使用AARRR模型 (三) 提高留存率(Retention)

安卓推送 发布于 2013/10/31 14:56
阅读 472
收藏 0

提高留存率下载和安装——使用——卸载或者遗忘,这是用户在每个应用中的生命周期。成功的应用就是那些能尽量延长用户的生命周期,最大化用户在此生命周期内的价值(下一节会谈到生命周期价值这个话题)的应用。
对于大部分应用,应该关心的是1-Day Retention 和7-Day Retention。这里我之所以用英文,是因为其中文翻译不统一,容易引起歧义。1-Day Retention通常翻译为首日留存率,其实这个“首日”并不是指应用被安装使用的第一天(假设日期为D),而是D+1日,即安装使用的第二天。因为安装使用的第一天没有留存率这个概念(有的话,只能是100%)。到了第二天,前一天安装使用的用户中还有多少百分比的人还在启动使用这款应用,这就是1-Day Retention。因为是第二天,所以有些文章中也叫“次日留存率”。同样的,7-Day Retention是在D+7日启动使用这款应用的占D日首次安装使用这款应用的用户总数的百分比。通常用户新安装使用后的前几天是流失比例最大的时期(关于用户留存的细节,请参考我们同事的另一篇博客《读懂你的用户留存》)。所以这两个指标在留存率分析是最重要的。曾经有游戏行业的行家指出,如果想成为一款成功的游戏,1-Day Retention要达到40%, 7-Day Retention要达到 20%。
有些应用不是需要每日启动的,那样的话可以看周留存率、月留存率等指标,会更有意义。 留存率也是检验渠道的用户质量的重要指标,如果同一个应用的某个渠道的首日留存率比其它渠道低很多,那么这个渠道的质量是比较差的。

加载中
0
黑狗
黑狗

你是在位打广告做铺垫么。。。

不过说得的确是在理的

在OSC应该很少人关注这个

返回顶部
顶部