留存率是某一批用户在指定时间完成指定回访行为的比例。做报表前，要明确从哪批人开始、什么行为算回来、窗口怎么切。留存最有价值的用法，是帮助团队判断用户在哪个阶段失去持续使用的条件。
先确定你在量访问习惯，还是核心任务价值
对企业分析软件，新用户第二天再次登录，可能只是打开通知，也可能已经完成第二次报表分析。如果团队想判断新手引导有没有帮助，可以先看首次完成关键任务的比例，再追踪完成任务之后有多少人回来继续使用。如果团队想估算客户续用风险，则要把观察放到账号或企业的实际使用周期里。财务周报、月度经营会和日常看板各有不同频率，用同一个次日指标评价会掩盖差异。
账号与企业口径也适合不同决策。某企业由一个人建看板、五个人读看板，个人视角会看到大量只读用户，企业视角则能看到稳定使用的协作链。若分析面向管理员培训，保留建看板的账号留存。若分析企业续用，把企业内发生的合格核心任务归集起来，再明确内部测试、系统自动刷新和共享账号如何处理。
把四项口径写成别人能重复的定义
统计单位与起始行为
示例以账号为单位，取北京时间 11 月 2 日首次注册成功的 200 人。重复触发注册事件按账号归并，测试账号排除。若产品包含邀请制，可以另看收到邀请后首次成功进入工作区的用户。注册和入组代表不同的起点，应分别报告，并保留首次认定的规则。例如账号删除后重建是否沿用原始标识，会影响回流和新用户归类。
回访行为与观察窗口
示例把成功创建分析报表作为回访。以北京时间自然日计算，11 月 2 日为第零日，11 月 3 日为第一日，11 月 9 日为第七日。第一日 60 人完成创建，留存率为 60 除以 200，等于百分之三十。第七日 36 人完成创建，留存率为 36 除以 200，等于百分之十八。同一账号在同一天创建多次只计一人。同一个人可以同时出现在第一日和第七日，两天分子相加会把这部分人重复计算。
假设用户周一二十三点五十分注册，周二零点十分创建报表，按自然日属于第一日。按注册后满二十四小时至不足四十八小时定义第一日，它落在该窗口之外。产品经理在提交需求时应直接写出示例时刻和预期归类，比只写"次日"容易验收。海外账号量大时，也应统一时区或分别按业务地区定义，并明确跨区用户的处理方法。
区分三种常见的"回来"
定点留存回答第七日当天有多少人回来，适合观察特定周期。区间回访可以问第一日至第七日之间至少回来一次的人有多少，适合判断一周内是否发生过价值行为。另有从第七日开始到固定截止日之间至少回来一次的算法，用来观察后期回访。举例，一个人在第二日和第九日创建报表，未在第七日创建，那么定点第七日不计，一周内回访计入一次，若后期窗口覆盖第九日，也会计入。对外报数时直接使用完整指标名称，业务同事更容易理解这三个数字为什么不同。
用同一个样本对照三种口径
下表沿用前面的例子。某账号只在第二日和第九日创建报表，后期窗口截至第十四日。
| 指标 | 统计窗口 | 该账号是否计入 |
|---|---|---|
| 第七日留存 | 只看第七日 | 否，当天没有创建 |
| 一周内回访 | 第一日至第七日 | 是，第二日已创建 |
| 第七日起回访 | 第七日至第十四日 | 是，第九日已创建 |
聚合时保留各批规模
假设两个完成观察的注册批次分别有 100 人和 900 人，第七日回访分别是 30 人和 90 人。两个批次的留存为百分之三十和百分之十，简单平均为百分之二十。若问题是"这 1,000 人里有多少回来"，答案应为 120 除以 1,000，即百分之十二。规模、来源或产品版本差异大时，两组结果也要分别呈现。刚注册三天的队列还没有走到第七日，应标记待观察，并从第七日汇总分母中移除。
让留存下降能够指向下一步动作
先按注册来源和新手引导版本对照完整队列。假如下降集中在新引导版本，检查新用户是否获得了完成任务的前置条件。例如创建报表需要接入数据源，用户点了引导按钮却发现没有权限，新增提示也很难带来后续使用。可把首个数据源接入成功、首份报表创建成功、后续再次查看分别统计，让运营与产品能明确处理哪一步。
同时要看业务选择造成的人群差异。如果团队只分析已创建首份报表的用户，得到的是激活后留存。新引导可能让更多低经验用户也能创建首份报表，激活后留存暂时降低，但全体注册用户中完成后续核心任务的人反而增加。评审改版时，可以保留全体注册和完成激活两套口径，结合核心任务人数与激活转化解释效果。需要判断引导是否造成变化时，可以对符合资格的新账号先分组，再比较同一观察周期内的表现。
复盘时把后续动作交给具体角色
如果周报显示每周一创建报表的人不少，工作日其他时间回访较少，可以先核查真实任务是不是每周进行。假如是，就按周比较有效查看或更新，产品团队负责改善批量更新能力，运营负责在使用节点提供教程。如果很多人试过一次后再没用，重点核查权限、数据准备和结果可读性。把每次复盘的队列范围、回访动作、观察截止日和下一轮动作留在同一份记录里，下一次就能复用定义并识别口径变化。
给波动设置排查顺序
当天曲线偏低时，先查回访事件有没有延迟、当天队列是否完整，再看节假日、版本上线和拉新活动。活动带来大量体验用户时，整体留存可能下滑，但原有渠道可能持平。查看不同来源的队列人数、核心动作和后续回访，能帮助区分流量构成变化与产品问题。人数少的批次要带分子分母，例如十人中多回来一人就会增加十个百分点，可以先累积更多批次再决定是否修改流程。
如果新手引导改了回访动作的入口，研发也要核对新旧埋点是否都能记录同一种业务结果。对比两版报表前，先抽样确认操作含义相同。历史事件无法完全映射时，标注切换日期，保留一段可复算的观察基线。
在周会上同时展示两个留存数字
以分析报表为例，新手任务可以分成进入工作区、接入数据源、完成第一份报表。运营关注全体新账号中有多少人在第七日成功创建，产品再看已经接入数据源的人有多少回来创建。两项数字放在一起，可以判断卡点发生在获得使用资格之前还是之后。如果第一项下降而第二项稳定，先排查接入权限、前置步骤和邀请邮件，再决定要不要重做创建界面。
在 GrowingIO 等工具中，建立留存之前可以先写三条测试事件，分别安排在注册当天、跨零点和第七日最后几分钟。请另一位同事手算，再对照报表。如果报表与手算有出入，优先查看自然日、时区和是否按账号去重。将通过测试的规则放进指标说明，以后换负责人或新渠道上线也能直接复核。周报给出比例时同时附上人数，比如一百人里有二十人回来，能让业务判断波动是否值得投入排查。