留存分析方法：怎麼提升用戶留存率

摘要：判斷留存健康與否，看曲線是否走平，而不是看某個百分比。本文給出留存的三個定義與計算公式、曲線四段（陡崖、長坡、平台、尾巴）分別對應的根因與處方、分類基準與「自比上一個 cohort」的使用原則，以及八條測量紀律——包括把活躍定義為價值動作而非登入、等 cohort 成熟再下結論、先分段再修復，並說明系統性留存工作的見效節奏是 60 到 90 天。

留存是最容易被誤讀的指標。一個團隊看著 D30 留存 18% 想盡辦法提升，另一個團隊同樣 18% 卻在快速增長——差別在曲線形狀：前者一路下滑，後者在第三週就走平了。單點數字會騙人，曲線不會。

留存的三個數字也常常被混為一談：裝了沒刪、打開了、真的在用了——這是三件事，對應三種完全不同的流失。分不清就沒法談提升。

關鍵要點

三類流失必須分開：安裝流失、參與流失、訂閱流失，混在一起看會得出錯誤結論。
健康的唯一檢驗是留存曲線走平，且每個新 cohort 至少不差於上一個。
基準只能當區間參考，真正該對比的是自己的歷史 cohort。
曲線四段各對應不同根因：陡崖是激活問題，長坡是習慣問題，低平台是需求匹配問題，無回彎要做復活。
活躍要定義為價值動作而非登入，時間刻度要匹配產品的自然使用頻率。
系統性留存工作 60 到 90 天初見成效，完整顯現需要 6 到 9 個月。

一、先把三個定義分清楚

留存率的基本算法是：留存率 =（期末用戶數 − 期間新增用戶數）÷ 期初用戶數 × 100。例如期初 2000 人、期間新增 400 人、期末 2200 人，留存率就是 90%，對應流失 10%。

但真正容易出錯的是「什麼算流失」。三類流失必須分開統計：

安裝流失：裝了之後刪除或再也不打開，通常看 D1、D7、D30 三個窗口。

參與流失：打開了，卻沒有產生任何有效行為。用戶第一天打開健身應用程式，什麼都沒記錄，第七天再沒回來——按安裝留存他算「留住了」，按參與留存他已經流失。這類流失最容易被漏掉，因為它看起來像是留存。

訂閱流失：付費之後取消或不續費，是訂閱類業務最貴的一種流失。

「活躍」的定義決定了所有數字的成色。把登入當成活躍，曲線會好看得多，但你什麼也診斷不出來。活躍應該是價值動作：完成任務、產生內容、完成一次交易，而不是打開了一次應用程式。

二、曲線比數字重要：唯一的健康檢驗是走平

留存曲線是按註冊日期分組的同一群人，在各個時間點上仍然活躍的比例。它從 100% 開始往下走，形狀分三種：

一路下滑到接近零——最壞的情況。說明產品是個漏桶，沒有形成穩定核心，用戶生命週期價值有上限。這種情況下加大獲客只是加速漏水。

下降到某個位置後走平——健康。走平的位置就是你的穩定核心，這批人會持續貢獻價值。這是判斷留存健康與否的唯一可靠檢驗。

下降、走平、然後回升——微笑曲線，流失用戶因為產品變好而回來了。這是罕見且極強的訊號，但不要指望它。

好曲線還有幾個可對照的特徵：消費級應用程式的 D1 在 40% 到 60%；D1 到 D7 的跌幅小於 D1 的一半；D7 到 D30 趨穩；D30 到 D90 基本持平。如果曲線在 D30 之後仍在持續下滑，說明你還沒有找到那批真正需要你的人。

三、基準怎麼用：參考區間，自比為主

行業基準可以按品類參考。D30 安裝留存的中位數大致是：效率工具類 15% 到 25%，社交類 10% 到 20%，休閒遊戲 3% 到 8%，健康健身 10% 到 20%，攝影攝像類 5% 到 12%。訂閱業務的月流失率：消費級訂閱 5% 到 12%，B2B 2% 到 5%，串流媒體內容 5% 到 10%；折算到年度，消費級訂閱 30% 到 50%，B2B 10% 到 30%。

綜合基準上也有參考帶：消費級訂閱產品「好」約 40%、「優秀」約 70%；中小與中端 SaaS 約 60% 與 80%；企業級約 70% 與 90%。

但基準最大的用處是排除數量級錯誤，而不是設定目標。真正該問的是：這個 cohort 有沒有比上一個 cohort 留得更好。每個新 cohort 至少不差於上一個，就是在改善；比自己上一季度好，就是在改善。日頻通訊工具的好留存，放到季度使用的報稅產品上是災難——產品的自然使用頻率決定了合理區間，跨品類比數字沒有意義。

