用户留存:是的,但具体是哪一类呢?
App2Top.ru 与 Apptractor.ru 继续发布“Freemium 规范”,这是一个关于这一商业模式的系列文章。今天,我们将发布 Thomas Sommer 的文章,他是 AppLift 公司的市场经理。
用户留存:是的,但具体是什么样的用户?
在用户生命周期的所有组成部分中,留存可能是 freemium 以及 free—to—play 游戏中最重要的指标之一。留存直接影响获得用户的 LTV 计算。例如,在早期阶段(假设是第三天)的留存指标可以用来评估用户获取活动的流量质量。留存也是应用质量和用户在其中获得体验的可靠指标。
但存在一个问题。那就是,至今仍没有共同的观点来解释留存是什么/如何计算。
有几种方法可以计算这个指标,每种方法都有自己的结果。人们常常会把苹果和橘子混为一谈。
这篇文章的目的不是要宣称“某种模型是正确的”,而是提供一个关于留存计算的主要(最流行的)方法的清单,并查看其优缺点。没有一种提出的方法在绝对数字上优于其他方法,只是每种方法更适合自己的分析任务。
我们比较了五种不同类型的留存。其中三种是最常用的,两种是较少见的,但这并不意味着它们的效果较差。请注意,我们给留存类型起的名称不是官方的永久性名称,而是最好地描述了它们。
通常,所有留存指标可以如下计算:
对于每种方法,我们以第28天的留存作为例子。
以下是图表的图例:
基本的用户留存类型:
完全留存 (Full retention)
回答问题:在 D+N(其中 D 是天数,N 是选定的天数)之前,有多少比例的用户每天返回应用。
在哪儿以及为什么使用:完全留存是一个非常有限的工具,不是很广泛应用,但它确实可以给我们提供用户在应用中的参与程度的概念。
第28天的例子:只有那些在第一天到第二十八天每天都返回应用的用户被视为留存用户。
2. 经典留存 (Classic retention)
回答问题:在Day+N时,有多少比例的用户返回应用。
在哪儿以及为什么使用:经典留存最容易通过分析工具计算,是最常用的留存方法。它可以提供应用总体留存水平的概念。
第28天的例子:只有那些在第28天返回应用的用户被视为留存用户。考虑他们在这一天之前的返回频率并不重要。
滚动留存 (Rolling retention)
回答问题:在 D+N 和之后的任意一天,有多少比例的用户返回应用。
在哪儿以及为什么使用:滚动留存,例如,Flurry 将其作为基本留存使用。它为发行者提供了应用中用户流失率(尚未停止使用应用的用户)的视角,因为它通常等于 100% 减去流失率。
第28天的例子:在第28天返回以及在其后的任何一天(例如,第50天)返回的用户被视为留存用户。
附加留存类型
回归留存 (Return retention)
回答问题:在 N 天的时间里,有多少比例的用户至少返回一次应用。
在哪儿以及为什么使用:回归留存经常用于博彩,因为它可以显示有多少人没有在第一次启动后放弃使用该应用,这也有助于重新定向其他用户。
第28天的例子:所有在第28天之前至少返回过一次的用户都被视为留存用户。
5. 区间留存 (Bracket-dependent return retention)
计算方法:这是回归留存的一个特别且有限的方法。第M 天被确定为从第N天开始的区间的起点。区间留存测量的是在第 M 天到第 N 天期间返回至少一次的用户比例。那些在 M-N的期间至少返回过一次的用户被视为留存用户。
在哪儿以及为什么使用:这种方法有助于理解用户在应用中的行为(及其行为类型)。
第28天的例子:在第10天返回的用户将被视为留存用户,而在第5天或任何其他不在第7天和第28天的范围内的天数则不算。
我们希望提供一个关于在移动应用程序或游戏中收集用户留存的基本方法的全面描述。具体使用哪种方法适合解决营销任务——应该由开发者或出版商自行决定。请记住:留存很大程度上取决于应用或游戏的类型和类别。
本文是 App2Top.ru 与 Apptractor.ru 移动开发网站的联合系列材料“Freemium 规范”中的一篇文章。
原始材料: http://www.applift.com/blog/user-retention.html