中文 | English | 日本語 | 한국어 | Русский | Español | العربية | Français | Bahasa Indonesia | Tiếng Việt | Türkçe
返回首页

新用户留存路径

追踪新用户在关键时间窗口内的行为完成情况，形成留存转化阶梯

请上传Excel或CSV (UTF-8)文件

用户ID列
每一行代表一个订单，请指定能唯一识别用户的列（如会员号、手机号）
事件日期列
用户发生行为的日期，格式如 2025-01-01 或 2025/1/1
注册日期列
用户注册的日期（用于定义 cohort 起点），格式如 2025-01-01 或 2025/1/1

🔍数据筛选（可选）

设置筛选条件后，将仅对符合条件的数据进行分析
正在分析数据，请稍候...
正在处理数据，可能需要几秒钟时间
工具说明

一、计算器简介

新用户留存路径计算器是一款专门用于追踪新用户在关键时间窗口内的行为完成情况，形成留存转化阶梯的工具。该工具通过分析用户在注册后不同时间点（次日、3日、7日、15日、30日、60日）的行为完成率，帮助您深入了解新用户的留存转化路径，识别用户流失的关键节点，为制定新用户激活和留存策略提供数据支持。

核心功能

应用场景

适用客户

本计算器适用于所有需要分析新用户留存转化路径的行业和场景，特别适合以下类型的客户：

适用前提：您的业务需要能够提供用户ID、事件日期（订单日期或行为日期）和注册日期的数据，且数据中包含新用户的历史行为记录。

二、算法介绍

2.1 核心概念

留存定义

留存：用户在指定时间窗口内，有订单或行为记录。

例如：

时间窗口定义

系统定义了以下关键时间窗口（里程碑）：

注意：所有时间窗口都是从注册后第2天开始计算，不包括注册当天。注册当天的行为单独统计为"注册当日活跃"。

留存率定义

留存率：在指定时间窗口内，有订单或行为记录的用户数占新用户总数的比例。

留存率 = 该时间窗口内有行为的用户数 / 新用户总数

例如：

2.2 计算逻辑

步骤1：数据预处理

系统会对数据进行以下处理：

  1. 解析日期：将注册日期和事件日期字符串解析为日期对象
  2. 过滤无效数据：排除用户ID、注册日期或事件日期缺失的记录
  3. 用户分组：按用户ID分组，收集每个用户的注册日期和所有事件日期

步骤2：按注册日期分组新客

系统会按注册日期将所有新用户分组：

  1. 收集每个用户的注册日期（每个用户只记录一次）
  2. 收集每个用户的所有事件日期（订单日期或行为日期）
  3. 按注册日期分组，形成不同的cohort（同期群）

步骤3：计算注册当日活跃

对于每个用户：

  1. 检查该用户是否有事件日期等于注册日期
  2. 如果有，则该用户属于"注册当日活跃"用户

步骤4：计算各里程碑留存用户

对于每个用户和每个里程碑（1日、3日、7日、15日、30日、60日）：

  1. 计算时间窗口：从注册后第2天（注册+1日）到注册后第N天（注册+N日）
  2. 检查该用户是否有事件日期落在这个时间窗口内
  3. 如果有，则该用户属于该里程碑的留存用户

示例：

步骤5：单调性验证和修正

系统会确保留存人数的单调性：

步骤6：按月聚合数据

系统会将按日分组的数据聚合为按月分组：

  1. 将所有注册日期按月份（YYYY-MM格式）分组
  2. 对每个月份，汇总该月所有注册用户的数据
  3. 计算各里程碑的留存人数和留存率
  4. 只保留最近12个自然月的数据

步骤7：计算整体留存率

系统会计算整体留存率：

步骤8：结果展示

  1. 整体指标：
    • 整体7日留存率：所有新用户中7日留存用户的比例
  2. 留存路径明细表格：
    • 按注册月份分组，展示各时间窗口内的留存人数和留存率
    • 包含注册当日活跃、次日、1-3日、1-7日、1-15日、1-30日、1-60日等列
    • 只显示最近12个月的数据
  3. 留存转化阶梯图：
    • 以阶梯形式展示从注册当日活跃到60日留存的转化路径
    • 每个阶段显示留存人数和留存率
    • 便于观察用户流失的关键节点

2.3 数据过滤规则

三、使用说明和注意事项

3.1 数据准备

必需字段

在导入数据前，请确保您的数据文件包含以下三个字段：

  1. 用户ID (user_id)
    • 说明：唯一标识用户的字段（用户ID或手机号均可）
    • 格式要求：文本或数字均可
    • 示例：U001、12345、13800138000
  2. 事件日期 (event_date)
    • 说明：用户发生行为的日期（订单日期或行为日期）
    • 格式要求：支持多种日期格式（如 YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYY 等）
    • 注意事项：系统会自动识别常见日期格式，建议使用标准日期格式以确保解析准确
  3. 注册日期 (register_date)
    • 说明：用户注册的日期（用于定义cohort起点），格式如 2025-01-01 或 2025/1/1
    • 格式要求：支持多种日期格式（如 YYYY-MM-DD、YYYY/MM/DD、MM/DD/YYYY 等）
    • 注意事项：系统会自动识别常见日期格式，建议使用标准日期格式以确保解析准确

