对于C端产品，我们通常有一些重要的数据指标需要持续观察，例如：
* 留存 (包括新增留存和活跃留存)
* 使用时长
* 启动次数
上述数据指标，我们均可在友盟中查询并分析。
在这里，我们来探讨下如何分析留存问题。
如上图所示，留存从4月25日突然降低了10%+
首先，25日的新增留存对应的是24日的新增用户。
对于25日的新增用户留存降低的原因，我们的排查思路如下：
(1). 查看各渠道的新增用户留存是否异常；
(2). 查看新增用户在初次启动产品后的行为数据是否异常；
(3). 排查是否因发版、服务端改动等其他原因。
第一步：查看各渠道的新增用户留存是否异常
尤其是安卓用户，由于渠道较多，需要具体排查是否因具体某些渠道的新增留存下降，而导致整体留存下降。
第二步：查看新增用户在初次启动产品后的行为数据是否异常
若渠道新增用户留存的数据没有明显异常，那么我们需要通过埋点数据查询并分析新增用户在初次启动产品后的行为数据是否存在异常，例如启动后浏览、点击某些关键功能的人数占比是否有异常。
第三步：排查是否因发版、服务端改动、客户端BUG等其他原因
若新增用户的数据也没有明显异常，那么，我们还可以从是否是客户端发版、服务端改动、客户端BUG等原因导致新增用户留存下降。
总之，新增用户留存下降最主要的原因是某些功能改动或服务异常等原因，导致出现了明显的变化。
南山南 | 10年移动互联网从业经验，资深视觉设计师、高级产品经理
“如果天赋不是与生俱来，那么更应兢兢业业”。
网友评论