“App数据观察之App客户保留率拆析”

本篇文章673字，读完约2分钟

无论工具类APP、购物类APP、游戏类APP等，都有APP客户保留率这一重要数据指标，APP的客户保留率可分为哪些类别？ 我该怎么分解APP的预约数据呢？

前几天在网上看到了这样的问题。 企业开发的面向普通顾客的工具类APP，保留达到了55%-32%-16%。 (第二天、7天、30天) )，然后每天以1k-2k的规模增加(累计客人达到30万人，每天活2w8、每月活8w ) )，然后每天都会流出)。 一个月后活动用户、保留客户基本上与月初没有任何变化，所以面对这样的问题该如何拆解？

那么，根据已知的数据观察，保留已经达到55%-32%-16% (第二天、7天、30天)、dau=2w8、mau=8w、dau/mau=35%，dau/mau是目前的客户 (举一个例子，游戏拥有50万的情况下比率接近1的情况下，客户非常活跃，一个月内每天登录，证明流失率低，客户粘性强)。 dau/mau比率是APP的重要参数，与APP的成败密切相关。 通常，dau/mau的值大致在30%--60%之间，在这个数值范围内证明APP的顾客粘度还不错，dau/mau的平均值大致在35%的水平上，标准偏差为0，dau/mau的值几乎没有变化 日活能否逐渐增加是顾客流失速度，这被认为是新顾客的增长速度和新顾客的持股率有问题，所以，一旦找到了活跃用户、留住顾客几乎与月初相同的根本原因，就可以根据问题提出应对方案。

顾客保留率的分解基本上从次日保留、月保留等数据中分解出来，结合日dau/mau值、dau/mau平均值、标准差等数据，分解影响顾客保留的根本原因。

来源：UI科技日报