塔拉-迈耶
推送通知、新手引导优化、互动闭环——移动应用开发者对这些提升用户留存的运营手段早已了如指掌。
但往往被忽视的是： 你的留存策略效果如何，取决于你使用的留存统计方式。 如果连留存率的计算方式都不准确，再好的策略也发挥不了作用。错误的计算必然导致错误的决策——你可能会扩大那些表现差的活动、砍掉真正有效的，然后还疑惑为什么留存率迟迟没有提升
这类情况屡见不鲜。问题的根源不在执行层面，而在衡量方式。
当你的留存指标不准确，或衡量的方向本身就错了，之后的每一个决策都会不断放大这个偏差。最终，它会演变成系统性问题，让团队内部乃至跨团队的工作都变得低效。
Tenjin市场总监Roman解释道：“许多移动开发者并不了解不同留存计算方法之间的差异。他们看到‘留存率’这个指标，就认为自己已经理解了它的意义，但实际上不同方法之间存在着巨大的差别。只有真正理解这些区别，才能做出更明智的商业决策。”
在这篇文章中，Roman将与Tenjin的高级产品经理Jas一起，讨论多数开发者常常混淆的两种留存计算方法，并解释为何选择正确的方法对于制定高效的应用留存策略至关重要。
留存策略的核心不在于追求看起来好看的数字，也不在于一些短期的小技巧，而是要建立准确的衡量方式，识别真正推动长期增长的留存信号。
什么是留存率?为何它如此重要？
留存率 衡量的是有多少用户在安装后会再次打开你的应用。这是判断用户质量及长期价值潜力的最清晰指标之一。
次日留存率最为关键，因为它是判断买量渠道质量的最早期指标。正如Roman所说:
“最常用的指标就是次留。这是帮你判断买量渠道好坏的第一个重要信号。”
对于投放团队而言，次日留存率往往直接影响预算分配；对于产品团队，它检验新手引导流程是否奏效；而对开发者来说，它甚至会左右收益分成。次日留存关乎方方面面，是极其关键的一项数据。
但前提是要持续监测，否则留存数据就没有意义。
其它应用留存衡量策略(简略版)
在谈测量方法之前，我们得先明确一点：提升留存确实可以依靠很多策略，这些做法各自都能产生效果。但要注意，下面列出的这些策略与我们所说的“留存衡量方法”并不是一回事。
- 新手教程优化：让用户的首次体验更顺畅，提高他们再次打开app的概率。
- 推送通知: 在关键时刻重新吸引用户，引导他们回到应用
- 互动循环: 通过奖励、连续签到或社交功能培养用户使用习惯
- 功能引导: 帮助用户快速理解并体验产品的核心价值
这些方法确实都能提升留存率，也有数据、案例和行业最佳实践作支撑。但它们本质上只是“ 留存率 提升的战术 ”，而不是真正的“留存战略”两者有着本质区别。
而在本文中，我们将重点讨论“留存的衡量方法”。这两者虽密切相关，但本质上是完全不同的概念。
Jas对此解释道:
“我们知道，不同用户在投放、与发行商协作，或对比不同数据分析平台时，都会有不同的使用场景。正因如此，我们提供了绝对留存和相对留存两种留存群组方式，以满足多样化需求。”
让我们听听她具体的解释
衡量留存的两种方式:绝对留存 vs 相对留存
大多数开发者看到一个留存数据，就默认自己理解了它的含义。但你是否知道，其实衡量留存有两种本质上截然不同的方法？
什么是群组？
Jas刚刚提到了留存群组。在继续深入之前，我们先确保对概念的理解一致：在 enjin，“群组”（cohort）指的是一组具有某项共同特征的用户。
