移动应用中的留存率：定义、留存类型及计算方法

移动应用中的留存率是什么？

留存率（RR） — 显示首次访问后特定时间后返回应用的用户比例的指标。与衡量绝对活跃用户数的MAU或DAU不同，留存率衡量受众质量：产品在时间上留住用户的能力。高留存率是产品市场契合度的指标，也是可持续增长的关键。

为什么留存率比安装量更重要

许多初创公司专注于安装量的增长，却忽视了留存。结果：大量下载，零活跃度。留存率展示了产品对用户的真实价值。如果第一周后留下的用户不足10%，则产品未能解决受众的问题。根据Andrew Chen（a16z前合伙人）的数据，Day 7留存率 > 30%的初创公司成功完成Series A轮融资的可能性高出3倍。

留存率与生命周期价值

LTV（生命周期价值）直接取决于留存率。用户在产品中停留的时间越长，他们支付的费用或带来的广告收入就越多。公式：LTV = ARPU * Average Lifespan。通过留存增长来增加Average Lifespan是提高LTV而不增加CAC的最有效方式。根据Localytics的数据，留存率提高5%可使移动游戏的LTV提高30-50%，电子商务提高25-40%。

留存率类型：Day 1、Day 7、Day 30

三个主要时间测量点形成了行业标准：Day 1、Day 7和Day 30。每个点回答关于用户行为的不同问题，并指出需要团队关注的产品不同方面。此外，还区分了Unbounded Retention（无界留存） — 在N之后的任何一天返回，不一定是第N天。

Day 1留存率：第一印象

Day 1留存率 — 用户在安装后第二天是否返回。这是最关键的指标：如果应用在第一天没有吸引用户，用户返回的几率急剧下降。标准为移动应用 — 25-40%。低于20%的值表明引导流程、加载缓慢或与广告创建的期望不符存在问题。前24小时是养成习惯的机会窗口。

Day 7留存率：习惯形成

Day 7留存率显示产品是否已融入用户的每周例行活动。如果用户一周后返回，产品就成为其规律行为的一部分。中位数Day 7留存率 — 社交媒体为15-25%，电子商务为10-15%。Day 7是留存率稳定后的转折点。Day 7相对于Day 1的下降表明“习惯钩子”较弱，无法激励用户返回。

Day 30留存率：长期价值

Day 30留存率 — 产品长期价值的指标。中位数 — 取决于品类为5-15%。如果Day 30留存率超过20%，产品表现出卓越的留存能力。Day 30对计算LTV至关重要：达到第30天的用户极有可能停留90+天。该指标是收入预测和获取预算规划的基础。

留存率如何计算？

留存率的计算通过两种主要方法进行：经典群组表和bucket方法（离散返回）。方法的选择取决于产品的业务逻辑。经典群组回答“有多少用户在第N天精确返回”的问题，bucket方法回答“有多少用户在N之后的任何一天返回”。对于大多数产品团队来说，两种方法给出类似的图景，但bucket方法被认为更为宽松。

群组分析：经典方法

收集特定时期（例如一周）内的所有新用户 — 这是一个群组。然后对于安装后的每一天，计算此群组中有多少用户执行了目标操作。示例：1月26日的1000次安装中，有250人在1月27日返回 — Day 1留存率 = 25%。群组表可以按上线周跟踪留存的动态，并识别产品变更的影响。

Bucket方法（离散返回）

Bucket留存率将用户在指定阈值后的任何一天返回视为“已留存”。例如，Day 7 bucket：用户在安装后的第7-13天返回了吗？此方法给出的值高于经典方法，更适合使用模式不规则的应用。大多数分析平台（Amplitude、Mixpanel）默认使用bucket方法。

-- 经典队列留存率 Day 1
WITH first_visit AS (
    SELECT user_id, MIN(event_date) AS first_day
    FROM user_events
    GROUP BY user_id
)
SELECT
    COUNT(DISTINCT fv.user_id) AS cohort_size,
    COUNT(DISTINCT e.user_id) AS returned_day1,
    ROUND(COUNT(DISTINCT e.user_id) * 100.0 / COUNT(DISTINCT fv.user_id), 1) AS retention_day1
FROM first_visit fv
LEFT JOIN user_events e
    ON fv.user_id = e.user_id
    AND e.event_date = fv.first_day + INTERVAL '1 day'
WHERE fv.first_day >= CURRENT_DATE - INTERVAL '30 days';

