TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

用户留存策略:每个生命周期阶段该做什么

用户留存策略要和用户所处的阶段匹配:第 0 到 7 天做激活,第 8 到 30 天养习惯,第 31 天起管沉睡和召回。一个群组算例说明先修哪个阶段。

索菲娅·贝内特 发布于 2026 年 11 月 19 日 10 分钟阅读 增长与运营
示例数据:1,000 人注册的群组,第 7 天降到 300,第 30 天降到 180,第 90 天降到 150。早期阶段流失群组的 70%,成长期流失进入该阶段人数的 40%,成熟期流失 16.7%。示例数据

用户留存策略要和用户所处的阶段匹配:第 0 到 7 天做激活,第 8 到 30 天养习惯,第 31 天起管沉睡和召回。在一个 1,000 人的示例群组里,早期阶段流失了 700 人,成熟期只流失 30 人。下面是每个阶段该做什么,以及先修哪个。

读完你会知道

  • 把最初三个月分成早期、成长期和成熟期,每个阶段用各自的指标
  • 示例里提升五个点,早期值 +25 个存活者,成长期 +12.5,成熟期 +9
  • 先修你能量得出来的最早的漏点;早期的改动大约两周就能读到结果,成熟期的要一个季度

什么是用户留存?该先用哪种策略?

用户留存是指一批用户在经过一段时间后仍然活跃的比例。你选一个起始事件(注册、首次购买)、一个回访事件(任意活动或某个具体动作)和一个周期,然后统计去重后的人数。Mixpanel 的文档也是这样描述的:留存度量把起始事件与之后的回访事件配对,统计的是去重用户,而不是事件总数。结果是每个群组每个周期的一个比率;公式见留存指标,硬币的另一面见流失率与留存率。

用哪种策略,取决于用户已经待了多久,因为人们离开的原因会随时长而变化。本文把最初三个月分成三个阶段:

阶段用户时长问题任务
早期第 0 到 7 天他们到底有没有用上价值?激活
成长期第 8 到 30 天它在变成习惯吗?养成惯性
成熟期第 31 天起他们还需要它吗?守住并召回

「先做哪个」的答案出自下面算例里的数字,通常是早期:这个阶段能流失的人最多,也最快给你答案。首周没用上价值的用户,第三个月收到一封忠诚度邮件也没有用。

《哈佛商业评论》2014 年报道,获取一个新客户的成本,视研究和行业不同,可能是留住一个老客户的五到 25 倍。这个倍数波动很大,所以把它当作要去衡量留存的理由,而不是写进自己商业方案的数字。

三个阶段在数据里是什么样?

示例数据:同一周注册的 1,000 人组成一个群组。

时间点仍然活跃占群组比例比上一个时间点流失
注册1,000全部无
第 1 天45045%550
第 7 天30030%150
第 30 天18018%120
第 90 天15015%30

按阶段汇总流失。早期阶段,群组从 1,000 降到 300,流失 700 人(占群组的 70%)。成长期,从 300 降到 180,流失 120 人(占进入该阶段的人数的 40%)。成熟期,从 180 降到 150,流失 30 人(16.7%)。开头陡、后面平的留存曲线是正常的;这条曲线在第 30 天左右趋平,说明走到第 30 天的人大多会留下。这个形状的术语是留存曲线。

要看陡不陡,而不只是水平高低。如果曲线在首周结束时仍然陡降,是早期阶段的问题;如果早期平稳,却在第二到第四周下降,是习惯的问题;如果坚持到第 30 天,之后缓慢下滑,是长尾问题,也就是成熟期。水平该是多少,见好的留存率;它取决于人们自然需要你的产品的频率。

时间点仍然活跃比上一个时间点流失
注册1,000无
第 1 天450(45%)550
第 7 天300(30%)150
第 30 天180(18%)120
第 90 天150(15%)30

示例群组:同一周注册的 1,000 人。

早期(第 0 到 7 天)什么有效?

目标只有一个:让用户做到那个能让他看到产品管用的动作。人们在首周离开,很少是因为产品不好,而是因为从没见过它管用。策略,以及每条策略该推动的数字:

策略具体做法度量
缩短到达价值的路径去掉注册字段;跳过可以晚点做的步骤;一进来就是可用的状态从注册到关键动作的时间
定义激活动作,并把人推过去一份清单、一条提示、一个指向它的空状态激活率:已激活 ÷ 注册
跟进停下来的人一条点名他没完成的那一步的消息停下的用户后来被激活的比例
修好技术上的流失点第一次会话里的报错、慢页面和断掉的流程新用户每次会话的错误数
问他们为什么来注册时问一个问题,用来安排他的起始界面按回答拆分的激活率

示例里,群组在第 1 天有 45% 活跃,第 7 天有 30%。这两个数字都属于这个阶段。因为它们在一周内就能量到,所以改一个东西,大约两周就能读到结果。激活动作要具体:「创建了一个项目」可度量,「逛了逛产品」不可度量。

成长期(第 8 到 30 天)什么有效?

此时用户已经见过一次价值。任务是让回来变成一种惯性。当有东西把人带回来、并且有事可做时,人们就会回来。策略:

策略具体做法度量
把提醒绑定到用户自己的工作「你的草稿在等你」「你的报告已生成」,而不是泛泛的资讯提醒后 48 小时内的回访率
加深使用把用户引向留下来的人会用的第二个、第三个功能第 14 天用过 2 个及以上功能的用户占比
按来源和分群比较群组找出哪些获客来源和用户类型在这个阶段掉得多按来源看的第 30 天留存
增加和别人一起回来的理由在合适的产品里做邀请、共享空间、评论邀请过别人的用户占比
度量频次,而不只是回不回来每周活跃几天,而不只是「是或否」黏性:周期内的活跃天数

示例里,群组从第 7 天的 300 降到第 30 天的 180,流失了进入该阶段人数的 40%。做一次群组对比,就能看出流失是均匀的,还是主要集中在某个来源或某类用户。如果流失集中,修复就该针对这些用户,而不是针对所有人。

成熟期(第 31 天起)什么有效?

留下来的人已经有了习惯。风险变得不同:缓慢流逝、需求变化,或者出现了替代选择。任务是发现谁在变安静,并把已经走掉的人带回来。策略:

策略具体做法度量
尽早盯住沉睡给 14 天或 30 天不活跃的用户打标记每个周期的流失用户数
带着理由召回一条关于新内容或未完成事项的消息,而不是「我们想你了」回流用户 ÷ 被触达的沉睡用户
守住最合适的用户找出在用时间最长的分群,确保他们没被冷落该分群的留存
收集离开的原因向流失用户问一个简短的问题,或做一次对话按类型统计的原因数
对企业产品,盯住账户同一个客户里是不是还有多个人活跃活跃账户数、每账户活跃成员数

示例数据:一款有长期用户基础的产品,一周的生命周期人数:新增 400、留存 1,200、回流 150(间隔一段时间后重新活跃)、流失 300(本周活跃、下周消失)。本周活跃的人数是 400 + 1,200 + 150 = 1,750。净变化是 400 + 150 − 300 = +250。新增与失去的比值是 (400 + 150) ÷ 300 = 1.83。如果这个比值向 1.0 靠近,说明产品只是在补充离开的人,而不是在增长。

该先修哪个阶段?算例

拿上面的群组,问一问每个阶段提升五个百分点值多少。提升按进入该阶段的人数的占比来衡量。第 90 天的人数是群组的存活者,目前是 150。

阶段现在的存活率提升 5 个百分点后第 90 天存活人数增量
早期(第 0 到 7 天)30%(1,000 人中的 300)35%175.0+25.0
成长期(第 8 到 30 天)60%(300 人中的 180)65%162.5+12.5
成熟期(第 31 到 90 天)83.3%(180 人中的 150)88.3%159.0+9.0

同样的五个点,在早期值 25 个存活者,成长期值 12.5 个,成熟期值 9 个,因为早期作用于全部 1,000 人,后面的阶段只作用于剩下的那一小部分。如果每个阶段都提升相同的比例,比如相对提升 10%,三者的结果相同(都多 15 个存活者),因为各阶段是连乘的。所以顺序不能只靠算术来定,还要看多快能读到结果:

阶段首批群组多久能读
早期7 天后,再加一周的数据来对比
成长期30 天后
成熟期90 天或更久

早期的改动每两周就能测一次;成熟期的改动要一个季度。先修你能量得出来的最早的漏点,再往后推。 表里的增量不是承诺:五个点只是假设,真实的改动要去测试,并拿结果对照群组检查,而不是想当然。

app.tapcub.com

各生命周期阶段流失的人数

示例群组 1,000 人
早期,第 0 到 7 天700
成长期,第 8 到 30 天120
成熟期,第 31 到 90 天30
示例数据
示例数据:1,000 人注册的群组,第 7 天降到 300,第 30 天降到 180,第 90 天降到 150。早期阶段流失群组的 70%,成长期流失进入该阶段人数的 40%,成熟期流失 16.7%。

哪些错误会让留存策略失败?