这个特征可以是任何用户属性，但最常见的做法是按照安装日期（获客日期）来划分群组。通过 群组分析 ，你可以观察不同用户群随时间的行为表现。其他常见的群组还包括：来自同一国家的用户、同一投放活动或渠道的用户，甚至是看到相同广告素材的用户。
通过群组分析，我们可以了解不同用户群在一段时间内的行为差异。而在衡量留存时，明确定义用户"何时"安装就变得至关重要。
绝对留存(日历日期法)
绝对留存（Absolute Retention），也称日历留存或UTC留存，是以“日历日期”为基准来衡量留存，而不是以用户的使用进度为基准。
其核心逻辑是：留存时间窗口在每天的一个固定时刻（通常是UTC时间的零点）重置。如果一个用户安装你的应用后，就算仅仅过了两小时再次打开，但如果此时已跨越日历日期，按照绝对留存的逻辑，这就算作Day 1留存。
Jas举例道：“假设用户在晚上11点安装应用，成为Day 0用户。然后在第二天凌晨1点回来再次打开。那么，他们就被计为Day 1留存用户。”
这个留存方法听起来很直观，但问题在于：几个小时后回来的用户，并不能算真正意义上的 “留存” 。按照这种算法，一个连续使用2小时的用户，和另一个隔了20小时才再次打开应用的用户，都会被视为次留。决定留存的，不是用户的实际行为，而只是日历时间。
但这样做的问题在于，按照日历来算会混入很多干扰因素，反而把真实的留存趋势给盖住了——尤其是当你还不清楚应该关注什么的时候。
相对留存(24小时法)
相对留存的逻辑完全相反，它把衡量基准放在用户自身行为而不是日历上。从这一点开始，留存衡量就不再只是算数字，而是进入了用户行为分析的领域。
它的逻辑是这样的：每位用户的留存判断窗口从他们实际的安装时间开始，往后推24小时。Jas解释道：“所谓‘相对’，就是相对于用户的安装时间。例如你在下午1点安装应用，那必须在24小时内回来，才会被统计为留存。”
这意味着你的次日留存窗口是从下午1点到第二天下午1点。只要在这24小时内的任一时刻回来，你都将被计入留存。
这种方法的高明之处在于剔除了绝对留存中常见的干扰因素：没有日历日期造成的混乱、没有时区差异带来的偏差，也不会被凌晨的用户行为影响。不管用户在印度还是加拿大，他们的留存判断都基于同样的24小时，与当地时间完全无关。它既不受时区影响，又真正以用户为中心，没有日历带来的误判，也不会出现虚高的留存。
Roman强调：“最常用的指标是次日留存率，它是判断买量渠道好坏的首要信号之一。我个人认为，留存数字保守一些更为可靠。绝对留存率一般总是高于相对留存率，所以我会偏向使用相对留存。
这种更保守的做法并不是悲观，而是更注重精准度。当你看到次日留存率是35%时，你可以确定这些用户是真的回来了，而不是因为刚好跨过一天的日历分界而被算进留存。
有了更清晰的数据，你评估买量渠道、分配预算的方式都会随之改变，各类留存与互动策略也能更有针对性地落地。 相对留存率 会成为你数据看板上的战略指引。
警惕"误报"信号
由此可见，相对留存与绝对留存的区别对你的决策过程至关重要。
在绝对留存体系下，即使用户在晚上11:59安装，两分钟后凌晨12:01回来，也算留存。这会导致留存数字虚高，无法反映真实用户行为。
Roman说“这有点像’误报’信号，无论你是做数据分析还是买量，因为我无法确定这个用户是否真的留存了——他们只是两分钟后就回来了而已。”
对于依赖次日留存数据来优化广告活动的UA经理来说，这一点影响巨大。
误报信号可能让一个低质量的渠道看起来表现不错，导致你将预算浪费在那些实际上并不活跃的用户身上。
该用哪种方法?