数据格式要求

3.2 字段映射

上传数据后，系统会要求您将数据文件中的列映射到以下字段：

3.3 数据过滤（可选）

系统支持对事件日期进行过滤：

3.4 结果解读

指标说明

留存路径分析

月度趋势分析

3.5 注意事项

⚠️ 重要说明

  1. 时间窗口计算规则：
    • 所有留存时间窗口都是从注册后第2天开始计算，不包括注册当天
    • 例如：用户A在2024-01-01注册，次日留存是指2024-01-02有订单，3日留存是指2024-01-02到2024-01-03之间有订单
    • 注册当天的行为单独统计为"注册当日活跃"
    • 建议：理解这一逻辑有助于正确解读分析结果
  2. 留存定义：
    • 留存是指在指定时间窗口内，用户有至少一次订单或行为记录
    • 同一个用户在同一个时间窗口内即使有多次行为，也只计算一次
    • 例如：用户A在2024-01-02、2024-01-03、2024-01-04都有订单，仍然只算作3日留存用户（不是7日留存用户，因为7日留存需要检查注册+1日到注册+7日）
    • 建议：理解这一逻辑有助于正确解读分析结果
  3. 单调性修正：
    • 系统会自动确保留存人数的单调性：60日留存人数 ≥ 30日留存人数 ≥ ... ≥ 次日留存人数
    • 如果某个里程碑的留存人数大于下一个里程碑，系统会自动修正为下一个里程碑的值
    • 这确保了留存转化阶梯的合理性，但可能掩盖一些数据异常
    • 建议：如果发现数据异常，可以查看原始数据进行验证
  4. 数据完整性：
    • 缺失用户ID、注册日期或事件日期的记录会被自动排除
    • 无法解析的日期会被排除，可能影响留存计算的准确性
    • 建议：在数据准备阶段，确保关键字段完整且格式正确
  5. 月度数据限制：
    • 月度明细表格只显示最近12个自然月的数据
    • 但整体留存率计算基于所有数据，不受12个月限制
    • 建议：如果需要查看更早期的数据，可以调整数据过滤范围

💡 使用建议

  1. 数据质量检查：
    • 上传前检查数据完整性，确保用户ID、注册日期和事件日期字段无缺失
    • 验证日期格式是否正确，避免日期解析错误
    • 检查是否有异常数据（如未来日期、明显错误的日期）
    • 确保注册日期和事件日期的逻辑关系正确（事件日期不应早于注册日期）
  2. 分析时间范围：
    • 建议包含足够的历史数据（至少12个月），以便观察月度留存趋势
    • 如果数据量较大，可以先分析最近1-2年的数据，观察短期趋势
    • 再扩展到更长的历史数据，观察长期趋势和季节性规律
  3. 结果验证：
    • 对比不同时期的留存路径，识别异常变化
    • 结合业务活动时间，分析留存率变化的原因
    • 验证留存转化阶梯是否符合业务预期，如有异常需要进一步排查
    • 检查单调性修正是否合理，如有疑问可以查看原始数据
  4. 策略优化：
    • 如果注册当日活跃率较低，建议优化新用户引导流程，提升注册当日转化率
    • 如果次日留存率大幅下降，建议加强新用户引导，提供更好的首次体验
    • 如果7日留存率较低，建议加强新用户激活策略，推送优惠券或活动信息
    • 如果长期留存率（30日、60日）持续下降，建议优化产品体验和服务质量
    • 根据月度留存趋势，调整新用户激活和留存策略

3.6 常见问题

Q1：为什么我的数据中有些用户没有被统计？

A：可能的原因包括：

Q2：留存时间窗口是如何计算的？

A：所有留存时间窗口都是从注册后第2天开始计算的，不包括注册当天。例如：

注册当天的行为单独统计为"注册当日活跃"。

Q3：如果用户在注册当天有订单，算不算次日留存？

A：不算。次日留存是指注册后第2天（注册+1日）有订单。注册当天的行为单独统计为"注册当日活跃"。

Q4：留存率是如何计算的？

A：留存率 = 该时间窗口内有行为的用户数 / 新用户总数。例如：

Q5：为什么留存转化阶梯中，60日留存人数可能等于30日留存人数？

A：这是正常的。如果用户在注册后第2-30天内有订单，那么该用户既属于30日留存用户，也属于60日留存用户（因为30日窗口包含在60日窗口内）。系统会确保留存人数的单调性：60日留存人数 ≥ 30日留存人数 ≥ ... ≥ 次日留存人数。

Q6：如何提高新用户留存率？

A：建议从以下几个方面入手：

四、总结

新用户留存路径计算器通过科学的算法和直观的可视化展示，帮助您全面了解新用户的留存转化路径。正确使用该工具，可以：

如有任何疑问或需要技术支持，请联系系统管理员。