用户留存率计算实操：步骤拆解与SQL实现

在运营工作中，有一个几乎所有产品都会重点关注的指标，那就是用户留存率。

新增用户只是业务增长的起步，真正决定业务长期价值的，是新增用户能不能留下来、持续的使用产品。

举个简单的例子，一个新平台上线，前期靠着渠道推广、广告投放、活动造势，新增用户注册量一路走高。没过多久，老板就在工作群里表态：新平台近期用户增长亮眼，潜力十足，希望大家继续加油！

这听起来是个好消息，但如果你做过一段时间的运营，你可能会下意识的问一句：这些用户的真实留存率是多少？

因为“增长快”，并不能说明“平台好”。初期的用户增长，大多靠渠道投放、补贴活动等运营手段刺激而来，和平台自身的核心价值、用户体验的关联并不大。

所以关键的问题不是“拉来了多少用户”，而是拉来的这批用户，有多少人在一段时间后还会继续留在这个平台上。这就要求运营必须深入掌握留存率的定义、计算逻辑与分析规范。

一、留存率的定义

留存率，是指某一固定周期内新增的用户，经过N天后仍满足平台活跃标准的人数占比。

需要注意的是，广义的留存统计口径必须贴合自身业务规则，因为不同业务的统计口径可能会有所差异：

• 有的游戏产品以「登录」作为留存标准；
• 有的内容产品以「浏览」作为留存标准；
• 有的电商产品以「交易」作为留存标准。

二、留存率的计算

我们以最常见的「登录活跃」为例，假设某产品在3月1日新增了100个新用户，到了3月2日(次日)，这100人中有30个人登录了该产品。

次日留存率＝次日登录用户数/新增用户数＝30/100＝30％

若7天后（3月8日），这100人中有15人登录，则：

7日留存率＝第7日登录用户数/新增用户数＝15/100＝15％

若30天后，这100人中有7人登录，则：

月度留存率(30日留存率)＝第30日登录用户数/新增用户数＝7/100＝7％

这里很多运营新人可能会有疑问，有的月份是28天，有的月份是31天，为什么月度留存要按30天进行统计？

这是因为运营所说的月度留存，本质上就是30日留存。由于自然月份的天数不固定，如果按照不同的月天数进行计算，数据将会失去横向可比性。所以为了使留存指标可以跨周期、跨场景对比，业内统一将30天定为一个标准的月度统计周期。

三、留存率的价值

现在我们看一组直观的对比，以下是两个平台的新增用户和次日留存率数据。如下表所示。

很多运营新人会陷入一个误区，认为平台A的潜力更好，因为它的用户新增体量足够大，即使初期的留存率较低，也可以通过后续的产品迭代和运营优化逐步改善。

而资深运营从业者的看法则截然相反，在当下的存量竞争时代，优质的高留存率，远比靠高成本堆出来的高新增更珍贵、更健康。平台B虽然新增量级小，但高留存率的背后，是用户对平台价值的高度认可，这也让它的业务根基更为稳固，具有更强的长线生命力；反观那些高成本换来的高新增、低留存，看似用户增长良好，但本质上是虚假的流量泡沫，既无法沉淀核心用户资产，也支撑不起业务的长期盈利与可持续增长。

事实上，任何产品的用户都会随着时间的推移而出现自然流失，而留存率指标，可以清晰、直观的反映出两件事：

• 产品是否能持续满足用户需求，为用户提供长期的使用价值；
• 产品的用户生态与发展态势，是否健康、稳定、可长期发展。