大家好，欢迎来到微信数据学堂，我是微信学堂讲师沈璐，也是 We 分析的产品经理。

下面我将为大家介绍We分析的留存分析模型。

留存分析是用来衡量用户参与情况、活跃程度的分析模型。

本节课程中，你将了解到留存分析模型是什么，如何使用，以及在经营中如何利用留存分析来解决遇到的问题。

首先，留存分析是什么？能解决什么问题？

留存分析是用来衡量用户参与情况、活跃程度的分析模型。可用于执行初始行为的用户群体中，有多少会执行后续行为。

留存分析可以帮助回答以下问题：

• 新用户在未来的一段时间内是否完成了期许用户完成的行为？如完成一次交易
• 某小程序对用户注册流程进行优化，期待提升用户注册的成功率以及注册后的参与程度，如何验证？
• 想评估某项运营活动的引流效果，分人群比较引流用户的后续留存率？

那么，在We分析中，如何使用留存分析呢？我们通过具体的界面功能来讲解。

登录We分析后，从侧边栏找到行为分析-留存分析，进入留存分析列表，点击“新建分析”进入分析详情页。留存分析详情页分为右侧的分析条件设置区域和左侧的数据看板区域。

一个新的留存分析我们需要先设置起始事件和留存事件。起始事件，留存事件。可为事件添加一个或者多个筛选条件。完成设置后，可以在数据看板区域即时看到事件的统计数据。为新分析命名并保存，下次可以从分析列表中再次进入该分析。

下面，我们以分析新用户的留存效果为例，来了解留存分析的具体使用方法。

首先，我们设置初始行为事件为“小程序访问”，并添加条件分析用户为近30日新用户，留存行为事件同样为“小程序访问”，设置按照”场景值“进行分组查看，点击完成后可以在数据看板区域看到近30日内，不同场景来源的小程序的新用户留存率。

在看板区域，我们可以调整初始行为事件所发生的时间区间以及时间粒度。趋势图中，可以比较查看不同场景来源的不同留存天数的数据情况。

“数据详情中”，“活跃用户数”指，当天符合初始行为事件的用户数量。“1天后”这一列，表示1天后，完成留存行为事件的用户数量。

在留存分析里，可以利用We分析提供的预置标签和事件，来分析新老用户的留存情况，也可以根据需要进行事件上报，分析产品功能的留存效果。

完成分析之后，为了更便捷地查看分析结果，We分析支持将分析图表推送至看板，在看板里可以灵活创建不同的分析目录及看板，高效管理图表。

这是留存分析的一个基础应用，留存分析在实际分析中有更多的应用场景，欢迎大家一起探索，也可以前往社区留言交流。关于行为分析模型的使用方法，也可查阅We分析的官方文档区及后续相关课程。可扫码加入以下分析交流群，在群内进一步交流与分享。