I. Введение в калькулятор
Калькулятор анализа удержания жизненного цикла пользователей — это специализированный инструмент для группировки пользователей по регистрации и анализа их удержания в последующие дни/месяцы жизненного цикла. Этот инструмент всегда использует дату регистрации (или месяц регистрации) в качестве метки группировки и не полагается на первый заказ или первую покупку в качестве основы для группировки. Группируя по месяцу или дате регистрации, он отслеживает количество удержанных пользователей и коэффициент удержания различных когорт в различные месяцы и дни смещения после регистрации, генерирует матрицы удержания и графики среднего тренда удержания, помогая вам понять производительность удержания пользователей, приобретенных в разные периоды, и предоставляя поддержку данных для формулирования стратегий привлечения и удержания.
Основные функции
- Матрица удержания по календарным месяцам：Группировка по месяцу регистрации; отображение количества удержанных пользователей для каждого месяца смещения (текущий месяц, через 1 месяц, через 2 месяца… до 12 месяцев), формирование перевернутой треугольной матрицы удержания
- Матрица удержания по календарным дням：Группировка по дате регистрации; отображение количества удержанных пользователей для каждого дня смещения (тот же день, день 1… день 30) (последние 30 дат регистрации), облегчая наблюдение деталей удержания в первый месяц после регистрации
- График среднего тренда удержания：Агрегация среднего количества удержанных пользователей и коэффициента удержания для каждого месяца смещения, формирование кривой тренда для облегчения идентификации точек перелома удержания
- Единый стандарт группировки：Весь анализ использует регистрацию в качестве отправной точки когорты, не включая другую логику группировки, такую как первый заказ
Сценарии применения
- Оценка различий в долгосрочном удержании пользователей из разных периодов регистрации, идентификация каналов привлечения высокого качества
- Идентификация точек перелома удержания (например, в какой месяц или день увеличивается отток), формулирование целевых операционных стратегий
- Сравнение изменений удержания новых зарегистрированных пользователей до и после операционных кампаний или обновлений продукта
- Наблюдение трендов удержания жизненного цикла пользователей, предоставление данных для стратегий привлечения и удержания
Применимые клиенты
Этот калькулятор применим ко всем отраслям и сценариям, которым необходимо анализировать удержание жизненного цикла пользователей и которые имеют даты регистрации пользователей и даты поведения, и особенно подходит для следующих типов клиентов:
- Ресторанная индустрия：Рестораны, заведения быстрого питания, кофейни, магазины пузырькового чая и т.д. Анализ удержания пользователей путем группировки по регистрации, оценка влияния качества еды и опыта обслуживания на удержание
- Платформы электронной коммерции：B2C электронная коммерция, C2C платформы, вертикальная электронная коммерция и т.д. Отслеживание удержания пользователей путем группировки по регистрации, оптимизация стратегий онбординга новых пользователей и повторных покупок
- Розничная индустрия：Супермаркеты, магазины удобств, специализированные магазины, брендовая розница и т.д. Понимание привычек удержания пользователей путем группировки по регистрации, формулирование стратегий маркетинга для членов и продвижения
- Бытовые услуги：Салоны красоты, фитнес-клубы, услуги по мойке автомобилей, домашние услуги и т.д. Анализ удержания использования услуг путем группировки по регистрации, оценка влияния качества обслуживания на удержание
- Онлайн-образование：Платформы онлайн-курсов, учебные заведения и т.д. Отслеживание удержания учащихся путем группировки по регистрации, оптимизация содержания курсов и опыта обучения
- Услуги подписки：Видео платформы, музыкальные платформы, платформы для чтения и т.д. Анализ удержания подписчиков путем группировки по регистрации, оценка качества обслуживания и удовлетворенности пользователей
- Другие B2C бизнесы：Любой бизнес, ориентированный на индивидуальных потребителей, который включает регистрацию пользователей и записи поведения и желает анализировать удержание жизненного цикла по регистрации, может использовать этот инструмент
Предпосылки：Ваш бизнес может предоставить данные о ID пользователя, дате события (такой как дата заказа, дата входа и другие даты возникновения поведения) и дате регистрации; и ваш бизнес может различать, имели ли пользователи активность в день регистрации (этот инструмент учитывает только пользователей с транзакциями/активностью в день регистрации).
II. Введение в алгоритм
2.1 Основные концепции
Метка группировки: Регистрация
- Метка группировки когорты：Дата регистрации или месяц регистрации. Пользователи назначаются на дату или месяц их даты регистрации, формируя когорты.
- Не использовать первый заказ：Этот инструмент не использует первый заказ или первую покупку в качестве основы для группировки; используется только регистрация в качестве метки.
Удержание и смещение
- Тот же день / текущий месяц：Сам день регистрации или календарный месяц, в который попадает дата регистрации.
