「次日留存从 40% 跌到 35%，你怎么分析？」这是留存题里最基础的一问，也是最容易答成「优化新手引导」的一问。
我不会接受这个跳跃。一条留存曲线是很多群用户混在一起的平均值，它掉了，可能是产品变差，也可能只是这批人不一样。数据产品经理要做的第一件事，是把这条曲线拆开。
本系列第 8/10 篇 · 上一篇：转化率掉了，多数人拆错了漏斗 · 下一篇：权限题里我等的是边界，不是原则
分母和窗口先定清楚
我通常要求对方把「次日留存」的定义念一遍，理由和第 1 篇里问 DAU 一样：定义里全是坑。
分母是谁。只算注册日的新用户，还是所有当日活跃用户？按设备首次启动算新用户，还是按账号首次注册？换机、卸载重装、清缓存会让同一个真人被算成两个新用户，直接把分母撑大、留存压低。跨端没打通时，手机注册、平板回访的人会被记成流失。这一层不统一，40% 和 35% 可能压根不是同一把尺子量出来的。
「第 N 天」怎么算。是注册后第 2 个自然日回来，还是第 1 天到第 7 天这个区间里任意一天回来过？后者叫宽窗留存，数字会明显高一些，也更容易掩盖真实变化；两者混用是报表里最常见的错。还有「回来」的定义：启动即算，还是要完成一次关键行为。口径一改，历史曲线就该画一条竖线，不能直接连着看。
群组怎么组织。按注册日（或首次活跃日）把用户分成 cohort，各自跟踪第 1、3、7、30 天，而不是把所有自然日的活跃用户摊在一张图里。前者能回答「哪一批人变差了」，后者只能回答「今天大盘怎么样」。第 7 篇讲的结构问题在留存里同样成立：新用户构成一变，整体曲线就会动。
还有一个特别实际的限制：群组要等窗口成熟。今天是 16 号，15 号注册的那批人还没有第 7 天数据，把它画进「7 日留存趋势」的最后一个点，趋势必然向下。我见过不止一次因为这个乌龙召集的紧急会议。处理办法很土但有效——把未成熟的 cohort 从趋势图里裁掉，或者在图上明确标灰。
分群比曲线本身更有信息量
曲线定干净之后，按什么切分决定了后面能得出什么结论。我常看的几刀：
渠道与获客活动，用来区分「来的人变了」和「产品变了」；注册版本，用来隔离发版影响；首日行为，比如是否完成一次核心动作（发布内容、加购、关注他人）；设备、地域、网络环境，用来排查技术性流失。
首日完成核心动作的用户，留存通常明显更高，这是最容易被误读的一刀。它不能直接推出「引导用户完成这个动作就能提升留存」，因为愿意完成动作的人本来就更有意愿——这是选择偏差。要把它变成因果结论，得靠第 4 篇那套实验：对新用户随机给不同的引导策略，看留存差值。面试里能主动指出这一层的人，我会明显加分，因为这比多背几个指标名值钱得多。
另一个陷阱是幸存者偏差。如果你只分析「留下来的人做了什么」，得到的产品结论几乎必然偏乐观，因为流失的人没有行为数据可看。想找出流失原因，得回到流失前那一段有限的行为记录（首日路径、报错、耗时、退出点），或者干脆做用户访谈——数据产品经理要承认有些问题日志回答不了。
曲线形状也值得读，但要读得克制。前几天陡降，通常指向首次体验：注册流程、权限弹窗、首屏加载、空状态；曲线后来一直平缓下滑没有稳定平台，更像是长期价值供给不足，靠引导修不好。第 30 天之后能稳住的那个高度，往往比次留更能说明产品有没有留住一批固定用户。这些都是判断假设，不是定律，我会配上分层数据再看一遍。
别把留存当成唯一的一把尺
留存是个结果指标，很容易被短期手段做上去。加大 Push 唤醒、发签到任务、开弹窗红包，次留会好看，但通知关闭率、卸载率、以及「回来之后有没有产生真实价值」可能同时变差。所以我一定配一组护栏：人均有效活跃天数、核心行为频次、回访间隔分布、关键任务完成率。判断标准不是「他回来没有」，而是「他回来做了那件我们声称有价值的事吗」。
还有个更根本的问题：这个产品的合理使用频率到底是多少。工具类、房产类、婚庆类产品天然低频，用互联网那套「次留 40% 才算健康」去套，会逼团队做出一堆打扰用户的功能。第 1 篇里说的「先判断低频是不是本来正确」，在这里同样适用。低频高价值的产品，该看的是任务完成率和有需求时的回访占比。
面试里我最想听到的回答结构就三句：先把口径和群组定义说清楚，再按渠道、版本、首日行为切开看，最后主动点出选择偏差和未成熟群组。能走到这一步，剩下的原因分析反而不难，因为该排除的都排除了。
打开报表前，我会先把最近两周的 cohort 从趋势里摘掉——它们还没长大。
评论