每一个应用开发者都希望用户数能快速增长，但是只关注用户导入而忽视了用户流失，就像往一个蓄水池里注水，只开源不节流，往往会竹篮打水一场空。基于此，app运营指标中引入了“用户留存率”这个概念，用来体现了应用的质量和保留用户的能力。
一、app用户留存率计算公式
什么是留存？顾名思义，就是留下来的用户。一批用户在某段时间内开始使用应用后，经过一段时间，仍然继续使用该应用的被认作为留存用户；这部分留存用户占当时用户的比例就是用户留存率。
用户留存率英文为user retention rate，一般在计算公式里缩写为r。用户留存率是相对数据，可以定义新增用户的留存率或活跃用户的留存率，统计单位时间可以是日、周、月，用户可以是账号登录也可以是设备登录，具体看业务需求自定义。下图为友盟关于新增用户留存率的统计截图：
新增用户留存率通常看次日留存率、3日留存率、7日留存率、14日留存率和30日留存率。
app用户留存率计算公式：新增用户留存率=第n天登录用户数/第1天新增用户数*100%
次日留存率：在次日（第2天）登录过的用户数/第1天新增用户数*100%
3日留存率：在第3天登录过的用户数/第1天新增用户数*100%
7日留存率：在第7天登录过的用户数/第1天新增用户数*100%
14日留存率：在第14天登录过的用户数/第1天新增用户数*100%
30日留存率：第30天登录过的用户数/第1天新增用户数*100%
注意：这里的留存是离散的概念，不要求用户在n天内每天都登录。
为方便理解，举个栗子：
第1天，新增了500用户；
第2天，这500用户中有200人登录过，次日留存率为：200/500*100%=40%
第3天，这500用户中有150人登录过，3日留存率为：150/500*100%=30%
第7天，这500用户中有100人登录过，7日留存率为：100/500*100%=20%
第30天，这500用户有50人登录过，30日留存率为：50/500*100%=10%
上述案例就是facebook中流传的“40-20-10”留存率规则，规则中的数据代表次日留存率、第7日留存率和第30日留存率，如果你想让游戏的dau超过100万，那么新用户的次日留存率大于40%，7日留存率和30日留存率分别大于20%和10%，这其实是非常难的，小泽曾联运过ios手游，次留基本在20%~30%。
不同行业用户留存率参考标准：
游戏：次留30%，7日留存15%，30日留存<5%
电商：次留35-40%，7日留存15-20%，30日留存5-8%
教育：次留25-35%，7日留存10-15%，30日留存5-8%
活跃用户留存率计算公式与上述新增用户留存率的逻辑相同，只是把第1天新增用户数替换成第1天活跃用户数即可。通常活跃用户留存率会高于新增用户留存率，主要是因为活跃用户包含了历史沉淀下来的老用户，这批用户往往具备较高的忠诚度。
如下图所示，对比上图的新增用户留存率，活跃用户留存率要高2~3%。
二、app用户留存率预估方法
在通过用户留存率计算活跃用户（dau）或预估用户终身价值（ltv）时，都需要对app用户留存率进行预估，预测app未来30天、90天、180天的用户留存变化趋势。
app用户留存率预估方法其实很简单，通过一个excel表格就能完成：
1、导出excel格式的历史用户留存率，求得加权平均用户留存率；
如果只用1天的数据进行预估，误差可能较大，建议取至少1周用户留存数据，根据每日新增用户数进行加权平均。以下为一款免费应用，主要用于测试目的进行开发的，功能简单，所以留存数据比较感人，取了2021年6月的30天加权平均新增用户留存率。
2、全选加权平均用户留存率数据，点击<插入>栏目中的<图表>，选择
3、点击散点图上的散点，右键选择<添加趋势线>；
4、点击<趋势线选项>中的<对数>或<乘幂>，勾选<显示公式><显示r平方值>两个选项，左侧会出现模拟趋势线，x代表天，y代表留存数值，r2代表趋势线的匹配精度，越接近1代表越准确。
根据对比，最终选择了<乘幂>，匹配精度r2=0.9837，所以选择了公式：y=0.1569x^(-1.116)
5、通过公式计算未来用户留存数据。
比如预估60天后的留存数据，y=0.1569*60^(-1.116)=0.16%
最后要提醒一点，app用户留存率数据不同，生成的计算公式也会不一样，不要直接套用上述公式。