- День N / N месяцев спустя：Смещение в днях или месяцах относительно даты регистрации.
- Удержан：В определенный день или месяц смещения пользователь имеет по крайней мере одну запись события (например, заказ, вход) в этот день или месяц.
Область пользователей
- Учитывать только пользователей с транзакциями (активностью) в день регистрации：Если у пользователя нет записей событий в день регистрации, этот пользователь не участвует в этом анализе.
- Это обеспечивает согласованную "отправную точку" для каждой когорты, облегчая горизонтальное сравнение производительности удержания в разные периоды регистрации.
2.2 Логика расчета
Шаг 1: Предварительная обработка данных
Система выполняет следующую обработку данных:
- Парсинг дат：Парсинг строк даты регистрации и даты события в объекты дат
- Фильтрация недействительных данных：Исключение записей с отсутствующим или недействительным ID пользователя, датой регистрации или датой события
- Исключение недействительных интервалов：Исключение записей, где дата события раньше даты регистрации
Шаг 2: Идентификация пользователей с "транзакциями в день регистрации"
Для каждого пользователя:
- Проверка, существует ли запись, где дата события = дата регистрации
- Если да, пометить пользователя как "имеет транзакцию в день регистрации" и включить в последующий анализ; в противном случае исключить
Шаг 3: Расчет месяца смещения / дня смещения
- Календарный месяц：Месяц регистрации
join_month (YYYY-MM), месяц события event_month (YYYY-MM). Месяц смещения = разница в месяцах между двумя месяцами (0 = текущий месяц, 1 = через 1 месяц, …).
- Календарный день：Дата регистрации и дата события рассчитываются по разнице в днях для дней смещения (0 = тот же день, 1 = день 1, …). Таблица по дням сохраняет только столбцы для 0–30 дней и отображает только последние 30 дат регистрации.
Шаг 4: Построение матрицы удержания
- Таблица по месяцам：Строки = месяц регистрации, столбцы = текущий месяц, через 1 месяц, …, до 12 месяцев; ячейки = количество уникальных пользователей в этой когорте, которые все еще имеют активность в этом месяце смещения.
- Таблица по дням：Строки = дата регистрации (последние 30 строк), столбцы = тот же день, день 1, …, день 30; ячейки = количество уникальных пользователей в этой когорте, которые имеют активность в этот день смещения.
Шаг 5: График среднего тренда удержания
Агрегация по месяцу смещения: для каждого месяца смещения вычислить среднее количество удержанных пользователей (или коэффициент удержания) по всем когортам, генерируя кривую "среднего тренда удержания".
Шаг 6: Отображение результатов
- Тренд удержания жизненного цикла пользователей (по месяцам)：Группировка по месяцу регистрации, отображение количества удержанных пользователей для каждого месяца смещения; учитывать только пользователей с транзакциями в день регистрации
- Тренд удержания жизненного цикла пользователей (по дням)：Группировка по дате регистрации, отображение количества удержанных пользователей для каждого дня смещения (0–30 дней); учитывать только пользователей с транзакциями в день регистрации, последние 30 строк
- Средний тренд удержания：Кривая среднего количества удержанных пользователей/коэффициента удержания для каждого месяца смещения
2.3 Правила фильтрации данных
- Полнота данных：Записи с отсутствующими ключевыми полями (ID пользователя, дата регистрации, дата события) автоматически исключаются
- Парсинг дат：Система автоматически распознает распространенные форматы дат; даты, которые не могут быть распознаны, исключаются
- Область пользователей：Учитывать только пользователей с транзакциями в день регистрации; пользователи без активности в день регистрации не участвуют в анализе
- Таблица по дням：Отображать только последние 30 дат регистрации, столбцы смещения для 0–30 дней; таблица по месяцам имеет максимум 12 месяцев смещения
III. Инструкции и примечания
3.1 Подготовка данных
Обязательные поля
Перед импортом данных убедитесь, что ваш файл данных содержит следующие три поля:
- ID пользователя (
user_id)
- Описание: Поле, которое уникально идентифицирует пользователей (ID пользователя или номер телефона оба приемлемы)
- Требования к формату: Текст или числа оба приемлемы
- Примеры:
U001, 12345, 13800138000
- Дата события (
event_date)
- Описание: Дата, когда произошло поведение пользователя (такая как дата заказа, дата входа)
- Требования к формату: Поддерживает несколько форматов дат (такие как
YYYY-MM-DD, YYYY/MM/DD, MM/DD/YYYY и т.д.)
- Примечания: Система автоматически распознает распространенные форматы дат; рекомендуется использовать стандартные форматы дат для обеспечения точности парсинга
- Дата регистрации (
register_date)
- Описание: Дата регистрации пользователя (используется в качестве метки группировки), формат такой как 2025-01-01 или 2025/1/1
- Требования к формату: Тот же формат, что и дата события
- Важно: Это поле должно быть предоставлено; пользователи с отсутствующим этим полем будут исключены из анализа; этот инструмент использует только регистрацию в качестве основы для группировки, не используя первый заказ и т.д.