留存类型没有绝对的好坏之分。最重要的考量因素是你的具体使用场景。每种方法都提供了不同的视角和控制维度。关键在于，让留存的定义与你的决策需求相匹配，并且始终保持透明，清楚了解指标背后实际传达的信号。
- 绝对留存适用于:
- 了解用户是否在某个时间窗口内曾返回过应用。
- 作为"原始激活"的基准参考。
- 作为"新手引导完成度"的基准参考。
它是一种相对"粗放"的衡量方式，能清晰反映用户回访频率，但如果短暂、偶然的返回行为很常见，则可能夸大用户的真实参与度。
- 相对留存适用于:
- 更精确地衡量持续互动
- 建议用于判断长期粘性
虽然数据回收会慢一些，但它能更精准的识别对你的应用感兴趣的用户。
绝对留存与相对留存的使用场景
绝对留存和相对留存都是贯穿数据分析、买量决策以及与发行方合作的重要工具。无论你是在对比不同平台、优化投放，还是与发行方对齐指标，选对留存衡量方式都至关重要。下面的两个案例将展示各自适用的场景，以及为什么这个选择会影响结果，甚至影响你的谈判筹码。
使用绝对留存对比分析平台
假设你正在评估不同平台上的留存数据。你从你的MMP中拉取留存率，得到一个数字；接着又在Firebase中拉取相同数据，却看到另一个数字。你很容易会认为哪里出了错或存在技术问题。
Roman解释道：“这种情况我见过太多了——开发者刚开始和发行方合作时，发现双方的留存数据对不上，然后一头雾水。他们通常以为是有些技术问题， 其实往往只是因为双方用的衡量方法不同。”
大多数分析平台，包括Firebase，默认使用的都是绝对留存。如果你的目标是是跨平台对比数据，就必须使用相同的衡量方法。方法一致，数字自然就会趋同。
Jas补充道：“很多分析服务商使用的是按日历日期计算的方式，因为他们关注的是基于日历的分析数据。所以如果你的场景是要对比不同分析平台的数据，那毫无疑问，应该使用绝对留存的群组分析方式。”
在开始对比数据之前，请务必确认你的移动营销分析服务商使用的是哪种方法。使用绝对留存能确保进行公平的比较。
使用相对留存进行买量活动
如果你是一名投放经理，致力于甄别优质渠道并优化广告支出，那么相对留存是你的不二之选。
“我认为，留存数字保守一些更可靠。而且，因为绝对留存率总是高于相对留存率，我会始终坚持使用相对留存。”"Roman说。
相对留存更能真实呈现用户的参与情况，因为它排除了计算方式带来的偏差。
Jas对此表示赞同：
“如果你的目标是分析用户行为、开展投放活动，并在尽量避免时区影响的前提下进行以用户为单位的群组分析，那么相对留存会为你提供最准确的用户表现和投放效果判断。”
保守的指标带来更明智的支出决策。你的目标是尽可能快地找到最佳用户，并在那些无法长期留存的用户身上浪费尽可能少的预算。
和发行方对齐衡量方法
当你需要向发行方汇报留存数据，或基于留存指标进行合作谈判时，在衡量方法上达成一致是必不可少的一步。
这种一致性很重要，是因为绝对留存率总是高于相对留存率，尤其是在最初几天。如果你展示的是相对留存数据，而你的发行方预期的是绝对留存数据，那么你的数字看起来会比实际情况糟糕。这个认知差距可能会让你错失更优的合作费率、优先的广告展示位，甚至整个合作机会。
Roman建议你得先弄清楚对方用的是哪种留存算法，然后确保自己汇报的留存方式能拿到更高的数据。这样做对你更有利。
这并不是在“钻规则的空子”，而是为了确保公平。发行方通常使用绝对留存，因为这是大多数分析平台的默认标准，也最清晰地反映用户的真实留存情况。但如果你采用了不同的计算方法却没有提前说明，否则会让原本简单的沟通变得不必要地复杂。
一个简单的澄清——关于衡量标准和方法花五分钟沟通一下——就能避免不必要的误解。这不仅能保护你的专业可信度，也能让你在谈判中更有优势。
为什么衡量方法比你想象的更重要
正如Roman所说：“一旦你了解了其中的区别，就能做出明智得多的商业决策，无论是在应用发行、买量还是纯粹的数据分析方面。”