计算留存率时的常见错误

第一个错误 — 从安装日开始计算留存率，而不是从首次活动日开始。如果用户安装了应用但仅在3天后打开，Day 1留存率将不正确。第二个错误 — 未考虑卸载：卸载应用的用户无法返回，但仍应保留在分母中。第三个 — 混合不同时期的群组：比较一月和二月用户的留存率只有在相同方法论下才是正确的。

import pandas as pd

def cohort_retention(df):
    # 确定每个用户的第一天
    first = df.groupby('user_id')['event_date'].min().reset_index()
    first.columns = ['user_id', 'first_day']
    # 合并并计算天数差异
    merged = df.merge(first, on='user_id')
    merged['day'] = (merged['event_date'] - merged['first_day']).dt.days
    # 留存率汇总表
    cohort = merged.groupby(['first_day', 'day'])['user_id'].nunique()
    cohort = cohort.unstack(level='day')
    return cohort.div(cohort[0], axis=0)

各品类留存率标准

留存率标准因应用品类、使用频率和互动周期而异。社交媒体应用由于日常使用模式，留存率最高。工具类应用（计算器、手电筒） — 最低：用户完成任务后不再返回。

各品类留存率基准

根据Statista Mobile Benchmarks 2025报告的数据，Day 1留存率中位数：社交媒体 — 42%，游戏 — 30%，金融科技 — 28%，电子商务 — 22%，健康与健身 — 20%。Day 7留存率：社交媒体 — 25%，游戏 — 15%，金融科技 — 18%，电子商务 — 10%，健康与健身 — 12%。Day 30留存率：社交媒体 — 15%，游戏 — 5%，金融科技 — 10%，电子商务 — 5%，健康与健身 — 7%。

影响留存率的因素

引导质量 — 第一个也是最重要的因素。用户必须在前3-5分钟内理解产品的价值。推送通知 — 第二个因素：适当的通知可将Day 7留存率提高15-30%。第三个因素 — 性能：加载时间超过3秒的应用在Day 1就失去30%的用户。第四个 — 与广告或应用商店创建的期望相符。

如何提高移动应用的留存率？

提高留存率是一项系统性的工作，需要在产品、引导流程和与用户沟通方面做出改变。我们来看经过验证的策略，这些策略可帮助移动团队在生命周期各个阶段提高用户留存率。

优化引导流程：前3分钟

引导应该展示产品的价值，而不是功能列表。研究表明，用户最多只能通过3-4个引导屏幕。最佳实践 — 互动式引导：让用户立即执行关键操作（例如创建第一个项目）。具有互动式引导的应用比被动式引导屏幕的应用Day 1留存率高出20-30%。

个性化与推荐

基于用户行为的内容个性化 — 提高留存率的最有效方法之一。Netflix、Spotify和TikTok将产品建立在个性化之上。对于移动应用，这可能意味着：基于浏览记录的产品推荐、个性化的内容推送或基于用户操作的功能选择。个性化将Day 7留存率平均提高15-25%。

渐进式参与机制

连续打卡（Streaks）、徽章系统和进度条可创造返回的习惯。Duolingo将连续打卡作为留存的主要驱动力：用户不想失去多天的连续记录。重要：该机制必须与应用的核心循环相关联，而非人为制造。对于健身应用，连续打卡效果极佳；对于银行应用，则可能显得侵扰。

-- retention Day 7 高于类别中位数的用户
WITH user_retention AS (
    SELECT user_id,
        ROUND(COUNT(DISTINCT CASE
            WHEN event_date >= first_day + 7
            AND event_date < first_day + 14
            THEN 1 END) * 100.0 / 1, 1) AS retention_day7
    FROM user_events
    GROUP BY user_id
)
SELECT COUNT(*) AS high_retention_users
FROM user_retention
WHERE retention_day7 > 30;