  • 对所有人打折。 一刀切的折扣把钱花在了本来就会留下的人身上。要针对停滞或沉睡的分群。
  • 把回流用户算作留存。 间隔后回来的人是一次胜利,但和从没离开过的人不是一回事。两个数分开记。
  • 把群组平均。 六个月的平均数掩盖了近期群组是更好还是更差。要一个群组一个群组地比。
  • 在自然使用频率不同的产品之间比留存。 开发票的工具每月用一次,聊天应用每天用。公平的比较要用适合产品的周期。
  • 把留存只当作营销的事。 第 7 天的留存,主要由产品和第一次会话的体验决定。
  • 把没结束的周期读成流失。 最新的周期是不完整,不是零;怎么读见好的留存率。

在 TapCub 里怎么按阶段看留存

下面是示例群组在 TapCub 里的读法。

  1. 对群组跑留存。 在 全端分析 › 行为分析 › 行为分析 里选留存。起始事件设为「注册」,回访事件设为任意活动,周期选天,范围 30 天。每一行是一个群组,有人数,以及每个周期的人数和比率;还没结束的周期显示为空,不是零,表下面一行是按群组大小加权的平均比率。App 项目还可以用 应用统计 › 用户分析 › 留存 的留存视图。
  2. 找出掉得最陡的阶段。 把第 1、7、30 天的比率和上面的表对照。「在第 N 期或之后任何一期回来」的模式给出一条不会再上升的曲线;「恰好第 N 期」的模式显示在那一天回来的人。
  3. 读四种生命周期状态。 生命周期视图按周或按月显示新增、留存、回流和流失的人数。流失画在下一期,并取负值,当前没结束的一期不算流失。这就给出了示例里的成熟期数字。
  4. 建出要去触达的群体。 在 全端分析 › 用户 › 分群与标签 里建一个分群,比如「14 天不活跃」;如果你记录了购买,也可以用 RFM 分组,其中有「有风险」和「不能失去」。分群也可以用在其他分析里。
  5. 检验效果。 在 配置 › 日期标注 里标出改动的日期,再把下一个群组和上一个对照着读。

TapCub 不发邮件、不发推送、不发折扣,也不跑实验。它告诉你哪个阶段在漏、该触达哪些人;消息本身和发送都在你自己的工具里完成。

常见问题

有哪些有效的用户留存策略?

要看阶段。首周,缩短到达有用动作的路径。第二到第四周,把提醒绑定到用户自己的工作,并加深使用。满一个月之后,盯住沉睡,带着具体理由召回。每个阶段用各自的指标衡量,一次只测试一个改动。

怎样提高用户留存?

找出群组曲线掉得最陡的地方,先修那个阶段。早期流失通常是激活问题,中期流失是习惯问题,后期滑落是沉睡问题。按来源和分群比较群组,看流失是否集中。一次只改一件事,并检查下一个群组。

好的用户留存率是多少?

没有统一的数字,取决于人们自然需要你产品的频率。每天用的应用和每月用的工具不应该放在一起比。更好的检验是:你的曲线有没有趋平,新群组的留存是不是比老群组更好。

用户留存为什么重要?

留存决定了获取来的用户能不能变成长期价值。《哈佛商业评论》报道,视研究和行业不同,赢得一个新客户的成本可能是留住一个老客户的五到 25 倍。即使不去算倍数,一个漏水的群组也会让每个获客渠道看起来比实际更差。

怎么衡量用户留存?

选一个起始事件和一个回访事件,按用户开始的时间分组,统计每个后续周期仍然活跃的比例。要逐个群组比较,而不是平均,并把当前没结束的周期当作不完整。Mixpanel 和 Amplitude 的文档都采用同样的起始事件加回访事件的方式。

另见:怎样提高月活跃用户:按杠杆选策略。

资料来源

  • Mixpanel。留存(Retention),产品文档。留存行为把起始事件与回访事件配对,统计去重用户。2026-11-19 核对。
  • Amplitude。构建留存分析,产品文档。从起始事件到回访事件度量留存。2026-11-19 核对。
  • Amy Gallo。The Value of Keeping the Right Customers,《哈佛商业评论》,2014 年 10 月 29 日。获取与留住客户的成本对比。2026-11-19 核对。

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。

索菲娅·贝内特

产品应用顾问

关注客户上手、在线沟通与自助服务,将常见使用问题整理为清晰的操作建议与改进思路。

看看你的群组在哪里流失人

按天或按周看留存、生命周期状态,以及为要触达的用户保存的分群。

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