Требования к формату данных
- Формат файла：Поддерживает форматы CSV и Excel (.xlsx)
- Кодировка：Рекомендуется использовать кодировку UTF-8
- Объем данных：Рекомендуется, чтобы объем данных за один анализ не превышал 1 миллион записей для обеспечения эффективности расчета
- Диапазон данных：Рекомендуется включать достаточные исторические данные для наблюдения производительности удержания в разные периоды регистрации; таблица по месяцам имеет максимум 12 месяцев смещения, таблица по дням отображает последние 30 дат регистрации
3.2 Сопоставление полей
После загрузки данных система попросит вас сопоставить столбцы в вашем файле данных со следующими полями:
- Столбец ID пользователя → Выберите столбец, содержащий уникальные идентификаторы пользователей
- Столбец даты события → Выберите столбец, содержащий даты поведения пользователей (дата заказа или дата поведения)
- Столбец даты регистрации → Выберите столбец, содержащий даты регистрации пользователей (метка группировки)
3.3 Фильтрация данных (необязательно)
Система поддерживает фильтрацию дат событий:
- Фильтрация по диапазону дат：Вы можете указать временной диапазон для анализа, анализируя только данные в указанном временном периоде
- Рекомендация по использованию：Если объем данных большой, рекомендуется сначала отфильтровать до последних 1–2 лет данных для повышения скорости расчета
3.4 Интерпретация результатов
Описание показателей
- Тренд удержания жизненного цикла пользователей (по месяцам)：Отражает количество удержанных пользователей для пользователей, сгруппированных по месяцу регистрации, в каждом месяце смещения, облегчая наблюдение долгосрочных различий в удержании в разные периоды привлечения. Количество удержанных пользователей в целом уменьшается с увеличением месяца смещения, позволяя идентифицировать точки перелома удержания
- Тренд удержания жизненного цикла пользователей (по дням)：Отражает количество удержанных пользователей для пользователей, сгруппированных по дате регистрации, в каждом дне смещения (0–30 дней), облегчая наблюдение деталей удержания день за днем в первый месяц после регистрации
- Средний тренд удержания：Отражает общий средний уровень удержания для каждого месяца смещения; крутые падения в кривой обычно соответствуют точкам, где отток усиливается, что можно использовать для оптимизации операционного ритма
Анализ матрицы удержания
- Сравнение в той же строке：Для пользователей из того же месяца/даты регистрации количество удержанных пользователей в целом уменьшается с увеличением месяца/дня смещения; если столбец показывает аномальные колебания, можно исследовать в сочетании с бизнес-активностями
- Сравнение между строками：Между когортами из разных периодов регистрации вы можете сравнить количество удержанных пользователей в тот же месяц/день смещения, оценивая различия в качестве привлечения или операционной эффективности в разные периоды
Анализ тренда
- Восходящий тренд：Когда средний коэффициент удержания показывает восходящий тренд, это указывает на улучшение эффективности удержания пользователей, и стратегии привлечения или удержания эффективны
- Нисходящий тренд：Когда средний коэффициент удержания показывает нисходящий тренд, следует обратить внимание на опыт продукта, качество обслуживания или операционные стратегии и своевременно внести корректировки
- Очевидная точка перелома：Если коэффициент удержания значительно падает после определенного месяца смещения, можно усилить взаимодействие с пользователями или дизайн льгот для этого этапа
3.5 Важные примечания
⚠️ Важные примечания
- Метка группировки — только регистрация：
- Все когорты разделены по дате регистрации/месяцу регистрации; этот инструмент не использует первый заказ, первую оплату и т.д. в качестве основы для группировки
- Рекомендация：Убедитесь, что поле "дата регистрации" точно отражает время регистрации пользователя для правильной группировки
- Учитывать только пользователей с транзакциями в день регистрации：
- Система учитывает только пользователей, у которых есть по крайней мере одна запись события в день регистрации; пользователи без активности в день регистрации исключаются
- Если у пользователя нет активности в день регистрации, даже если у него есть удержание позже, он не будет включен в анализ
- Рекомендация：Убедитесь, что дата события и дата регистрации используют один и тот же стандарт (например, обе являются датами заказов или обе являются датами входа), и данные могут различать "была ли активность в день регистрации"
- Дата события и дата регистрации：
- Записи, где дата события раньше даты регистрации, исключаются
- Рекомендация：Проверьте полноту данных перед загрузкой, убедитесь, что форматы даты регистрации и даты события правильные и логически разумные
- Область таблицы по дням и таблицы по месяцам：
- Таблица по дням отображает только последние 30 дат регистрации, столбцы смещения для 0–30 дней; таблица по месяцам имеет максимум 12 месяцев смещения
