算留存率,就是用原来那群人里还剩下的人数,除以原来那群人的人数:按周期是(期末客户数 − 新增客户数)÷ 期初客户数,按同期群是第 N 天活跃的成员数 ÷ 群的人数。同样的用户,按当天、滚动或任意活跃来算,可能得到 19%、31% 或 45%。
读完你会知道
- 客户留存 =(期末 − 新增)÷ 期初;结果超过全部人数,说明新增客户还在数字里
- 同期群表要按人数加权:三个示例群合计是 37.9%,不是简单平均的 38.3%
- 同一个 800 次安装的同期群,按不同定义第 7 天是 19.0%、31.0% 或 45.0%,所以要写明你用的是哪种
人们说「留存率」时,其实指两种算法
「留存率」被用来指两个不同的计算,两份报表对不上,最常见的原因就是把它们混在了一起。
按周期算的客户留存率(订阅、账户、客户):
留存率 = (期末客户数 − 本期新增客户数)÷ 期初客户数 × 100
减掉新增客户,是为了去掉期初根本不存在的那批人,只衡量原来那一群。
同期群留存率(用户、安装、注册):
第 N 天留存率 = 第 N 天仍活跃的同期群成员数 ÷ 同期群人数 × 100
这里的群体在大家第一次出现的那天就固定了,之后你反复衡量的是同一批人。
第 1 个公式的示例数据:一家订阅业务月初有 1,200 位客户,本月新增 260 位,流失 84 位,且全部来自原来的 1,200 位。期末是 1,200 + 260 − 84 = 1,376。
- 留存率 =(1,376 − 260)÷ 1,200 = 93.0%
- 流失率 = 1 − 0.930 = 7.0%(84 ÷ 1,200)
- 如果忘了减新增客户:1,376 ÷ 1,200 = 114.7%,这根本不是留存率,因为留存率不可能超过原来那群人的全部。
这个结果可以当作检查任何看板的常识:数字一旦超过原来的全部(比例大于 1),说明新增客户混进去了。
同期群留存率怎么算
同期群是共享同一个起点的一群用户,通常是首次出现的那一天、那一周或那个月。Google Analytics 的说法也一样:它的留存报告按用户被获取的那一天来分群。按下面的步骤做。
- 选起始事件(首次访问、注册、安装、首次购买)。
- 按开始的周期给人分组。
- 选回访事件。「任意活跃」最宽松;「打开应用」或「下单」更严格。
- 对每个同期群,统计第 1 周、第 2 周……各有多少成员做了回访事件。
- 把每个数除以该群的人数。
示例数据:三个按周注册的同期群,以及每周回来的人数。
| 同期群 | 人数 | 第 1 周 | 第 2 周 | 第 3 周 | 第 4 周 |
|---|---|---|---|---|---|
| 1 月 6 日 | 1,000 | 380(38.0%) | 270(27.0%) | 215(21.5%) | 190(19.0%) |
| 1 月 13 日 | 800 | 336(42.0%) | 232(29.0%) | 184(23.0%) | 152(19.0%) |
| 1 月 20 日 | 1,200 | 420(35.0%) | 300(25.0%) | 228(19.0%) | 192(16.0%) |
| 全部同期群 | 3,000 | 1,136(37.9%) | 802(26.7%) | 627(20.9%) | 534(17.8%) |
最下面一行按群的人数加权:1,136 ÷ 3,000,而不是 38.0%、42.0%、35.0% 的平均值(那样会得到 38.3%)。不加权的平均会把小群看得太重。
这张表要从两个方向读。沿着一列往下,看新群在同样「年龄」是否更好或更差:1 月 20 日这群第 1 周比 1 月 13 日低 7 个点,这是要先查的地方(新流量来源、改过的引导步骤)。沿着一行往右,看曲线的形状:这个产品在第 1 周流失最多然后趋平,所以第 1 周的修复最重要。
按「当天」、滚动和任意活跃算,数字各不相同
苹果 App Store Connect 把留存定义为:某天安装的设备里,在若干天后又打开应用的百分比,这是按「当天」计算。Google Analytics 的留存概览有第 1 天、第 7 天和第 30 天三条线,留存图覆盖前 42 天。两种都成立,只是回答的问题不同。
示例数据:同一个 800 次安装的同期群,用四种方式衡量。
| 定义 | 谁算数 | 人数 | 比率 |
|---|---|---|---|
| 第 1 天,按当天 | 第 1 天打开了应用 | 296 | 37.0% |
| 第 7 天,按当天 | 第 7 天打开了应用 | 152 | 19.0% |
| 第 7 天,滚动 | 第 7 天或之后任意一天打开了应用 | 248 | 31.0% |
| 第 1–7 天,任意 | 第 1–7 天至少打开过一次 | 360 | 45.0% |
同样的 800 个人,按不同定义得到 19.0%、31.0% 和 45.0%。按当天算的数字最低也最抖,因为第 7 天没来、第 8 天才回来的人算作没留住。滚动数字只会随时间下降,所以曲线平滑。任意活跃衡量的是窗口内的使用习惯。
按产品的使用节奏选。每天都用的产品(即时通讯、游戏)适合按当天算。每周用一次的产品(记账工具、开票应用)适合周同期群加「第 N 周活跃」。一年只用几次的产品(旅行、报税)应该按月做滚动留存,否则按当天算的数字会无缘无故地难看。
一个同期群,四个留存数字
800 次安装周期长度和年化怎样改变结论?