绝对留存与相对留存之间的差异，直接决定了你将资源投入哪些渠道、接受哪些合作以及你的数据是在揭示真相还是编故事。
- 绝对留存产生的误报，可能导致你扩大那些带来低质量用户的广告活动
- 不一致的衡量方法会造成混淆，浪费大量时间排查根本不存在的"技术问题"
- 使用不同的留存定义，可能让你在实际上已经达成目标时，看起来却像是未达预期。
你无法优化一个被你错误衡量的东西。做好衡量，是所有其他留存策略得以生效的基石。
如何在Tenjin面板中选择合适的留存方式并实施
在两种留存间难以抉择？好消息是，你不必非选其一。Tenjin提供了一个功能，让你可以在绝对留存和相对留存之间自由切换。
支持账号下每位用户独立选择留存方式
Tenjin的群组策略设置有一个独特之处：这是在用户层级设置的，而不是在整个账号层级统一决定的。
“每个用户都可以选择自己的策略。可能投放经理想用相对留存，而开发人员想用绝对留存。”"Jas解释。
这意味着你的投放团队可以使用相对留存来分析广告活动，而你的分析团队可以同时使用绝对留存来与Firebase对比数据。各自都能看到最适合自己的视角，互不牵制。
一键选择群组策略
在Tenjin设置群组策略只需约简单几步，即可修改你追踪的每一个指标的计算方式：
- 步骤1: 进入Tenjin面板中的"My Account （我的账户）"。 这是你的全局设置中心。
- 步骤2: 点击"Manage User（管理用户）"。 这将打开用户级别的偏好设置，你可以在此配置Tenjin处理和显示数据的方式。
- 步骤3: 找到”Cohort Strategy（群组策略）"。 在这里您即可选择如何对用户进行分群并衡量他们的留存。
- 步骤4: 选择"Relative（24小时法)”或”Use UTC (绝对/日历日期法)”
步骤5: 点击"Update（更新）"
你的选择即刻生效。你所有的报告，不仅是留存、还包括ROI、LTV和ROAS，都将使用你选择的群组策略。确保了你做出的每一个决策，从出价调整到与发行方谈判，都保持一致。
提示： 把你选定的留存计算方法记录下来，并分享给团队（尤其是投放、分析和财务）。这样大家在解读数据时就能保持一致。提前对齐认知，能避免后续出现误会。
Tenjin的实时计算能力
当你在不同策略之间切换时，没有数据丢失，无需等待，也无需手动重新处理。
Roman强调：“最酷的一点是，所有计算都是实时完成的。切换到绝对留存，看到一组数字；切换回来，看到另一组数字。数据毫无丢失。你总能找到最佳分析角度，同时不丢失任何历史数据。”
这不仅仅是界面上的小设计，而是架构层面的根本优势。多数分析平台在数据入库时就把群组逻辑写死在数据管道里，因此一旦想切换留存计算方式，就得重算历史数据，或者额外跑一套并行管道。
Tenjin的方法有所不同，因为我们基于ClickHouse构建。这是一个针对大规模实时分析优化的列式数据库，Tenjin并非基于固定群组定义预计算指标，而是存储原始的、不可变的事件数据，并根据你选择的策略动态生成查询。
"我们基于不可变的聚合表动态生成查询，用户可以随时切换不同的留存策略并即时跑出对应的结果。所以速度很快。"Jas解释。
衡量本身就是留存策略
最明智的留存策略，始于选择正确的衡量指标。一旦打好了这个基础，其他一切都会变得清晰起来。
正如Jas所说：“基本上通过这个功能，我们就能让你的群组策略变简单。”
而这种简洁带来的，是更明智的决策、更高效的预算投放，以及更精准的优化。因为最有效的留存策略从来不是从制定优化战术开始的，而是从选择准确的指标开始。
准备好亲自体验群组策略的灵活性了吗？你可以在 Tenjin的数据看板 中实时切换绝对留存和相对留存，或观看Roman与Jas的完整对话，深入了解不同留存指标的思路与实践。
阅读全文。
罗马人 最常见的指标是首日留存率。它是帮助你识别信息源好坏的首要信号之一。在我看来，留存率越保守越好。因为绝对留存率总是高于相对留存率，所以我总是使用相对留存率。
***
大家好，欢迎收看新一期的《天神投资回报率 101》。我是罗曼，今天和我一起的是我们产品团队的贾斯。
贾斯 大家好，我是贾斯，或者贾斯普里特，但大家都喜欢叫我贾斯。我是天神公司的高级产品经理，很高兴今天能来到这里，罗曼。
罗马人 这是我们今天要讨论的一个令人兴奋的话题。我们将讨论绝对队列和相对队列，或者说绝对留存率和相对留存率。大多数移动出版商并不知道这两者的区别。他们看到留存率就以为自己知道留存率是什么，但这两者之间存在巨大差异。一旦你知道了两者的区别，你就能做出更明智的商业决策，无论是出版、用户获取还是分析。
让我们开始吧。我们准备了一些精美的幻灯片，最后，Jas 将向我们展示天神是如何工作的。
这里有一个绝对的同类。Jas，你能解释一下这是什么吗？
贾斯 当然，绝对同组--你也可以称之为日历日期同组。在说这个之前，让我先说说什么是同组。
当我们谈论队列时，尤其是在天神，我们指的是用户安装应用的时间，然后我们以此为基础建立队列。当我们说 "绝对队列 "时，我们指的是用户安装应用程序的绝对日历日期。在天神的术语中，我们现在使用 UTC 时区。
我来举个例子。假设您的UTC 时间在当地时间下午 7 点结束。如果用户在下午 7 点之前安装了你的应用程序，那么他们就是 "零日"。如果他们在此之后安装，零日则从下午 7 点之后开始。这就稍微改变了保留的工作方式。
留存率的变化方式是：假设用户在下午 6 点安装了应用，那么他们就成为了零日用户。然后他们在晚上 8 点又回来了，他们就是第一天的留存用户。
我刚才说了很多，但简单地说："绝对值 "只是对我们使用的队列策略的一种描述。它基于日历日期。
罗马人 是的。正如你在这里看到的，即使一个用户是在某一天获取的--比方说晚上 11:59，而他们在两分钟后的凌晨 12:01 又回来了，如果我们谈论的是保留队列，他们也会被视为保留用户，对吗？
贾斯 是的，无论你是做分析还是获取用户，这都是一种假阳性信号，因为我不确定这个用户是否真的被留住了。他们两分钟后又回来了。
罗马人 没错。但有时，如果你想做更多的日历日期分析，或者为了我们稍后讨论的其他用例，那么使用绝对队列可能对你的用例更有意义。
贾斯 是的，当然。留存类型没有好坏之分，只是用例不同而已。我们也有相应的幻灯片。
罗马人 另一个是相对保留。
贾斯 因此，我谈到了什么是队列--它基本上是基于安装日期。绝对日期是日历日期，而相对日期描述的是 24 小时。
我们说的 "相对 "是指相对于其安装日期而言。比方说，罗曼，你在你的时间下午 2 点安装了一个应用程序。不管是 UTC 时区还是美国纽约时区，这都是相对于你的安装时间而言的。这就是我们所说的相对时间，而且是 24 小时。
因此，你在下午 1 点安装应用程序，并需要在 24 小时内回来才能被称为保留用户。这就是相对队列与使用 UTC 时区的绝对队列之间的核心区别。
罗马人 有道理。现在我们来看看不同的使用案例。
对于相对留存率，我可以从我在用户获取方面的经验入手。最常见的指标是第一天的留存率。它是帮助你识别用户来源好坏的首要信号之一。在我看来，留存率越保守越好。因为绝对留存率总是高于相对留存率，所以我总是使用相对留存率。
贾斯 我同意这个观点。如果您想分析用户、开展营销活动并进行基于用户的群组分析，同时将不同时区的干扰降到最低，那么使用相对保留率将为您提供最佳答案，让您了解用户的表现和营销活动的效果。
罗马人 现在，要与分析提供商进行比较--这里需要声明的是，我们使用的术语是 "绝对与相对"，但分析提供商可能会使用不同的标签。我的建议是，在比较数据之前，一定要确认他们使用的是什么方法。
根据我们的研究，我们发现大多数分析提供商--例如 Firebase--都使用绝对保留率。一旦了解了这一点，在开始比较 Firebase 和天神，或 Firebase 和其他 MMP 之间的数据时，就能节省很多时间。
贾斯 100%。这是使用绝对队列策略的最大用例之一。如果你的用例是比较不同的分析提供商或不同的数据系统，那么使用绝对队列策略将是最好的，因为它能为你提供相似的结果。很多分析提供商都是按日历日期工作的，因为他们更关心分析方面的日历日期数字。因此，如果您的用例是比较不同的提供商，那么是的，绝对要使用绝对队列。
罗马人 第三种情况是与出版商合作。确保你知道他们使用什么类型的留存率，并确保你报告的留存率更高--这符合你的利益。同样，绝对留存率总是高于相对留存率。
我见过很多这样的情况：开发人员开始与出版商合作时，发现数字不一样，却不知道是什么原因。他们认为是技术问题，但实际上只是方法不同而已。
贾斯 100%。我认为，在你们开展活动的最初几天或最初的组群中，相对数字低于绝对数字。但随着时间的推移，数字会逐渐匹配。你的较早的队列会保持一致，但是，罗曼，我同意你的观点--你需要确定这一点。
罗马人 说得好。这主要是指第一天的留存率。第 7 天，它们是一样的，但你要尽快找到最好的用户，在不太好的用户身上花尽可能少的钱。这就是我们认为它很重要的原因，也是我们做这个视频的原因。
贾斯 而罗曼，我们知道我们的用户想要什么。我们知道用户在开展营销活动、与发布商合作以及与不同分析提供商比较时有不同的使用情况。这就是为什么我们提供保留队列或队列策略，你可以在我们的仪表板上切换。让我向您展示一下。
罗马人 是的，在 Jas 准备分享屏幕时，我将停止分享。
如果你今天学到了新东西，请给我们点个赞。如果您对这些内容有任何想法，或者希望我们报道更多类似的话题，请给我们留言，并订阅下一集。
贾斯 好吧，你能看到吗？
罗马人 棒极了
贾斯 这就是我们的演示账户和漂亮的仪表盘。你可以点击 "我的账户"，然后点击 "管理用户"。
请记住，群组策略是用户的偏好--它是在用户层面而非组织层面设置的。因此，每个用户都可以选择自己的策略。正如 Roman 所说，这些都是不同的用例。也许 UA 管理员想使用相对值，也许开发人员想使用绝对值或 UTC--我们是这么称呼的。你可以在我们的仪表板上为你的用户选择自己的切换。
非常简单。你可以选择 "同组策略"，选择相对时区或 "使用 UTC"--相对时区就是我说的 24 小时，UTC 就是绝对时区。然后，你就可以阅读描述相对时区和 UTC 时区之间差异的所有详细信息。然后点击 "更新"，就大功告成了。
然后，你回到所有报告，所有内容--不仅仅是留存率，还有投资回报率、LTV、ROAS--你的所有队列现在都将使用你在 "我的账户 "下选择的队列策略。
罗马人 最酷的是--我有点惊讶--它可以在运行中进行计算。切换到绝对值，一组数字。切换回来，另一组数字。不会丢失任何数据。你总能找到最佳方法，而不会丢失数据。
贾斯 是啊罗曼，你看，这速度有多快？我确实想谈谈这个。这要归功于我们酷炫的技术团队。我不知道观看视频的用户是否注意到，我们仪表盘的运行速度有了惊人的提升。这是因为我们前不久利用 ClickHouse 进行了重新架构。我们使用不可变的聚合表动态生成查询，它们能够选择不同的策略，并在运行中执行不同的查询。因此，只需最小的改动就能实现超快的速度。我们通过对技术系统进行一些很酷、很有创意的重新架构，实现了这一改变。现在发布功能非常容易。就像我们 12 月份的时事通讯--如果你还没有订阅，那就订阅吧--有很多新功能可以分享。
罗马人
是啊，是啊。基本上，有了这个，我们就能让你的队列策略变得简单。
贾斯 是啊，这一集就这样结束了。
罗马人 我们还有一个关于留住人才的视频，我们邀请了一位游戏设计师，他向你解释了关于留住人才的所有知识。我们会在本视频的某处链接它，这样你就可以深入了解留住人才的兔子洞了。
非常感谢，雅斯。
贾斯 谢谢你，罗曼，谢谢你邀请我。祝你愉快干杯
罗马:再见
