TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

留存建模:拟合曲线并推算留存用户

给同一个同期群拟合三个留存模型,在它们没见过的月份上测试,再推算第 12 和第 24 个月还有多少用户活跃,附完整的表和方法。

许安 发布于 2026 年 11 月 21 日 8 分钟阅读 数据分析
示例数据:用第 0–5 个月拟合后,sBG 曲线始终贴合实际同期群(第 8 月 615 对 617);恒定速率曲线见下表,只有 491。示例数据

留存建模,是用一个同期群前几个月的留存数据拟合曲线,推算之后还有多少用户活跃。不要用恒定月留存率:注定要走的用户走得早,它会推算出过少的留存用户。示例里,解释曲线为何变平的模型在留出月份上只差 2 人,而恒定速率差了 126 人。

读完你会知道

  • 逐月留存率在上升(62.0% 到 95.4%),说明用户是混合的,恒定速率会失败
  • 每个模型都要在它没见过的月份上测试:总误差恒定 258 人、幂律 38 人、移位贝塔几何 3 人
  • 推算不要超过观测历史的大约两倍:2,000 人里第 12 个月 531 人,第 24 个月 409 人

留存建模是做什么的

留存建模,是取一个同期群前几个月的留存数据拟合出一条曲线,从而推算第 12 个月或第 24 个月还会有多少用户活跃。重点不在曲线是否优雅,而在把「第一个月回来了 62%」变成「一年后大约还剩 27%」,这才是预算、生命周期价值估算和容量规划需要的东西。

要避免的错误是挑最简单的曲线。留存几乎从不按恒定速率衰减,因为注定要走的用户很早就走了,剩下的留下来。忽略这一点的模型会推算出过少的留存用户。本文给同一个示例同期群拟合三个模型,在模型没见过的月份上测试,再用经得起检验的那个推算留存用户。读曲线本身见留存曲线,建同期群表见如何做同期群分析。

先从你已经有的同期群表开始

示例数据:同一个月注册的 2,000 名用户,以及之后每个月有多少人活跃。

月份活跃用户相对第 0 月的留存相对上月的留存
02,000100.0%—
11,24062.0%62.0%
21,01050.5%81.5%
388044.0%87.1%
479239.6%90.0%
573036.5%92.2%
668434.2%93.7%
764732.4%94.6%
861730.9%95.4%

看最后一列。逐月留存率从 62.0% 一路升到 95.4%。这是同期群由不同类型用户组成的典型特征:有些人几乎立刻就走,有些人留很久,随着走的人退出,平均值不断变好。任何假设每月固定一个速率的模型,在这份数据上都会失败。下面三节展示差得有多远。

为了公平比较,每个模型都只用第 0 到 5 个月拟合,把第 6、7、8 个月(684、647、617 人)留作测试。

月份(留出)实际恒定速率幂律sBG
6684639694684
7647560660646
8617491632615
误差绝对值合计258383

示例数据:模型用 2,000 人同期群的第 0 到 5 个月拟合,在第 6 到 8 个月测试。

模型 1:恒定月留存率

最简单的模型认为每个用户每月留下的概率都相同,所以留存用户按固定比例缩小:users(t) = users(1) × r^(t−1)。用第 1 到 5 个月拟合 r,得到 r = (730 ÷ 1,240)^(1/4) = 0.876。

第 6 到 8 个月的预测:639、560、491 人。实际是 684、647、617。模型分别偏低 45、87 和 126 人,差距逐月扩大。它把早走的人和忠诚用户当成同一群、每月 12.4% 地离开,所以不停地减掉已经不再有风险的用户。

只有在你有充分理由认为用户都差不多时才用这个模型,比如固定时长的短期试用,几乎所有人行为一致。

模型 2:幂律曲线

幂曲线 retention(t) = c × t^k 一开始下降很快、随后变平,和实际形状更接近。用第 1 到 5 个月的留存取对数,对月份取对数做回归即可拟合。在这个样本上,c = 0.626,k = −0.329。

第 6 到 8 个月的预测:694、660、632 人,实际是 684、647、617。误差是 +10、+13、+15:略偏高,并缓慢增大。幂曲线是个好用的描述工具,而且永远不会到零。这也是它的弱点:它不解释曲线为什么变平,所以不知道什么时候该变得更平。它还依赖时间刻度:第 1 个月的值固定为 c,所以拟合结果取决于你把哪个月叫作第 1 个月。

模型 3:移位贝塔几何模型

移位贝塔几何(sBG)模型出自 Fader 和 Hardie,它是解释形状,而不是硬拟合形状。它假设每个用户有自己的流失概率 p,随时间不变,而 p 在用户之间服从由 α 和 β 两个参数决定的贝塔分布。p 高的用户先走,留下的是 p 低的,于是同期群的留存率自己就会上升。留存函数是:

S(t) = B(α, β + t) ÷ B(α, β),其中 B 是贝塔函数

作者指出,这个模型用一张简单的 Excel 表格就能实现;α 和 β 通过让观测人数的似然最大来求得。用示例同期群的第 0 到 5 个月,拟合结果是 α = 0.386、β = 0.632。用户的平均流失概率是 α ÷ (α + β) = 0.379。

