retention-analysis

留存分析技能

诊断用户流失的原因，找出留住用户的因素，并推荐具体、可测试的干预措施，而不是含糊地建议“改善新手引导”。

留存基础

留存曲线包含两个组成部分：

1. 初期下滑的陡峭程度（D1–D7）——新手引导问题
2. 长期留存底部水平——产品与市场契合度指标

具有产品与市场契合度的产品，其留存曲线会趋于平缓。如果曲线持续趋近于零，说明你遇到的是产品与市场契合度问题，而不是新手引导问题。请明确指出这一区别。

---

留存指标定义

指标	公式	说明
D1 留存率	第 2 天回访的用户数 ÷ 第 1 天的新用户数	首次体验的质量
D7 留存率	第 8 天活跃的用户数 ÷ 7 天前加入的用户数	早期习惯养成
D30 留存率	第 31 天活跃的用户数 ÷ 30 天前加入的用户数	产品与市场契合度信号
DAU/MAU 比率	日活跃用户数 ÷ 月活跃用户数	用户黏性（>20% 为良好，>50% 为优秀）
流失率	该期间流失的用户数 ÷ 该期间开始时的用户数	月度或年度
净收入留存率	期末 MRR ÷ 期初 MRR（同一群组）	包含扩张收入的营收状况

---

留存调查框架

步骤 1：细分问题

不要笼统地分析“留存率”，而要分析特定群组的留存率：

• 新用户与回访用户
• 付费用户与免费用户
• 获客渠道（自然流量、付费流量或推荐）
• 是否完成新手引导流程
• 功能使用情况（高级用户与潜水用户）

步骤 2：找到转折点

下滑发生在什么时候？D1？D7？第 3 个月？

• D1 下滑 → 首次会话体验
• D7 下滑 → 尚未形成习惯循环
• D30 下滑 → 未能深入交付价值
• 第 3 个月及之后下滑 → 厌倦、竞争或生命周期事件

步骤 3：找出“顿悟时刻”的相关性

哪些早期行为可以预测长期留存？

• 做相关性分析：前 7 天内执行过 [X] 的用户，与其 30 天留存率之间的关系
• 常见模式：连接了某个集成、邀请了团队成员、完成核心操作 N 次

步骤 4：了解流失原因

采访已流失的用户——绝不能跳过这一步。仅靠问卷数据并不足够。

• “是什么原因促使你取消订阅/停止使用？”
• “你想完成什么，却没能做到？”
• “要做出哪些改变，你才会回来？”

---

输出格式

留存分析 — [产品/细分群体] — [日期]

问题：[要回答的具体留存问题]
分析期间：[日期范围]
细分群体：[哪些用户]

---

当前留存概况：

指标	当前值	行业基准	状态
D1 留存率	[X%]	25–40%	🔴/🟡/🟢
D7 留存率	[X%]	10–25%	🔴/🟡/🟢
D30 留存率	[X%]	5–15%	🔴/🟡/🟢
DAU/MAU	[X%]	典型值为 10–20%	🔴/🟡/🟢

留存曲线形态：[趋于平缓 / 仍在下滑 / 趋近于零]
产品与市场契合度信号：[强 / 弱 / 不存在——根据曲线形态判断]

---

根本原因假设：

假设	证据	置信度	验证方式
[原因]	[数据点]	H/M/L	[如何验证]

“顿悟时刻”的相关性：
前 [N] 天内执行过[具体操作]的用户，留存率为 [X%]；未执行该操作的用户为 [Y%]。

---

推荐干预措施：

干预措施	目标下滑阶段	预期提升	工作量	优先级
[具体改动]	D1 / D7 / D30	[X%]	S/M/L	1/2/3

监控计划：

• 跟踪指标：[X]
• 复查频率：[每周 / 每月]
• 告警阈值：[如果 X 低于 Y，立即调查]

---

必要输入

如果用户未提供以下信息，请向其询问：

• 产品和商业模式（SaaS / 消费者应用 / 市场平台 / 其他）
• 当前留存指标（如有，请提供 D1、D7、D30）
• 要分析的细分群体（所有用户 / 付费用户 / 免费用户 / 特定群组）
• 要回答的关键问题（留存率为何下滑？哪些因素推动留存？）
• 可用数据（分析事件、流失调查、访谈记录）

深入材料

此技能附带支持文件——如有，请使用：

• references/curve-reading.md — 如何解读留存曲线而不自欺欺人。生成输出时请参考此文件；其中包含了对方法摘要的校准和判断要点。
• templates/retention-readout.md — 一份内嵌质量门槛的可填写交付模板。如果用户想自己处理文档，而不是让系统生成，请提供此模板。

评分标准（0–40）

交付前，请为此技能的任何输出评分；32 分以上才算达到交付质量。

维度	0	5	10
曲线诊断	只报告留存率，不展示曲线形状	展示了曲线形状，但没有解读	明确诊断曲线是趋于平缓还是趋近于零，并说明其含义（PMF 问题还是引导流程问题）
群组分析	将所有用户混为一个综合比率	拆分了群组，但只是罗列表格	分析前先划分群组，并指出差异显著的群组及其原因
关键时刻关联	未将激活与留存联系起来	声称存在相关性，但没有数据或说明	根据证据识别留存用户与流失用户之间的行为差异；若无法确定，则如实说明，并制定查明计划
干预措施的具体性	建议停留在“改进引导流程”层面	提出了具体行动，但没有衡量计划	干预措施明确指出目标用户时刻，并附上监控计划、警报阈值以及对流失用户的访谈

质量检查

• 已诊断留存曲线形态（趋于平缓还是趋近于零 = PMF 问题还是引导流程问题）
• 分析前已划分群组（没有将所有用户混为一谈）
• 已识别“关键时刻”相关性，或标记为未知
• 干预措施具体（不是“改进引导流程”）
• 建议访谈流失用户（不只是分析数据）
• 监控计划包含警报阈值

反模式

• 不要只建议“改进引导流程”，却不说明要具体修改哪一步以及原因
• 不要在未按群组划分的情况下分析留存——汇总留存曲线会掩盖群组特有的模式
• 不要将 DAU/MAU 低于 5% 视为留存问题——达到这一水平时，问题在于产品市场契合度
• 不要跳过定性研究——访谈流失用户能揭示定量数据无法说明的原因
• 设置监控警报时，必须明确触发阈值

指南

• 切勿只建议“改进引导流程”，而不具体说明要改什么以及原因
• 对照行业基准——消费类应用、SaaS 和交易平台的留存常态截然不同
• 如果 DAU/MAU 低于 5%，应讨论 PMF，而不是留存策略
• 务必建议与流失用户交流——再多的数据也无法取代理解流失的原因