【案例】京东如何靠数据驱动打用户留存战？解锁长期价值
在数字化产品运营中，大家往往最看重拉来多少新用户，但产品能不能长久发展，关键要看用户愿不愿意一直用。留存分析就是专门研究用户为啥愿意留下来的方法，掌握它能帮企业更好地调整运营策略，多赚钱。
一、什么是留存分析？
留存分析本质是追踪用户在特定时间周期内的活跃行为，通过对比不同阶段的用户留存率，判断产品对用户的吸引力。举个例子，你刚下载了一个 APP，7 天、30 天后还会不会打开它？通过对比不同时间段的用户回来的比例，就能知道大家喜不喜欢这个产品。
和普通的活跃度统计不一样，留存分析更在意用户是不是经常用、愿意长期用。它不仅能看出用户买不买账，还能帮我们找到用户不再用产品的关键原因，给产品改进提供重要参考。
比如说，一个购物 APP 发现，新用户第一次下单后，30 天内只有 15% 的人会再次使用。这时候，通过留存分析，就能进一步排查，是快递太慢让用户不满意？还是没有优惠活动，用户不想再买？像这样找准问题，就是留存分析最大的用处。
二、留存分析的核心指标与模型
留存分析的核心指标是留存率，根据时间长短，我们把它分为三类：
短期留存：主要看用户注册后 1 天和 3 天内会不会再回来。比如你刚下载了一个修图 APP，第二天还会不会打开用它修图？短期留存能帮我们判断新用户是不是觉得这个产品有用、好不好上手。
中期留存：观察用户注册后 7 天和 14 天的使用情况。像社交软件，用户在一周内有没有主动加好友、进群组？这个阶段的数据能帮我们判断用户是不是开始养成使用习惯了。
长期留存：重点关注 30 天和 90 天的留存数据。如果一款办公软件或者支付 APP，用户连续几个月都在用，说明它已经变成用户离不开的工具了。长期留存率高，就代表产品真的解决了用户的实际需求。
实际做留存分析的时候，常用这两种方法：
同期群分析：把同一时间段注册的用户归到一组，比如同一周新注册的用户算一群，然后看看这群人后面不同时间的留存情况。这样就能清楚知道某个推广活动到底有没有效果，不会被不同时间注册用户的数据干扰。
行为留存模型：研究用户在 APP 里做了哪些关键操作，和他们会不会继续使用之间的关系。举个例子，教育类 APP 发现，第一节课就和老师互动的学生，一个月后还在上课的比例，比不互动的学生高出 40%。知道这个规律后，就能想办法让课程互动性更强，留住更多学生。
三、留存分析的实施步骤与常见误区
有效开展留存分析需要遵循四个步骤，首先明确需要解决什么问题，比如看看新功能好不好用，还是想办法留住更多用户；其次确定用户群体与时间周期，比如2024 年 3 月新增付费用户的 90 天留存；然后采集用户行为数据，确保数据准确性与完整性；最后通过可视化工具，比如折线图、热力图呈现结果，并且结合业务场景解读。
在实践中，企业容易掉进三大误区里面，一是只追求用户留下来的多，却不管这些用户有没有价值。有些产品靠签到送奖励、发红包让人留下，但这些人其实根本没给产品带来什么收益；二是不懂得把用户分类分析，将所有用户归为一类，结果根本发现不了花钱多的用户反而容易流失这种重要问题；三是缺乏行动转化，只盯着数据看，却不把分析结果用起来。比如不根据数据优化产品功能，或者调整运营策略。
四、留存分析的商业价值
现在获客越来越难、成本越来越高，留存分析在企业的商业价值愈发凸显。对做互联网产品的公司来说，只要把留下来继续用产品的用户比例提高 10%，每个用户能带来的总收益就能多赚 30% 以上。开实体店、做传统生意的企业，通过分析老顾客会不会再次光顾、买东西，就能知道怎么更好地维护客户关系。
说到底，留存分析可不只是看数据的工具，它就像给企业老板和产品经理准备的导航仪。只有经常盯着用户留存的数据，搞清楚大家为什么愿意留下、又因为什么离开，才能做出让用户一直喜欢用的产品，在市场上站稳脚跟。
我们来用以一个案例来进一步了解留存分析吧。
五、数据驱动的用户留存战：京东留存分析实战案例解析
现在电商行业拉新越来越贵，每年获客成本要多花 20%。早在 2023 年，京X东就意识到必须把留住老用户当成头等大事，开始搭建一整套科学的留存分析系统。这意味着京X东不再只盯着新用户数量，而是更注重把现有的用户服务好。接下来，咱们就从京东超市卖的快消品和 PLUS 会员这两个地方入手，看看他们到底是怎么留住用户的。
（一）从数据异常定位留存症结