第 6 到 8 个月的预测:684、646、615 人,实际是 684、647、617。误差是 0、−1、−2。模型从没见过这几个月,仍然落在两个人以内。

在模型没见过的月份上比较三个模型

月份(留出)实际恒定速率幂律sBG
6684639694684
7647560660646
8617491632615
误差绝对值合计258383

外推的差距比测试期的差距更大。同样用第 0 到 5 个月去推第 12 个月:恒定速率模型说 289 人,幂律说 553 人,sBG 说 529 人。用第一个数字的规划者会预期留住同期群的 14%,用第三个数字的则预期 26%。到底该信哪个,要靠留出测试来回答。

信任任何推算之前先做这个测试:把数据的最后三分之一藏起来,用其余部分拟合,然后对比。如果表现最突出的模型在藏起来的月份上偏差超过 5%,就不要外推太远。

app.tapcub.com

恒定速率误差

258 人

第 6–8 月

幂律误差

38 人

第 6–8 月

sBG 误差

3 人

第 6–8 月

每月活跃用户:实际与 sBG 拟合

实际sBG
012345678
示例数据
示例数据:用第 0–5 个月拟合后,sBG 曲线始终贴合实际同期群(第 8 月 615 对 617);恒定速率曲线见下表,只有 491。

推算留存用户

用全部九个月重新拟合 sBG:α = 0.383、β = 0.627。检查拟合是否稳定:用第 0 到 5 个月拟合时第 12 个月是 529,用全部数据拟合是 531。

月份推算活跃用户(2,000 人中)留存率
1253126.6%
1845722.8%
2440920.5%

对一个行为相同、5,000 人的新同期群,预期第 12 个月约有 1,328 人活跃(5,000 的 26.6%),第 24 个月约 1,024 人。报告时取整;如果决策很重大,给出一个范围而不是单个点。一条好规则:推算的长度不要超过观测数据的大约两倍。九个月的数据可以放心推到 18 个月,推到 24 个月就是外推了。

算生命周期价值时,把各月留存比例加起来:第 1 到 12 个月合计每位注册用户 4.42 个活跃月,第 1 到 24 个月合计 7.16 个。按示例中每个活跃月 20 计算,每位注册用户第一年是 88.4,两年是 143.1,未扣成本。

留存模型什么时候会失灵

  • 混合的同期群。 把免费注册和付费注册混在一起的同期群是两个群体,要分别拟合。
  • 产品或定价变化。 第 4 个月的一次改动会改变第 4 个月之后的曲线。只拟合改动之后的数据,或者做标记。
  • 季节性。 12 月开始和 6 月开始的同期群形状可能不同。比较同一季节的同期群。
  • 随时间变化的流失。 sBG 假设每个用户的流失概率不变。Fader 和 Hardie 后来的工作加了一个时长依赖的扩展,用于流失概率随时间上升或下降的情况。
  • 收入不等于留存。 用户数的推算对花费什么都没说;收入要另外建模。

在 TapCub 里建同期群表

模型只需要分析工具提供一样东西:同期群表,TapCub 能生成它。

  1. 设置起始事件和回访事件。 在 全端分析 › 行为分析 › 行为分析 打开留存,选一个起始事件(比如 signup_completed)和一个回访事件。两个都留空表示任意活跃。
  2. 选周期。 天、周或月,最多 30 天或 12 周或 12 个月。九个月的月度数据,就选月。
  3. 选模式。 「第 N 期正好回来」对应上面的活跃用户表;「第 N 期或之后回来」得到一条不会再上升的曲线。
  4. 读表。 每一行是一个同期群,有起始日期、人数,以及每期的人数和比例;下面一行是按人数加权的平均值。还没结束的周期是空的,不是零,比例从第 1 期开始。
  5. 把人数复制进模型。 把最早一个完整同期群的活跃人数取出来,放进表格或脚本。

TapCub 展示留存,不拟合曲线,也不推算留存用户。模型在外部做,下个季度再用同一张表去检验预测。

常见问题

什么是留存建模?

留存建模是给一个同期群观测到的留存数据拟合一条曲线,以便推算之后各期还有多少用户活跃。它用于生命周期价值、预算和容量规划。模型应在它没见过的月份上测试。

该选哪个留存模型?

没有哪一个模型始终适用,要靠留出月份的测试来选。示例里,恒定速率模型在第 8 个月差了 126 人,幂律差 15 人,移位贝塔几何模型差 2 人。当用户离开的可能性各不相同时,sBG 是个很强的默认选择。

怎么推算客户留存?

取一个同期群随时间变化的人数,用早期的周期拟合模型,拿留出的后期数据检验,再用它向更远处推算。推算的长度不要超过观测历史的大约两倍。

为什么留存会随时间变平?

因为用户各不相同。最可能离开的人先走,剩下的人越来越忠诚。示例里逐月留存率从 62.0% 升到 95.4%,却没有任何一个用户发生变化。

需要多少个月的数据?

足够看到曲线变平,通常一个同期群至少 6 个月,再加几个月用来留出做测试。月份更少时,把推算报告成一个很宽的范围,并随着数据增加重新拟合。

资料来源

归档:数据分析

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。

许安

客户体验顾问

关注在线客服、访客沟通与自助服务,分享常见问题的处理思路和可复用流程,让每一次沟通更清晰有效。

建出模型需要的同期群表

按起始事件和回访事件看留存,按天、周、月,带同期群人数和按人数加权的平均值。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie