 正文 我出身青樓嘿歌,卻偏偏與公主長得像,于是被迫代替她去往敵國和親茁影。 傳聞我的和親對象是個殘疾皇子宙帝,可洞房花燭夜當晚...
    茶點故事閱讀 43,554評論 2 349

推薦閱讀更多精彩內容