先解釋下為什麼要談“留存”這麼一個老梗？最近和一個做遊戲的朋友聊天，他說公司一款 ARPG 遊戲內測期間的開服新使用者次日留存率達到了 55%，感覺比業內流傳的 40-20-10 的標準高很多，但和其他同類的活躍留存對比，又低了……
作為ARPG遊戲來說，新服有55%的次日留存的確不錯了。但是我不得不說：40-20-10這個留存率標準採用的是另外的統計口徑。
很多朋友都會把不同統計口徑的留存率弄混。作為一個資料產品人，羅曼羅想來科普下常遇到的四種留存率的統計方法以及分析方式。
留存的四種計算口徑
留存的計算有兩個維度，基於裝置或賬號，基於活躍或新增。
對這個計算方式做排列組合，有四種留存的定義：基於裝置的活躍留存、基於賬號的活躍留存、基於裝置的新增留存、基於賬號的新增留存。我們使用一個統計系統來分析留存率，一定要先搞清楚是哪種口徑的留存率。
- 活躍裝置第N日留存：某日的活躍裝置，在N天后啟動了APP
- 新增裝置第N日留存：某日的新增裝置，在N天后啟動了APP
- 活躍賬號第N日留存：某日的活躍賬號，在N天后登陸了APP
- 新增賬號第N日留存：某日的新增賬號，在N天后登陸了APP
筆者找到了一個公開的APP資料，大家可以直觀感受一下不同留存率的區別。
如果你對比以上所有的留存率，可能會有一些資料上的疑問。
Q：賬號留存和裝置留存怎麼對不上？
可能存在兩種情況：
第一，一臺裝置登陸有多個賬號，尤其是APP正在推廣基於賬號的優惠活動時，比如首單優惠活動可能導致刷單、賬號之間互送金幣活動可能導致註冊小號等。
第二，一個賬號登陸了多臺裝置。比如我們在pad上購物，用手機來支付完成交易。
一般來說，賬號留存和裝置留存會存在一定的誤差，但是不會差距太大。如果差距較大，就需要思考是否是運營活動或者是產品設計加大了這個誤差了。
Q：活躍留存為什麼比新增留存高？
活躍使用者包括新使用者和老使用者。老使用者經歷了跟APP相遇相知相磨合的階段，忠誠度比新使用者高是正常的。我們同時可以看到，活躍留存的下降的速度比新增留存慢。理論上，如果活躍使用者全部是老使用者，可能你會發現活躍留存曲線是一條接近水平線的曲線。
APP的型別不同，老使用者佔活躍使用者的比例的多少，都會使活躍留存和新增留存的差值不同。
回到最開始的問題。40-20-10標準屬於基於裝置的新增留存。業內大部分的統計分析系統都提供這種留存率的統計，譬如友盟統計，如圖。
開服新使用者的留存率是基於賬號的。另外，這個留存是針對新開伺服器的新使用者，可能其中有很多使用者是從其他伺服器遷移過來的。這部分使用者對於新服來說是新使用者，但是對於整個遊戲來說是系統的老使用者。所以不難理解，為什麼這個留存率比新增留存高那麼多。
文章首發馮孫穎個人自媒體產品喵，如能採用還請註明作者資訊，非常感謝。
關於作者：馮孫穎，筆名羅曼羅，友盟統計平臺高階產品經理，推薦關注她的個人微信公號產品喵（pm-miao）。