虽然“保留分析”一词涵盖多组分析，但此分析的目标是确定您的业务中哪些组成部分会影响您的客户一次又一次地回来并继续使用您的产品或服务。
留存分析及后续分析通常关
注具有相似特征的用户群（细分），例如：
人口统计
他们入职的时间
他们使用该产品的时间长度
使用的一致性
首选功能
摩擦点
流失
通过观察每个细分市场的模式，可以更轻松地采取产品创新行动，例如：
客户成功团队留住更多现有客户
将新客户转化为留存客户
确定客户最有可能流失的时间
了解哪些驱动因素对防止客户流失最有影响
为什么留存分析很重要？
您是否知道，您未来利润的 80% 来自 20% 的 whatsapp 号码数据 现 分析来增加收入 有客户？因此，了解产品哪些方面需要创新是保持用户忠诚度和维持收入的关键。
专注于保留分析的公司：
减少留存成本
增加年度经常性收入（ARR）
利用数据改进产品和创新
在旋转门销售模式上花费更少的钱
想想 Facebook、Netflix 和亚马逊 聊天机器人构建器 等成功企业。这些公司之所以能持续成功（并不断发展），是因为其模式鼓励用户每天、每周和每月访问其平台。
这些组织明白，拥有高度参与和高度留存的客户就等于拥有持续的收入来源，并且几十年来一直在进行产品创新，以利用忠实的用户：
公司获取这些用户的成本更低
与新客户或已退出的客户相比，利润回报率往往更高
相反，漏斗漏水或新用户漏斗不断变化（频繁获得和失去客户）的公司比拥有更新客户群的公司更难维持收入。
捆绑留存分析：如何补充其他增长指标
单独衡量留存率可以帮助您了解在给定时间段 线数据库 内为您的组织创造收入的客户百分比。留存率对于那些通过页面上的广告展示来创造收入的公司（如 Facebook）或为订阅服务付费的公司尤其重要，这些服务主要依赖于续订，而续订可以通过创造良好的用户体验来影响。
通过将留存率洞察与其他增长和用 分析来增加收入 户指标相结合，您可以最大限度地提高收益，实现持续收入。
参与度分析
留存率分析通常与参与度分析并行进行，以帮助定义以下用户群体：
最常使用产品
继续续订或购买更多
执行“所需操作”，例如在会话期间点击号召性用语
拥有最长的会话持续时间
在会话期间执行最多的操作，例如点击、视频观看等
同时观察留存率和参与度有助于组织将产品使用情况量化为可归因于整个客户群的成功衡量标准。在考虑新客户或潜在流失客户应采用哪些功能和使用方法以防止流失时，这些成功衡量标准应成为目标。
新用户获取
当留存分析与新用户获取指标（有时称为生存分析）同时运行时，你可以确定转化为回头客和盈利客户群的用户增长百分比：
了解客户流失的原因和方式
确定哪些产品可以满足强劲的市场需求
分析早期采用者
衡量对影响长期路线图的产品功能的兴趣
通过使用保留分析以及其他参与度指标作为衡量产品和市场契合度的跳板，企业可以更轻松地决定是否需要进行产品变更或品牌重塑才能生存。
留存分析策略
企业在进行留存分析时寻求答案的一些最常见的留存分析类型、用例和问题可能包括：
衡量客户流失或保留的方式、时间和原因，以及哪些服务和功能影响这些指标。
分析客户旅程并衡量行为以确定哪里存在波动性以及哪里存在无摩擦互动。
识别特征和行为并比较好的和坏的客户行为——客户流失之前采取的最后行动是什么？
在转化为参与用户之前，参与度最高的客户会执行哪些操作、花费多少时间以及执行这些操作的频率如何？
在不同时间窗口内衡量活跃或参与的用户与脱离的用户。
根据产品使用时间（平均会话 分析来增加收入 时长、作为客户的时间长度、频率）定义客户群体，并询问：谁使用你的产品的天数最多？他们的第一天是什么时候？与不使用你的产品的用户相比，他们最常使用哪些功能？
利用某一特定功能的用户的流失率是否更高？
每月使用三项功能的客户的流失率是否较低？
每月联系客服两次以上的用户流失率是否更高？
通过找到这些问题的答案，并评估潜在问题所在，您可以优先解决客户最有可能流失时的需求。
利用 Scuba Analytics 进行更深入的探索
能够及时进行有效的留存分析，为组织带来竞争优势。然而，对许多人来说，说起来容易做起来难。
根据FiveTran的研究，86% 的组织使用多种解决方案来构建新的数据管道，59% 的组织使用 11 个或更多数据源来做出基于数据的决策。这些复杂的技术堆栈可能难以及时对数据采取行动。
44% 的企业表示，即使建立了管道，关键数据仍无法用于决策，这意味着对于许多公司而言，洞察时间可能需要数周甚至数月。当管道中断、架构更改、发生源可用性问题或出现其他数据问题时，洞察时间可能会进一步延长。
市场上商业智能工具的缺点
许多商业智能、数据可视化或应用程序分析工具都是规范性的而非不可知性的，这意味着它们通常不容易扩展大量数据，并且当您想要深入了解高级指标的表面时很容易陷入死胡同。
最常见的缺点是：
您必须遵循数据模型
工具不是全栈的
需要技术人员进行深入分析
分析种类不灵活或敏捷
无法获取大量数据
为特定用例（旅程、交易、保留）而构建
通过 Scuba Analytics，客户可以立即添加来自任何数据源、任何大小、任何模式的数据并进行分析。
Scuba 灵活的不可知模式可以根据原始数据即时构建群组
由于市场上的许多分析工具都是开箱即用的，因此在构建和嵌套群组时，或者对它们执行高级时间相关计算时，细分定义的深度级别受到限制。
Scuba Analytics 的即时功能意味着更大的灵活性和更快的结果。例如，我们可以快速采取以下措施：
片段 A：用户在我们的数据集中出现的第一天。
B 段：以毫秒（纪元时间）计算文字天数。
段 C：嵌套段 A 和段 B，然后互相减去，以获得自该用户第一天以来的实际天数。
从这里，我们可以在几秒钟内快速计算出该用户自第一天以来返回并使用产品的频率。
没有其他产品可以对原始数据做到这一点，或者在任何方面都做得很好，这就是 Scuba Analytics 的真正力量。