留存率分析

概述

留存率（Retention Rate）是指在一段时间内继续使用某产品或服务的用户比例。它是衡量客户忠诚度和满意度的重要指标，广泛应用于软件即服务（SaaS）、移动应用、在线游戏以及其他订阅型服务行业。高留存率通常意味着用户对产品或服务有较高的满意度和依赖性，反之则可能表明存在用户体验不佳、竞争压力大或者其他问题。

留存率的计算方式可以根据具体应用场景有所不同，但一般公式如下：

留存率 = 某个时间段结束时仍然活跃的用户数 / 该实际的开始时的用户数

例如，在分析一款移动应用程序的表现时，可以计算一个月内的留存率，查看在第一天使用过应用的用户中，有多少比例的用户在第30天仍然在使用该应用。

提高留存率通常是通过改善产品质量、增强用户体验、提供优质的客户服务以及构建忠实用户社区等方式来实现的。理解并优化留存率对于任何希望长期成功的企业来说都是至关重要的。

实现思路

GlobalSuperstore.xls (opens new window)

基于超市订单表测试， 增加计算字段

首次购买日期 = {FIXED `customer id` : min(`order date`)}
留存周期(月) = CONCAT(DATEDIFF('month', #{首次购买日期}, `order date`), '月')
留存周期(季度) = CONCAT(DATEDIFF('quarter', #{首次购买日期}, `order date`), '季度')

留存用户矩阵

• 行维放置首次购买日期，日期格式化设置为季度(yyyy-Q)
• 列维放置留存周期(季度)
• 指标放置 customer id 设置聚合函数为 distinct

留存率矩阵

留存用户数，设置值类型为表达式，如下：

get('留存用户数') / max('留存用户数', null, [])

get('留存用户数') : 取用户数原值 max('留存用户数', null, []) 取行上最大值，也就是初始值