同期群留存衡量手册

Cohort Retention Measurement Playbook · cohort-retention-measurement-playbook--how-to-measure-cohort-retention

增长操作手册 AI 前 2022-08 Olga Berezovsky ✓ 已核验出处

解决什么问题

团队在计算和汇报同期群留存时，定义混乱、计算方法不一，导致数据失真或难以指导业务行动。本手册提供了建立准确留存报告的标准化步骤。

核心内容

定义“活跃”： 不要仅用 Visit、Session start 或 Login/app open 作为活跃标准，这些容易混入未注册用户或后台刷新等噪音事件。推荐使用核心用户行为作为活跃定义，如记录运动、搜索、交易等，这能提供最干净的真实用户样本，且跨平台可用。
区分用户与客户： 必须将免费用户与付费用户分开计算留存。SaaS 公司常犯的错误是将两者混合算一个“blended”留存，因为付费用户活跃度通常远高于免费用户，混合数据会掩盖免费用户的真实活跃情况及转化潜力。
选择留存类型：
- X-day retention (N-day/bounded)： 用户在特定某天回访的比例（如第14天）。数值最保守、最低。适用于高频使用产品、有特定时间节点（如30天试用期）的SaaS业务，以及短期漏斗或营销活动分析。
- Unbounded retention (rolling)： 用户在某天及之后回访的比例。由于它是流失率的倒数，便于交叉验证数据，适用于使用规律较随机、非高频的 B2C/消费者交易或社交业务，以及长期用户行为分析。
获取数据途径：
- BI 工具： Amplitude/Mixpanel 等默认计算 N-day 留存，且通常依赖客户端 SDK 数据，可能缺乏服务端支付/订阅数据，需注意数据源差异导致的偏差。
- SQL 查询： 步骤包括：获取初始动作时间 -> 获取后续活跃时间 -> 计算“留存时间差” -> 转换为天/周/月 -> 按时间差分桶 -> 映射并排序。
可视化： 最佳实践是使用Cohort 图表，配合颜色标尺，并按用户行为分群（新用户、活跃用户、流失用户、重激活用户）。这能帮助定位重度用户并理解其留存特征。

适用边界

留存包含多种活动要素，不适合作为周报基础指标或 A/B 测试的直接衡量目标。新入职的高管通常会推翻既有定义并要求新的报表格式，数据团队需保持仪表盘和数据源的灵活性。

关键引述 · 原话

"Retention measures the ability of your product to keep (1) users (2) active (3) over time."

— Olga Berezovsky

关联卡片

与「retention-type-selection-mental-model」和「retention-as-output-metric」配合使用。

出处：Olga Berezovsky · 02-newsletters/how-to-measure-cohort-retention.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast（2019–2026）。本站为个人学习用途的二次创作，与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2