眾所周知，流量越來越貴，獲取新用戶越來越難；一些產品雖然獲取了大量的新用戶，但流失嚴重。所以培養一批高留存、高粘性的用戶就顯得很重要。
留存是什么？
以移動應用為例，一些用戶下載App后，僅僅瀏覽了幾個頁面，有些羊毛黨領取了優惠券后就流失了，還有些用戶可能根本沒打開App就卸載了，只有那些持續使用產品並帶來價值的用戶，才成為了產品的留存用戶。
而留存率通常是指，用戶在一定時間間隔里，重復發生某些行為的比例，通常以次日留存率、7日留存率、30日留存率等作為衡量指標。
產品的用戶留存曲線一般分為三種類型：微笑型、趨平型和下滑型。
微笑型曲線： 這是所有產品經理都想要追求的理想狀態，它展示的留存率曲線呈上升模式，以電商等購買類應用為例，表示用戶不斷回歸使用、不斷復購。
趨平型曲線： 表示產品獲得了一定比例新用戶的吸引力，得到了一定認可，被持續使用。但趨平型曲線也有優劣之分，曲線變平的位置越高，說明產品的長期留存率越高，代表留存狀態更健康。
下滑型曲線： 留存率持續下滑，說明產品未得到市場認可，留存率持續下滑,是一種危險信號，需要快速打造產品核心價值、精准匹配目標用戶，否則很可能曇花一現，走向消亡。
對於用戶留存問題該如何分析？
用戶細分是前提。通過華為分析服務，將用戶細分，比如按機型、設備、性別、年齡、地域等細分用戶群，再針對細分用戶從用戶、行為、產品維度進行下鑽分析，定位留存問題原因。比如，通過分析服務提供的用戶分析，發現新用戶留存率明顯低於老用戶，就可以采取優化新手引導頁、新用戶快速激活的策略。通過分析服務的行為分析發現留存率高的用戶“點擊課程收藏按鈕”的比例遠高於整體，那么可以通過產品界面強提醒用戶收藏課程、收藏領積分活動等引導用戶執行收藏動作。通過產品分析發現留存率低的用戶大多使用低版本，則可加強用戶升級提醒，多場景、多渠道引導升級。
如何提升用戶留存率？
留存曲線分為振盪期、選擇期和平穩期。通過這個曲線，我們不難分析出：提升用戶留存，其實分為兩個方向，一是縮短振盪期，讓留存曲線盡早由陡轉平，也就是讓新用戶盡早穩定沉淀、留存下來；二是提高留存地平線，盡可能將留存率控制在較高水平。
我們先看如何縮短留存的振盪期？
最關鍵的是要提升新用戶留存率。這里我們來看個案例。
案例：華為分析助力某社交電商App新用戶留存率提升15.3%
某社交電商應用，競品較多，希望提升用戶留存率，以提升DAU。首先，開發者將用戶進入產品后的使用過程設計為漏斗，比如安裝-注冊-登錄-瀏覽商品-加入購物車-提交訂單-付款成功。觀察每一步驟的轉化率，發現“加入購物車-提交訂單”環節流失率高達39%，於是優化了產品設計，把加入購物車的有效時間設置成15分鍾，提醒用戶盡快下單。其次，使用分群功能，按渠道細分用戶，發現A渠道的活躍用戶留存率明顯低於整體，於是放棄A渠道的拉新投入，分配到其他留存率表現優異的渠道。經過以上調整，2個月后用戶留存率提升了15.3%。
以上的內容和大家分享了如何借助華為分析實現產品留存率提升。集成華為分析服務的SDK后，便可以上報用戶屬性和用戶行為數據，這兩類數據聚合在一起就可以研究哪些用戶在什么時間做了什么事情，形成了數據分析的基礎。為了降低應用的開發工作量，分析服務支持11個用戶屬性和27個事件的自動采集，同時為了滿足開發者個性化需求，支持自定義用戶屬性以及500種自定義事件，這極大方便了開發者對於應用的不斷優化，也為精細化運營提供更多數據支撐。在有這些原子數據的基礎上，分析服務提供了豐富的分析模型。包括事件分析、行為分析、漏斗分析、受眾分析、生命周期分析、歸因分析等，幫助開發者深入洞察用戶增長情況、用戶行為特征、產品功能情況，並且在這些豐富的分析模型基礎上，可通過過濾器針對用戶屬性、受眾等做細分，從而觸發進一步的運營動作。值得一提的是，HMS Core分析服務SDK支持全終端，包括Android，iOS，Web，開發者僅需半天時間就可以集成成功並發布。正是如此敏捷的開發速度，以及這些強大的分析能力，分析服務已經成為全球開發者最受歡迎的服務之一。
全球已有5000+應用使用華為分析，歡迎集成華為分析，數據驅動產品留存率提升！
掃碼立即集成：
聯系我們：hwanalytics@huawei.com
欲了解更多詳情，請參閱：
獲取開發指導文檔：
原文鏈接：https://developer.huawei.com/consumer/cn/forum/topic/0204415966984910461?fid=18
原作者：胡椒