是什么 Retention Curve Calculator?
▾
保留曲线绘制了初始注册或首次使用后每个时间间隔内仍然活跃的用户百分比，揭示了用户群体的长期参与轨迹。它是产品分析中最具诊断性的指标之一，因为它不仅显示了有多少用户返回，还显示了产品是否实现了可持续的参与或面临不可避免的彻底流失。健康的留存曲线呈现出一种特征形状：从第 0 天的 100% 开始，在最初几天急剧下降（随着非活跃用户的离开），然后趋于平坦并稳定在非零百分比 — 这种平尾表明用户的“保留核心”发现了真正的价值并继续无限期地返回。没有真正留存的产品会呈现出不断下降的曲线，逐渐接近于零——这意味着最终所有用户都会流失。关键见解：如果保留曲线平坦于零以上，则您拥有可持续的产品。如果下降到零，再多的收购增长也无法解决潜在的保留问题。保留率通常按多个时间间隔进行测量：第 1 天 (D1)、D7、D30、D90 和 D180 保留率。 D1 留存率衡量入职有效性。 D7 衡量最初习惯的形成。 D30 证实了产品的价值超出了人们的好奇心。 D90 表示真正融入工作流程。计算群组保留率需要跟踪每个注册群组（例如，一月份注册的每个人）并测量在每个后续时间间隔内仍然活跃的百分比。 “活动”的定义必须一致——通常是完成核心产品操作，而不仅仅是打开应用程序。保留曲线通过以下指标进行分析：(1) 早期下降的陡度（D1 至 D7 下降），(2) 曲线变平的水平，以及 (3) 连续队列中曲线是否改善、稳定或下降。改进队列（每个新队列的保留率都比以前更好）表明产品有所改进。群体数量的下降表明产品衰退或采购质量较低。
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
公式
▾
第 N 天的留存率 (%) =（第 N 天仍然活跃的群组用户 / 群组的用户总数）× 100变量说明
▾
| 符号 | 名称 | 单位 | 描述 |
|---|---|---|---|
| Cohort | 用户组 | — | 在同一时间段内注册或首次使用该产品的用户组 |
| Retention Rate | 队列百分比 | — | 保留率参数代表保留曲线计算中的关键定量输入，以其标准单位测量并通过数学公式直接影响计算结果 |
| Retained Core | 稳定百分比 | — | 保留核心参数代表保留曲线计算中的关键定量输入，以其标准单位测量并通过数学公式直接影响计算结果 |
| Active Definition | 特定用户操作 | — | Active Definition 参数代表保留曲线计算中的关键定量输入，以其标准单位测量并通过数学公式直接影响计算结果 |
如何 Retention Curve Calculator
▾
- 1收集所需的输入值：用户组、群组百分比、稳定百分比、特定用户操作。
- 2应用核心公式：第 N 天的留存率 (%) =（同类群组中在第 N 天仍然活跃的用户数 / 同类群组中的总用户数）× 100。
- 3计算中间值，例如 D1 Retention（如果适用）。
- 4在组合术语之前验证所有单位是否一致。
- 5计算最终结果并审查其合理性。
- 6检查是否有任何特殊情况或边界条件适用于您的输入。
- 7在上下文中解释结果并与参考值（如果有）进行比较。
例题解析
▾
将保留曲线计算公式与这些输入一起应用，可得到： 保留曲线平坦化至约 13%。已确认保留核心。产品具有可持续的参与度。重点：提高 D1（45% 至 55%）以最大化保留核心尺寸。这演示了典型的保留曲线场景，其中计算器将原始参数转换为有意义的定量结果以供决策。
将留存曲线计算公式与这些输入结合使用，得出：第 18 个月的留存率为 73% — 对于 B2B SaaS 而言非常强劲（第一年的行业平均水平为 75% 至 85%）。调查第 1-3 个月丢失的 14% 帐户：早期流失驱动因素，可能是入职不佳或期望不一致。这展示了一个典型的保留曲线场景，其中计算器将原始参数转换为有意义的定量结果以供决策。
将保留曲线计算公式与这些输入一起应用，得出： 无保留核心。产品尚未找到产品市场契合点或缺乏习惯形成机制。所有的用户价值都被快速消耗。需要基本的游戏玩法或参与度重新设计。这演示了一个典型的保留曲线场景，其中计算器将原始参数转换为有意义的定量结果以供决策。
将保留曲线计算公式与这些输入结果相结合，得出： 积极的队列趋势证实产品改进正在发挥作用。目标：到第三季度达到 20% 的 D30 保留率。 4 月份的下跌值得研究——可能激活了较低质量的采集通道。这展示了一个典型的保留曲线场景，其中计算器将原始参数转换为有意义的定量结果以供决策。
