数据分析应用：用户留存分析

作者：汪谦（如需转载，请取得作者同意授权）

产品的健康成长离不开良好的用户留存，本文将介绍如何通过用户登录日志分析用户留存。（本文图表均通过网易有数制作）

假设我们有这样一份数据：某产品的用户登录日志，记录了用户每次登录的时间，如下图所示：

基于该数据，我们可以在有数里得到如下的用户周留存比例图：

其中，将2018年上半年划分为26周，在y轴上表示，x轴则表示距离首次登录间隔了多少周，每个方块上的百分比标签则表示用户的留存比例，同时留存比例越高，方块的颜色也越深。

解读示例：

下图中红色框框中的方块，表示第6周新增的用户，经历2周后，还有69%继续登录使用着产品。

通过可视化的方式我们可以直观地发现一些问题，如下图所示：

问题一：区域1出现大片空白，代表这几周没有任何用户登录产品，但是后续几周用户又重新登录了，要么统计的数据有丢失，要么就是产品在空白的这几周可能存在异常，用户无法正常登录产品，需要进一步排查。

问题二：区域2用户留存相对较低，对比参照右侧用户新增趋势图可以发现，这几周用户有较大增长，但是留存情况不太理想，可能这几周加大了市场推广，但引流的新用户黏性不高，需要重新评估市场渠道的质量。

那么如何在有数中实现用户留存分析呢，首先我们需要得到用户首次登录时间、每次登录距首次登录间隔时间等信息

在有数中创建一个计算字段，即可得到用户首次登录时间，语法如下：
{ FIXED [用户ID] : min([登录时间]) }

得到首次登录时间后，便可以计算每次登录距离首次登录间隔时间，语法如下：
DATEDIFF("week", [用户首次登录时间], [登录时间])

于是我们得到如下两列数据：

如此一来我们便可以计算用户的留存了，
1、添加一个“图表”控件，将用户首次登录时间拖入Y轴，将距首次登录时间间隔拖入X轴
2、将标记类型选择为方形
3、将用户数拖入“颜色”，从而用颜色的深浅表示用户数的多少（其中用户数也是通过计算字段得到的，语法如下：COUNTD([用户ID])，即对用户ID的去重计数）
4、将用户数拖入“标签”，从而用文字标签显示用户数的多少

我们将得到下图

下图可以通过两个维度来解读数据，横向的一行数据代表某一周的新用户在随后几周的留存情况，比如下图中框中的行表示第7周的新用户有1234个，在随后几周这些用户都有继续使用产品，登录用户始终为1234。（当然这里是造的假数据，如果现实中有这么好的留存情况，那产品团队睡着都能笑醒）

纵向的一列则表示每周的新用户在相隔同样一段时间后的留存情况。

第1列表示的是每周新增的用户数量。

第2列表示的是首次使用后1周后还继续使用的用户数量。

如果我们想得到留存的相对比例，则可以借助有数的表计算功能得到，对用户数进行表计算。

表计算的设置如下

如此一来，我们便得到最终的效果，用户周留存占比图

如果想计算7日留存或者月留存，方法相同，只要把上述计算字段中的粒度由week变更为day或者month即可。
当然，也可以添加筛选器、参数控件，这样数据报告的读者可以自行选择要分析的时间段跟留存类型。

点击了解更多网易有数