数据扫盲（2）：新增用户与留存到底是啥？

我们可以看下下图是关于渠道A和B七天日活用户的折线图，我们严格按照算法二计算会得出渠道A留存率高于渠道B，实际上我们由图可以看出渠道B的活跃用户曲线更接近于自然平缓下降，同时第七日的活跃用户也高于渠道A。综合来说渠道B的用户质量是高于渠道A。

所以用算法二来计算留存评估渠道质量是不ok的，究其原因，恰恰是引入第二日和第六日的数据，反而影响了结果的判断。

通过以上的案例，大家应该理解了两者的区别。

算法一我们可以称之为七日日留存，算法二为七日内留存。

当然，存在既有合理性，算法二并不是没有适用场景，针对一些用特定使用周期的app就更适合，例如某app是专注于周末轰趴，活跃用户大部分聚集在周六和周日，我们如果去计算工作日（周一至周五）任一天的新增用户七日日留存，会发现明显偏低于周末。

针对这种情况，我们只看第七天的日留存显然不能反应真实情况，反之，关心七日内的留存就更为真实可靠。

那么，宋老湿还是以友盟数据平台一组七日留存的表格，大家可以尝试看下友盟采用的是算法一还是算法二。

有些朋友可能有些摸不到头脑，有些朋友直觉可能觉得友盟用的是算法一。实际上，友盟平台计算方法和算法一很相似但有些许不同。我们暂且称之为算法三。

算法三

（第七天的留存用户数/第0天的新增用户）*100%。

这个第0天其实指的就是计算留存的当日，和算法一中的第一天指的是同一天。如上图所示，如果计算2018—08—01的七日日留存，则算法一中的第1天和算法三中的第0天都是指的08-01的新增用户数339人。再仔细看上图会发现，友盟统计时采用1天后，2天后对应就是算法一中的第二天与第三天。

那么友盟为什么采用算法三，这样计算有什么好处吗？希望大家动脑子想一下。

（这里给一个提示：和一周七天有关联）。

揭晓答案：这是因为采用算法三我们可以规避星期对数据的干扰。

举一个例子，2018-08-01是星期三，采用算法一的第七天则是08-07星期二，算法三则是七天后08-08星期三，这样同时用星期三的数据，就可以合理规避今日是周几对数据的干扰。

那么我们一共讲了三种算法，每种算法都有其存在的意义，具体的要根据自己公司业务进行选择，保证公司内部采用同一种标准即可。

这里，宋老湿给大家做一个表格进行总结，大家可以保存图片备用。

基于此，新增或和留存咱们是聊得差不多了。大家应该会有种毛塞顿开的感觉。

下一期，具体主题宋老湿可能会继续聊一些数据指标，也可能会聊一些UI设置的基础。敬请期待。

作者：宋老湿，公众号：产品经理吐槽喵，一个有温度的公众号 互相学习交流进步

本文素材来自互联网

（编辑：厦门网）

【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!