TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

用户状态分群:新增、回访、回流和沉睡用户

用户状态分群按周期把用户分成新增、回访、回流、有流失风险和沉睡。定义、增长核算公式、每种状态的做法和一个按周的示例。

苏禾 发布于 2026 年 11 月 6 日 5 分钟阅读 数据分析
用户状态分群:新增、回访、回流和沉睡用户示例数据

用你自己的数据试一下

这篇文章里出现的报表免费版全都有。一段代码,网站和 App 都能接,最多 10 个站点。

免费开始

用户状态分群每周或每月把用户分成新增、回访、回流、有流失风险和沉睡,让你看到活跃用户数背后的流动。本文定义每种状态,讲清增长核算公式和快速比率,列出每种状态的做法,并展示一周的数据:推广让新增翻倍,但很多人马上进入了沉睡。

读完你会知道

  • 周期要贴合产品的自然使用间隔
  • 用核心操作定义活跃,而不是打开
  • Δ 活跃 = 新增 + 回流 − 沉睡
  • 快速比率大于 1,活跃用户在增长
  • 对每种状态采取不同的行动

什么是用户状态分群?

用户状态分群(User Status Segmentation)按用户此刻处在生命周期的哪个阶段来分组:新增、活跃(回访)、回流(中断一段时间后回来)、有流失风险和沉睡(不再活跃)。你看到的不再是一个「活跃用户数」,而是每周或每月在这些状态之间的流动,能解释活跃用户为什么增长或减少。

用户总数在涨,也可能藏着问题。如果新用户大量涌入,一周后大部分进入沉睡,那增长是买来的,不是挣来的。状态分群能把这一点暴露出来。

常用的用户状态

状态定义(以周为例)说明什么
新增本周是首次活跃获客有效
回访本周和上周都活跃健康产品的核心
回流本周活跃、上周不活跃、更早活跃过召回和季节性
有流失风险以前活跃,但已超过平常的回访间隔该在他们离开前去联系的人
沉睡(流失)上周活跃、本周不活跃活跃用户从哪里漏掉

周期(日、周或月)要和产品的自然使用频率一致。每天用的即时通讯 App 和每月用的开票工具,需要不同的时间窗口。

状态主要抓手
新增新手引导、首次获得价值的时间
回访功能深度、升级、推荐
回流重复把他们带回来的东西
有流失风险及时、相关的提醒
沉睡给出理由的召回,弄清离开原因

把每种状态存成分群,比较行为和收入。

增长核算公式

本期活跃用户 = 新增 + 回访 + 回流,和上一期相比的变化是:

Δ 活跃 = 新增 + 回流 − 沉睡

一个相关的比例常被称为用户的快速比率:(新增 + 回流) ÷ 沉睡。大于 1 时活跃用户在增长,小于 1 时在缩小。自然增长健康的产品往往远高于 1;成熟产品接近 1,回访用户的基数很大。

怎样用状态分群

1. 定义什么算活跃

决定「活跃」指任何一次会话,还是一个核心操作,比如「开了一张发票」。用核心操作,看到的情况更真实。

2. 选周期

一周用好几次的产品按周,一个月用几次的按月。

3. 看流动,不只看总数

每个周期都看流入(新增、回流)和流出(沉睡)各有多少。总数稳定、但流失和获客都很大的业务,是脆弱的。

4. 对不同状态分别行动

  • 新增: 新手引导,以及首次获得价值的时间。
  • 回访: 更深的功能采用、升级、推荐。
  • 回流: 找出是什么把他们带回来(季节、活动、功能),然后重复它。
  • 有流失风险: 和他们过去使用相关的提醒、帮助内容,对高价值账号主动问候。
  • 沉睡: 给出回来理由的召回活动;弄清他们为什么离开。

5. 持续跟踪分群

把每种状态存成一个分群,就能比较它们的转化、收入和功能使用。

计算示例:每周的生命周期

某项目管理 App(示例数据),周活跃定义为「更新过任务」:

周新增回访回流沉睡活跃快速比率
W11,2008,100600−1,5009,9001.20
W21,4008,300550−1,60010,2501.22
W32,6008,400500−1,85011,5001.68
W42,5008,900450−2,60011,8501.13

第 3 周的推广让新增翻了一倍多,活跃用户涨了 12%。但第 4 周沉睡用户升到 2,600:很多推广带来的注册没有回来,快速比率回落到 1.13。接下来该做的不是加推广预算,而是给推广用户一个更好的首周体验。

app.tapcub.com

W4 活跃用户

11,850

▲ 3.0%

W4 沉睡

2,600

▼ 多 41%

W4 快速比率

1.13

▼ 从 1.68 回落

每周生命周期

示例数据
周新增回流沉睡活跃
W11,200600−1,5009,900
W21,400550−1,60010,250
W32,600500−1,85011,500
W42,500450−2,60011,850

W3 推广来的用户在 W4 进入沉睡。

示例数据

常见错误

  • 时间窗口和使用频率不匹配。 每天用的 App 按月看状态会掩盖流失;每月用的 App 按天看会出现假流失。
  • 把打开当活跃。 能用核心操作就用核心操作。
  • 只看活跃总数。 流动才能解释总数。
  • 所有状态发同一条消息。 有流失风险的用户和沉睡用户需要不同的做法。
  • 忽略回流。 它常常是一个量大、成本低的活跃来源。

在 TapCub 里做用户状态分群

  • 生命周期视图: 全端分析 › 行为分析 › 行为分析 › 生命周期 按周或按月显示四个数:新增、回访、回流和沉睡(沉睡画在下一周期,显示为负数)。可以设置一个活跃事件,以及「老用户」的判定天数(默认 7 天)。
  • 不活跃分档: 看至少 7、14、30、60、90 天没有活跃的人各有多少。
  • 分群: 用规则建用户分群,比如「以前活跃、14 天没出现」,对比它们的行为;RFM 分群按最近一次、频次和金额把买家分开。
  • 留存: 用同一个活跃定义看批次留存。见怎样做批次分析。

相关阅读:用户分群示例、留存指标。

常见问题

用户状态分群和批次分析有什么区别? 批次分析跟踪同一时间开始使用的一群人;状态分群看的是每个周期里的所有用户,按他们当前的状态分类。

沉睡用户怎么定义? 上一周期活跃、本周期不活跃的用户,活跃定义和周期长度保持一致。

什么是回流用户? 本周期活跃、上一周期不活跃、更早某个时候活跃过的用户。

用什么周期? 贴合自然使用间隔:一天用多次的按天,一周用多次的按周,偶尔用的工具按月。

参考资料

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。

苏禾

数据分析师

围绕流量来源、转化漏斗与用户留存写作,重视指标口径和分析过程,用具体示例解释数字背后的问题。

看见活跃用户背后的流动

按周或按月的生命周期、不活跃分档、分群和批次留存。

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