实际应用
▾
诊断产品是否实现了可持续的用户参与，代表了保留曲线计算在专业和分析环境中的重要应用领域，其中准确的保留曲线计算直接支持明智的决策、战略规划和性能优化
确定用户改进旅程中影响最大的阶段（D1、D7 或 D30），代表保留曲线计算在专业和分析环境中的重要应用领域，其中准确的保留曲线计算直接支持明智的决策、战略规划和性能优化
比较不同采集渠道的保留曲线，以确定高质量来源，这代表了保留曲线计算在专业和分析环境中的重要应用领域，其中准确的保留曲线计算直接支持明智的决策、战略规划和性能优化
衡量产品改进对连续队列保留的影响，代表保留曲线计算在专业和分析环境中的重要应用领域，其中准确的保留曲线计算直接支持明智的决策、战略规划和绩效优化
根据保留曲线形状和货币化计算生命周期价值预测，代表保留曲线计算在专业和分析环境中的重要应用领域，其中准确的保留曲线计算直接支持明智的决策、战略规划和绩效优化
特殊情况
▾
使用模式不规则的产品：对于不适合日常使用的工具，使用每周或每月的保留间隔。
在保留曲线计算中，这种情况在解释保留曲线结果时需要格外小心。标准公式可能无法完全考虑到这种边缘情况中存在的所有因素，可能需要进行补充分析或专家咨询。专业最佳实践包括记录假设、运行敏感性分析以及当保留曲线计算落入非标准范围时使用替代方法交叉引用结果。
交易产品：保留率通过重复购买率而不是应用程序活动来衡量。
在保留曲线计算中，这种情况在解释保留曲线结果时需要格外小心。标准公式可能无法完全考虑到这种边缘情况中存在的所有因素，可能需要进行补充分析或专家咨询。专业最佳实践包括记录假设、运行敏感性分析以及当保留曲线计算落入非标准范围时使用替代方法交叉引用结果。
B2B 帐户保留 vs.
用户保留率：跟踪两者——帐户保留率与收入更直接相关。在保留曲线计算中，这种情况在解释保留曲线结果时需要格外小心。标准公式可能无法完全考虑到这种边缘情况中存在的所有因素，可能需要进行补充分析或专家咨询。专业最佳实践包括记录假设、运行敏感性分析以及当保留曲线计算落入非标准范围时使用替代方法交叉引用结果。
保留曲线计算参考数据
▾
| 保留间隔 | 消费者应用程序（好） | B2B SaaS（健康） | 游戏（好） |
|---|---|---|---|
| D1 | 40 - 60% | 85 - 95% | 25 - 40% |
| D7 | 20 - 35% | 75 - 90% | 12 - 22% |
| D30 | 10 - 25% | 70 - 85% | 8 - 18% |
| D90 | 8 - 18% | 65 - 82% | 5 - 12% |
| D180 | 6 - 15% | 62 - 80% | 3 - 10% |
| D365 | 5 - 12% | 58 - 78% | 2 - 8% |
常见问题
▾
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
这在保留曲线计算器计算的背景下尤其重要，其中准确性直接影响决策。多个行业的专业人士依靠精确的保留曲线计算器计算来验证假设、优化流程并确保遵守适用的标准。了解基本方法有助于用户正确解释结果并确定何时需要进行额外分析。
常见错误注意事项
▾
- !着眼于总体保留率而不是特定群组的曲线——总体混合了不同质量的群组
- !在不同时间段没有一致的“活跃”定义的情况下衡量留存率
- !基准测试时不区分产品类别 - 20% D30 非常适合游戏，但不适合通讯应用
- !在分析中更改“活跃”定义，使得队列比较变得不可能
- !混淆用户保留和收入保留——保留的用户可能会降级（收入流失但用户流失）
- !不按获取渠道细分留存率——渠道不佳的群体会拖累整体指标
专业提示
在同一张图表上绘制最近 6 个月群组的保留曲线。如果曲线堆积得更高（每个新群体保留得更好），则您的产品改进正在发挥作用，并且增长正在复合。如果曲线下降，请调查采购质量和最近的产品变化。
你知道吗？
Netflix 的留存工程团队发现，第一个月至少观看 3 集的用户留存率超过 90%。这一发现推动了他们在早期会议中大力投资原创内容的策略——直接设计留存驱动行为。
Regional Guides
▾
Global▾
参考资料
- ›Andreessen Horowitz — 16 个初创企业指标（保留率）
- ›振幅 — 保留手册
- ›Reforge——参与度和保留框架
- ›Brian Balfour — 为什么产品市场契合度不够
Ratings & comments
获取每周数学提示
加入 12,000+ 订阅者，每周都会获得计算器提示。