留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考查看进行初始行为后的用户中， 经过一段时间后仍然存在客户行为（如登录、消费）。

留存不仅是个可以反映客户粘性的指标，更多地反映产品对用户的吸引力。

计算公式：某一段时间内（时间段a）的新增用户在若干天后的另一段时间（时间段b）的留存数量 / （时间段a）的新增用户总量

1.1 预期效果

1.2 实现思路

示例计算用户从激活某产品开始，在当日、一周内、两周内、三周内进行登录使用操作用户数占总登录人数的比率。

当日留存率：当日激活并登录用户数/所有登录用户数

一周留存率：初次激活日为维度，计算「激活_登录时间差」为 1-7 的登录用户数/所有登录用户数

两周留存率：初次激活日为维度，计算「激活_登录时间差」为8-14的登录用户数/所有登录用户数

.....

示例数据：用户留存分析.xlsx

将数据上传至 FineBI 中。

2.1 创建仪表板

进入数据决策系统，点击「仪表板>新建仪表板」，设置名称和存放位置，点击「确定」，如下图所示：

点击「+」，选择「用户留存分析」数据集，点击「确定」，如下图所示：

2.2 计算激活用户留存率

注：示例数据已经计算激活_登录时间差，若已有数据未经处理，可使用 新增列时间差 计算。

2.2.1 当日留存率

点击「+」，添加计算字段，输入公式COUNTD_AGG(IF(激活_登录时间差=0,联系电话,null))/COUNTD_AGG(联系电话)，输入字段名称为「当日留存率」，点击「确定」，如下图所示：

公式说明：

2.2.2 第一周留存率

点击「+」，添加计算字段，输入公式COUNTD_AGG(IF(AND(激活_登录时间差>=1,激活_登录时间差<=7),联系电话,null))/COUNTD_AGG(联系电话)，输入字段名称为「第一周内留存率」，点击「确定」，如下图所示：

第二周内、第三周内、第四周内留存率同理计算。

2.3 拖入计算字段

将「最早激活日期」拖入维度轴，留存率指标拖入指标轴，设置「最早激活日期」显示为「年月」，如下图所示：

得出以最早激活日期为维度，每月的激活用户留存率。

其他组件制作详情参见仪表板。

2.4 效果预览

参见本文 1.1 节。

一周留存率相比当日平均下降了 35 % 以上，需要提高用户粘性，提升产品使用价值。

四周留存率相对下降趋缓，说明已经进行了一部分转化，需要对这些用户进行精细化运营管理，帮助用户稳定转化。