- Для более долгосрочных трендов можно комбинировать график среднего тренда удержания и бизнес-потребности для комплексной оценки
💡 Рекомендации по использованию
- Проверка качества данных：
- Проверьте полноту данных перед загрузкой, убедитесь, что поля ID пользователя, даты регистрации и даты события не отсутствуют
- Проверьте, правильны ли форматы дат, чтобы избежать ошибок парсинга дат
- Убедитесь, что логическое соотношение между датой регистрации и датой события правильное (дата события не должна быть раньше даты регистрации)
- Временной диапазон анализа：
- Рекомендуется включать достаточные исторические данные (по крайней мере несколько месяцев) для наблюдения производительности удержания в разные периоды регистрации
- Если объем данных большой, сначала отфильтруйте до последних 1–2 лет, затем расширьте диапазон по мере необходимости
- Проверка результатов：
- Сравните матрицы удержания в разные периоды регистрации для идентификации аномальных колебаний
- В сочетании со временем бизнес-активностей проанализируйте причины изменений коэффициента удержания
- Проверьте, соответствует ли правило "учитывать только пользователей с транзакциями в день регистрации" бизнес-ожиданиям
- Оптимизация стратегии：
- Если коэффициент удержания значительно падает после определенного месяца смещения, усильте взаимодействие с пользователями или дизайн льгот для этого этапа
- Если различия в удержании в разные периоды регистрации велики, оцените различия в каналах привлечения и операционных стратегиях, оптимизируйте инвестиции в привлечение и удержание
3.6 Часто задаваемые вопросы
Q1: Почему некоторые пользователи в моих данных не учитываются?
A: Возможные причины включают:
- У пользователя отсутствует поле даты регистрации
- У пользователя нет записей событий в день регистрации (этот инструмент учитывает только пользователей с транзакциями в день регистрации)
- Формат даты регистрации или даты события пользователя не может быть распознан
- Записи, где дата события раньше даты регистрации, исключаются
Q2: Почему необходимо "транзакции в день регистрации"?
A: Для определения четкой отправной точки когорты и избежания смешивания пользователей, которые "зарегистрировались, но никогда не имели активности", что повлияло бы на согласованность стандартов удержания. Учет только пользователей с активностью в день регистрации обеспечивает, что все когорты сравниваются на одной отправной точке для производительности удержания.
Q3: Как определяется "удержан"?
A: В определенный день или месяц смещения, пока у пользователя есть по крайней мере одна запись события, он считается удержанным в этот день/месяц. Несколько записей для одного и того же пользователя в тот же день/месяц смещения учитываются только один раз.
Q4: Почему таблица по дням показывает только 0–30 дней?
A: Для фокусировки на удержании в первый месяц после регистрации и контроля размера матрицы для облегчения просмотра. Для более долгосрочных трендов обратитесь к таблице по месяцам и графику среднего тренда удержания.
Q5: Использует ли этот инструмент "первый заказ" в качестве основы для группировки?
A: Нет. Этот инструмент использует только дату регистрации/месяц регистрации в качестве метки когорты и не полагается на первый заказ, первую покупку или другое поведение. Все когорты разделены по регистрации.
Q6: Как улучшить удержание жизненного цикла пользователей?
A: Рекомендуется начать со следующих аспектов:
- Оптимизировать регистрацию и первый опыт, улучшить конверсию поведения в день регистрации
- Усилить взаимодействие с пользователями на этапах, соответствующих точкам перелома удержания, отправлять льготы или информацию о мероприятиях
- Проанализировать характеристики когорт с высоким удержанием, оптимизировать каналы привлечения и операционные стратегии
- Комбинировать матрицы по месяцам и дням со средним трендом удержания для идентификации ключевых точек оттока и формулирования целевых стратегий
IV. Резюме
Калькулятор анализа удержания жизненного цикла пользователей помогает вам анализировать удержание жизненного цикла пользователей через матрицы удержания, основанные на регистрации, и средние тренды удержания. Этот инструмент использует только регистрацию в качестве метки когорты и учитывает только пользователей с транзакциями в день регистрации, облегчая сравнение между когортами. Правильно используя этот инструмент, вы можете:
- Быстро идентифицировать различия в удержании пользователей из разных периодов регистрации, оценить эффективность привлечения и удержания
- Обнаружить закономерности изменений коэффициента удержания с месяцами/днями смещения, идентифицировать точки перелома оттока
- Сравнить производительность удержания когорт из разных периодов, своевременно скорректировать стратегии привлечения и удержания
- Предоставить поддержку данных для формулирования операционных стратегий жизненного цикла пользователей
Если у вас есть вопросы или нужна техническая поддержка, обратитесь к системному администратору.