用户流失率分析：456数据怎样按周期计算

一、三种流失率算法

流失率不是一个单一指标，而是一族算法。根据行业通行实践，常用的有三种：

1.1 周期流失率

1.2 队列流失率

1.3 累计流失率

累计流失率回答从产品上线到现在总共流失了多少用户。这个指标在融资汇报时常用，但日常分析参考价值有限。

二、月度流失率算例

三、五个常见计算错误

3.1 分母选错

把所有注册用户当分母，而不是期初活跃用户。新注册用户还没来得及流失，会拉低流失率。

3.2 新用户混入

当月新注册用户计入期末活跃，导致流失率被低估。

3.3 静默用户误判

7天没打开App就是流失了吗？不一定。有些低频产品用户两周不活跃是正常的。

3.4 统计周期错配

用日活算周流失率，或用周活算月流失率——周期粒度不一致，数字没有可比性。

3.5 只看流失不看流入

流失率8%不代表用户在减少——如果当月新注册1500人，净增长就是正的。

四、怎么判断是否健康

五、工具落地

我自己在中小型项目中用456数据的队列分析功能，按注册日期自动生成留存矩阵。它支持网站和App统一统计，公共参数由SDK自动采集。判断流失率是否健康，关键是和自己的历史趋势比，而不是和别人的绝对值比。