還有一條近年很實用的修正：測量起點未必是註冊月。如果產品有免費層或低價試用，早期 cohort 裡會有大量只想試一次的人，以註冊月為錨算出來的留存，多半是在測量「你吸引了多少遊客」，而不是產品好不好。更穩妥的做法是以第三個月重定基，看第十二個月相對第三個月的留存——曲線通常在第三個月附近開始走平，走平的位置才預測長期留存。相應地，獲客成本也應按「第三個月仍留存的用戶成本」來算，而不是按註冊成本。

四、四段診斷：問題出在哪一段

曲線回落的位置直接指向根因，按四段分別處理：

D1 就低——激活問題。引導過長或令人困惑；宣傳與實際體驗不符；首次啟動就崩潰。對照品類中位數看 D1 是否偏低，同時按操作系統與機型查崩潰率。

D1 到 D7 陡降——首次會話沒有讓人「啊哈」的時刻，用戶不知道為什麼需要它；或者付費牆來得太早，在用戶想付費之前就撞上了；或者沒有回訪的理由——沒建立通知、沒設定目標、沒形成習慣。

D7 到 D30 持續下滑——內容或服務深度不夠，用戶把顯而易見的價值用完了就看不到更多；通知質量差（要麼沒有，要麼逼人退訂）；缺少成長與進階訊號，用戶撞上了天花板。

D30 之後緩慢衰減——訂閱類的帳單意外；互動循環斷裂（內容更新節奏、社交鉤子、新挑戰都沒了）；或者被競品拉走。

一個必須強調的紀律：先分段，再修復。混合曲線的惡化幾乎總是集中在某一個細分或渠道上。按渠道、套餐、用戶畫像、平台拆開看再動手，否則修的往往不是出問題的那一塊。

五、干預處方：按曲線區域給動作

陡崖（早期暴跌）→ 修激活。 縮短從註冊到首次價值的路徑：聚焦的產品引導、3 到 5 項的新手清單、減少到達「啊哈」之前的步驟。引導時長控制在 30 到 90 秒、最長不超過 2 分鐘；讓用戶在 60 秒內觸達首次價值，可使 D1 高出中位數 30% 到 50%。每多一個引導步驟，轉化會掉 5% 到 10%，冗餘步驟要狠心砍掉。

長坡（持續緩降）→ 養習慣。 用應用程式內公告與場景化引導把用戶還沒發現的功能露出來，並把產品掛到一個 recurring 的工作流上，而不是一次性任務上。加 2 到 3 個個人化問題（目標、水平、偏好）通常能讓 D7 提升 5% 到 15%。

低平台（穩定核心太小）→ 聽反饋。 留下來的人知道為什麼留，走掉的人在離開時告訴過你。跑滿意度調研、逐條讀貶損者的原話、把高頻主題排進路線圖。同時要注意：通知授權要在首次價值之後再做前置——授權率能從約 25% 提到 50% 以上，而開啟通知的用戶留存要好 30% 到 60%。

無回彎（流失不再回來）→ 做復活。 休眠用戶不等於失去。在他們下次訪問時用應用程式內通知告知相關的新功能，是最便宜的再獲客渠道。第 3 天不活躍時的定向召回，通常能挽回 5% 到 15% 的流失中用戶。

最需要克制的是推送。它是留存最強的單一渠道——90 天內收到至少一條推送的用戶，留存是未收到用戶的 3 倍；但每週 6 條以上會讓卸載風險高出 3.4 倍。前提始終是分段與頻次紀律。

還有個補充指標值得看：黏性（日活 ÷ 月活）。社交類健康值在 50% 以上，效率工具 20% 到 30%，訂閱類 15% 到 25%。它比 D30 更細粒度——曲線看著正常，黏性可能暴露用戶一個月只打開幾次。

六、測量紀律與見效節奏

八條紀律，按重要性排：

按註冊日期建 cohort，而不是看全量混合曲線；把活躍定義為價值動作而非登入；時間刻度匹配產品的自然節奏（消費級看 D1/D7/D30，B2B 看週或月 cohort）；疊加對比新舊 cohort 是否走平在更高位置；按渠道、套餐、畫像、平台細分；等 cohort 成熟再下結論（兩週大的曲線看不出形狀）；研究平台期那批用戶——他們定義了你的最佳適配人群；把曲線與定性反饋配對使用。

反過來，這些做法是錯的：用登入當活躍美化曲線；拿日留存去衡量週頻產品；用不同方法論的基準直接對比；在還在下降的曲線上加大獲客；只盯 D30 單點數字而忽略形狀惡化；不分段就直接發修復。

節奏上要有預期：系統性留存工作通常 60 到 90 天初見成效，6 到 9 個月完整顯現。前 30 天建測量與基線，第二個 30 天建干預（推送計劃、生命週期序列、引導改版），第三個月進入優化循環。D1 與 D7 可以在首月提升 2 到 5 個點；D30 與 D90 需要 4 到 6 個月，因為新的 cohort 需要時間成熟。

