個人覺得資料分析重要的在於思維層面，奈何在這方面的訓練不是很多。因此，後續將多多鍛鍊並整理成部落格分享（內容僅為個人思考，會不斷進行修正）
# 在實際工作中通過溝通進行確定
問題：次日留存率下降怎麼分析？
問題中不明確項：什麼留存率 + 下降標準（對比什麼）
# 這裡僅僅作為乙個思維鍛鍊，因此我將問題簡單化
問題：次日新增使用者留存率下降
公式 = 當天新註冊使用者次日仍登入數 / 當天新註冊使用者數
1. 檢視相關的資料指標情況，方便定位問題所在
例如：當天新註冊使用者數量（相較之前是否暴增）
2.由於問題涉及的原因是多方面的，可以進行劃分維度來分析
（1）內部因素
# 使用者
- 對流失使用者進行分群，定位問題群體共性
- 屬性包括：使用者使用機型、使用者渠道、註冊時間等
# 產品功能
- 追溯流失使用者的使用路徑（可能要對比未流失使用者）
- 定位是否為產品功能異常導致
例如：版本機型不相容、閃退、許可權獲取情況
# 運營活動
- 獲客/拉新手段
渠道的質量低、活動非目標使用者等
（2）外部因素
- 競品影響（可能比較小）
留存率分析
假如今天新增了100名使用者，第二天登陸了50名，則次日留存率為50 100 50 第三天登入了30名，則第二日留存率為30 100 30 以此類推。sql調取出user id和使用者login time的表，獲得新增使用者登入時間表。根據user id和login time，增加一列first d...
mysql 留存 如何用SQL做留存率分析
背景 留存率計算方法 假如今天新增了100名使用者，第二天登陸了50名，則次日留存率為50 100 50 第三天登入了30名，則第二日留存率為30 100 30 以此類推。用sql的計算思路 用sql調取出user id和使用者login time的表，獲得新增使用者登入時間表。根據user id和...
資料分析 留存率曲線擬合
留存率，在資料分析中，我認為是乙個比較好用的指標，因為比較穩定，不會很容易受外界因素的干擾，大幅波動。例如活動，推廣等。可以用來做使用者的分類，做使用者規模 我們看到的留存曲線通常是這樣的 這裡介紹幾種留存率曲線擬合的方法 1.用excel 擬合 擬合樣本，1日 12日留存率，畫好曲線圖後，為曲線圖...