2024 年初，京X东超市数据看板显示两大核心问题，一方面，日用百货这些快消品的新用户，在注册 30 天后还继续使用的人只有 28%，比买手机电脑等数码产品的用户留存率低了将近一半；另一方面，在 618 大促期间拉来的上百万新用户，90 天后还在活跃的连 15% 都不到，而平时新用户 90 天的留存率能达到 41%。这些数据明显不对劲，为了找到问题出在哪儿，京东马上开始全面分析用户留存情况。
为了把问题研究透，技术团队通过用户账号，把三个关键数据库打通了，第一个是用户操作记录，包括登录、看商品、加购物车等 12 种行为；第二个是购物数据，像花了多少钱、回购了几次；第三个是营销记录，比如消息通知打开率、优惠券使用情况。这样一来，从吸引用户进店、让用户开始下单，到留住用户长期使用的整个过程，都能分析得明明白白。
（二）分层拆解留存影响因子
1、用户分群与行为归因
首先进行同期群对比，我们把 2024 年 618 大促新注册的用户，和同年 4 月平时新注册的用户分成两组来看。结果发现，618 大促期间新用户里，有 37% 的人只领了优惠券但没买东西；超过 60% 的人第一单只花了不到 50 块钱，这两类用户在接下来 90 天里，继续使用京东的人只有 8%。反过来看，4 月平时新注册用户里，第一单就花了 100 块钱以上的，90 天内还在使用京东的比例高达 59%。
再进行用户行为分析，我们通过数据分析发现，按照看商品详情页、读用户评价、把商品加入购物车、下单付款这个流程走完的用户，在 30 天内继续使用京X东的可能性，比只看了看商品页面的用户高出 3.2 倍。另外，如果有用户反复遇到付款失败的情况，他们不再使用京东的可能性会增加 78%。
2、会员体系效能评估
我们对京X东 PLUS 会员和普通用户做了区分研究，发现在PLUS 会员里，90 天还在活跃使用的人能占到 72%。不过，如果开通了会员却一次免运费的福利都没用过，差不多每两个人里就有一个，会在 3 个月后不再活跃。再仔细分析不同品类的会员使用情况，母婴类会员对会员权益用得最频繁，使用率高达 83%，而且他们继续留在平台上的比例，比其他品类会员高出近三成。
(三）基于分析结论的精准干预
1、快消品类：全链路体验优化与分层运营
首先优化购物体验，以前用户在付款时经常被跳转来跳转去，还得等半天页面加载。现在直接减少了 2 个跳转步骤，把付款页面的加载时间从 3.2 秒缩短到 1.5 秒。这么一改，从加购物车到完成付款的用户比例提高了 28%。另外，京X东还根据不同商品的特点改进了推荐功能，比如新用户买日用品时，优先给他们推荐评价超过 10 万条的热门商品，帮大家更快拿定主意。
再进行精准推送福利，通过满减券比如满99-30的优惠券，优先唤醒高价值用户，提升了客单价和总销售额。
2、会员体系：权益激活与场景绑定
唤醒沉睡会员，为了防止用户流失，京X东用专门的模型预测哪些人可能不再使用京东服务。比如发现开通会员 30 天却一直没用过会员权益的用户，就给他们送10 元无门槛优惠券加免运费券的福利包。这么做之后，原来只有 27% 的用户会使用会员权益，现在提升到了 63%。
满足用户对日常购物需求，对于母婴用品、纸巾这类大家经常要买的东西，京东为会员提供了贴心的补货提醒服务。比如妈妈们可以设置纸尿裤剩下 5 片时，就能收到专属优惠推送。像维达纸巾就靠这个功能，让会员购买次数增加了 40%，而且 90 天内还在继续购买的会员比例超过了 80%。
如果你也想学着用数据解决问题，比如做用户分析、提升转化率，其实可以看看CDA数据分析师认证，CDA数据分析特别注重业务分析，学会了这些，不管是换工作做数据分析，还是在现在的岗位上帮公司做决策，都能用得上。
CDA数据分析师证书，与CPA注会、CFA特许金融师并驾齐驱，其权威性与实用性不言而喻。在互联网行业中，应用数据分析是非常适配的，该行业数据量庞大、发展快。CDA数据分析师在互联网行业的数据岗中认可度非常高，一般都要求考过CDA数据分析师二级，CDA二级中包含了模型搭建的详细内容，对于数据岗的工作来说特别有帮助。
CDA数据分析师之所以备受青睐，离不开它广泛的企业认可度。众多知名企业在招聘数据分析师时，都会明确标注CDA持证人优先考虑。像是中国联通、德勤、苏宁等大型企业，更是将CDA持证人列为重点招募对象，甚至为员工的CDA考试提供补贴，鼓励他们提升数据处理与分析能力。这足以证明，CDA证书在求职过程中，能为你增添强大的竞争力，使你从众多求职者中脱颖而出。
CDA数据分析师在银行业的数据岗中认可度非常高，一般都要求考过CDA数据分析师二级，CDA二级中包含了模型搭建的详细内容，对于数据岗的工作来说特别有帮助，一些企业可以给报销考试费。