常見問題

問：留存率多少算好？

答：沒有通用數字，取決於產品被使用的自然頻率。可以參考分品類的 D30 中位數（效率工具 15–25%、社交 10–20%、休閒遊戲 3–8%）與綜合區間（消費級訂閱好約 40%、優秀約 70%，企業級 70%、90%），但基準只用於排除數量級錯誤。真正該比的是自己的歷史 cohort——新 cohort 是否至少不差於上一個，比上一季度好就是在改善。更可靠的檢驗是曲線是否走平。

問：為什麼留存率沒變，但業務在變差？

答：因為單點數字會掩蓋形狀惡化。D30 保持 18% 的同時，曲線可能已經從「第三週走平」變成「持續下滑」——穩定核心正在縮小，只是尚未反映到那個點上。同理，把登入當活躍也會讓數字好看但診斷失效。所以應該「上報留存率、從曲線上做工作」，並配合黏性（日活/月活）一起看。

問：新用戶前三個月掉得很厲害，是不是產品有問題？

答：不一定，要看掉完之後是否走平。如果產品有免費層或低價試用，早期 cohort 裡會有大量只想試一次的人，這段陡降是「寬入口」的代價。判斷方法是以第三個月重定基，看第十二個月相對第三個月的留存——曲線通常在第三個月附近開始走平，走平的位置才說明產品真實留存能力。同時獲客成本也應按第三個月仍留存的用戶來算。

問：應該先看哪個時間窗口？

答：按曲線分段看，而不是挑一個窗口。D1 低是激活問題（引導、宣傳一致性、首啟崩潰）；D1–D7 陡降是首會話沒有「啊哈」時刻或付費牆過早；D7–D30 下滑是深度、通知質量與成長訊號不足；D30 之後緩降是帳單意外、互動循環斷裂或被競品拉走。先分段定位再動手，混合曲線上的修復常常修錯地方。

問：推送通知該發多少？

答：它是留存最強的單一渠道，也是最容易用壞的。90 天內收到至少一條推送的用戶留存是未收到用戶的 3 倍；但每週 6 條以上會讓卸載風險高出 3.4 倍。原則是按行為分段、嚴格控頻次、內容具體（帶上用戶的真實行為數據），並把授權請求放在用戶首次獲得價值之後，而不是一啟動就要。

問：做留存多久能看到效果？

答：60 到 90 天初見成效，完整顯現需要 6 到 9 個月。前 30 天建測量、基線與分段；第二個 30 天建干預（推送計劃、生命週期序列、引導改版）；第三個月進入優化循環。D1 與 D7 可以在首月提升 2 到 5 個點，D30 與 D90 需要 4 到 6 個月，因為新 cohort 必須成熟才能讀出曲線形狀。

關於通智雲

留存分析的難點不在公式，而在定義一致與分段紀律：活躍怎麼定義、cohort 怎麼分組、什麼時候可以下結論，這些決定了所有後續動作是否有效。通智雲（TENGENCE）專注企業公域引流獲客與私域轉化成交的增長技術，本文涉及的用戶分層、行為數據與留存度量是其持續關注的方向。

資料來源

Mobile App Retention: Benchmarks, Curve & 7 Tactics——Digipeak：引導 30–90 秒／最長 2 分鐘；60 秒內首次價值使 D1 高 30–50%；每多一步轉化降 5–10%；Airship 6300 萬用戶研究（收到 push 留存 3 倍、每週 6+ 條卸載風險 3.4 倍）；黏性基準；見效週期 60–90 天／6–9 月。
Mobile App Churn and Retention: A Working Playbook (2026)——ASOhack：三類流失定義；D30 分品類中位數與訂閱月/年流失率；好曲線四特徵；D1／D1–D7／D7–D30／D30+ 四步診斷；四類干預量化（個人化 +5–15% D7、授權率 25%→50%+、軟硬付費牆、第 3 天召回 5–15%）。
User retention: how to measure and improve it——Bettermode：留存率公式與算例；曲線應走平、新 cohort 不差於上一個；六類改善槓桿。
How to Improve User Retention for Your Startup——DEV Community：走平是唯一檢驗；微笑曲線（a16z 2025-09 ChatGPT 月留存案例）；Lenny Rachitsky 基準帶；以 M3 重定基看 M12/M3、「AI tourists」與按 M3 留存計成本。
Retention Curves: How to Read, Benchmark & Bend Them (2026)——Kompassify：曲線四段處方（陡崖/長坡/低平台/無回彎）；八條 Do 與八條 Don't；曲線與留存率的差別；獲客成本為留存的 5–25 倍、Bain 留存 +5% 帶來利潤 +25–95%。