留存率取决于周期有多长。月留存 93.0% 听起来很高,但按一年复合是 0.93¹² = 41.9%。也就是说,如果每个月都是同样的 7% 离开,12 个月后现有客户剩不到一半。只有月流失稳定时才能这样复合,而新客的早期流失通常高于后期,所以把 41.9% 当作成熟客群的粗略下限,而不是预测。
两条实用规则:
- 数字后面写上周期(「月留存 93.0%」「第 7 天 19.0%」)。单独一个「93%」没有任何可比性。
- 不要拿周留存和月留存比。周留存 97% 的产品每周流失 3%,四周后是 0.97⁴ = 88.5%,即每月流失 11.5%。
常见错误有哪些?
| 错误 | 后果 | 修正 |
|---|---|---|
| 分子里混进了新增客户 | 留存率超过全部,如 114.7% 的例子 | 用(期末 − 新增)÷ 期初 |
| 对各群的百分比取平均 | 小群权重过大;38.3% 而不是 37.9% | 先对人数求和再相除 |
| 把没结束的周期读成零 | 最新的同期群看起来像崩了 | 把尚未结束的周期标成未到期 |
| 一张图里混用定义 | 滚动的第 7 天放在按当天的第 1 天旁边 | 一张图只用一种定义 |
| 把从未活跃的人算进去 | 分母里含有从没打开过的安装 | 先定同期群从安装算起还是从首次使用算起,并写明 |
| 每个周期用不同的身份 | 先用手机、再用笔记本的人被算成流失 | 起止两端都用同一种身份(人,不是设备) |
最后两条是实际团队里最容易吵起来的地方。苹果的留存百分比在分子和分母中都不含从未打开过的安装,所以同期群是「曾经打开过应用的安装者」,分母在安装日之后还可能增大。如果另一份报表把每次安装都算上,它的第 1 天看起来就会更低。
该报哪个留存数字?
用这条判断规则:
- 如果收入来自续费(订阅、合同),报按月的客户留存,旁边放按注册月份的同期群表。
- 如果产品免费使用、成功意味着回来,报第 1、7、30 天的按当天留存,加上周同期群表。
- 如果使用频率低,报 30、60、90 天的滚动留存。
- 百分比旁边永远写上同期群人数。15 个人的 60% 和 1,500 个人的 60% 不是同一件事。
关于什么算好,定义见留存,基准见好的留存率是多少。这篇只讲怎样把计算做对。
| 定义 | 谁算数 | 示例比率(800 次安装) |
|---|---|---|
| 第 7 天,按当天 | 第 7 天打开了应用 | 19.0% |
| 第 7 天,滚动 | 第 7 天或之后打开了应用 | 31.0% |
| 第 1–7 天,任意活跃 | 第 1–7 天至少打开一次 | 45.0% |
| 客户留存,按月 | (期末 − 新增)÷ 期初 | 93.0%(另一个示例) |
示例数据:前三行来自同一个 800 次安装的同期群;最后一行是另一个 1,200 位客户的订阅示例。
在 TapCub 里怎么算留存
拿上面的示例同期群表,用你自己的数据重建一遍。
- 打开全端分析 › 行为分析 › 行为分析,选择留存。起始事件和回访事件都留空就是衡量「任意活跃」,或者把起始事件设为注册、回访事件设为下单。
- 选周期(天、周或月)和展示多少个周期。默认是 14 天;上限是 30 天,或 12 周、12 个月。
- 选模式。TapCub 有三种:恰好在第 N 个周期回来、在第 N 个周期或之后任一周期回来、每个人回来了几个周期。前两种对应上面按当天和滚动的定义。
- 读结果表。每行是一个同期群,有起始日期、人数以及每个周期的人数和比率;还没结束的周期是空白,不是零。表下方那一行是按人数加权的平均比率,所以和示例表最下面一行一致,而不是简单平均。
- 应用和小程序在应用统计 › 用户分析 › 留存,有「新用户留存」和「活跃留存」两个页签,未到期的格子标为未到期。应用里次日留存的定义是:新用户中第二天再次启动的比例。
TapCub 不会告诉你某个留存数字算不算好,对照的是上面的基准页和你自己以前的同期群。它也不发召回消息,只负责衡量谁回来了,以及用没回来的人建出来的分群。
常见问题
留存率怎么计算?
对一群人在一个周期内:用起始群体中仍然保留的客户数除以期初客户数,即(期末客户数 − 新增客户数)÷ 期初客户数 × 100。对用户:在起始日固定一个同期群,用第 N 天活跃的成员数除以群的人数。
客户留存率的公式是什么?
客户留存率 =(E − N)÷ S × 100,其中 E 是期末客户数,N 是期内新增客户数,S 是期初客户数。期初 1,200、新增 260、期末 1,376,留存率是 93.0%。
留存率和流失率有什么区别?
它们是同一群人、同一周期的互补指标:流失率 = 1 − 留存率。如果一个月留住 93.0% 的客户,就流失了 7.0%。收入流失是另一个数字,因为它按客户的付费额加权。
第 7 天留存怎么算?
统计起始日之后第 7 天活跃的同期群成员,除以群的人数。示例中 800 次安装里有 152 个在第 7 天打开了应用,所以按当天算的第 7 天留存是 19.0%。如果把第 7 天或之后任意一天活跃的人都算上,同一个群得到 31.0%。
留存率可以大于全部人数吗?
算对的话不会。留存率衡量原来那群人还剩多少。高于原来的全部,说明没有减去新增客户,或者分母里漏掉了分子里有的人。
资料来源
- Apple,App retention, App Store Connect Analytics Help:留存是安装者在若干天后再次打开应用的百分比;从未打开的安装被排除。核对日期 2026-11-21。
- Google,Retention overview report, Analytics Help:按获取日定义同期群;第 1、7、30 天三条线;覆盖前 42 天的留存图。核对日期 2026-11-21。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

