为何需要使用留存报表?
留存报表,是通过追踪用户应用开启这个活动来实现的, 是分析用户忠诚度,判断渠道流量质量的重要指标。 AppsFlyer 现在已经可以追踪至应用激活后30天内的留存, 通过留存报告,您可以:
- 进行不同媒体平台之间(或子渠道之间,各个国家之间等)的用户质量比较。
- 根据留存数据合理分配市场预算或进行投放策略调整
- LTV优化
AppsFlyer如何计算留存率
Daily: 在所选时间段内,第X day 留存率=安装日后在第X天活跃的用户数量/在所选时间段内的新增用户。
例如:
- 如果日期选择是1月1日。 1月1日新增用户数为200, 1月2 号再次打开app的用户是40,1月3日再次打开的用户是30人,那么1月1日这些用户的Day1留存(次日留存)就是40/200=20%, Day2留存是30/200=15% 。
- 如果日期选择是1月1日-1月10日。 这10天的新增用户是1000人, Day1 (次日)再打开的用户( 次日是一个聚合的数值, 针对1月1日 , 次日是1月2日;针对1月2日,次日是1月3日, 以此类推)一共是350人, 那么这10天的Day1留存(次日留存)是350/1000=35%。
Weekly: 在所选周内, 第X周留存率=安装周后在第X周活跃的用户数量/所选周内的新增用户。
例如:
- 如果日期选择的是2018年第31周,第31周新增用户数为300, 第32周(week1)再次打开app的用户是50人,第33周(week2) 再次打开app的用户是22人, 那么第31周新增的这些用户的week1留存(次周留存)为50/300=16.67%, week 2留存为22/300=7.33%。
如果日期选择是2018年第31周 - 2018年第33周,这三周的新增用户总数为1000, 次周(与次日一样,次周也是一个聚合的数值, 针对第31周, 次周是第32周; 针对第32周, 次周是第33周) 再次打开app的用户总数为300人, 那么这三周的week1留存(次周留存)是300/1000=30%。
如何查看AppsFlyer留存报表?
1. 先选择时间段和时间间隔
- 选择安装(首次开启应用)时间段。所有在该时间段内的新增用户数量将在"Install day / week"一栏中显示,且作为留存率计算分母(100%)。
- 所选时间段的最后一天需为当前日期的2天前,例如,今日为9月16日,那么所选时间段的最后一天最晚为9月14日。
2. 留存过滤器和分组设定:
点击“Filter”按钮, 将会弹出一个窗口,可以通过在下拉菜单中选择不同的维度查看所需的留存数据。
- Min Cohort Size: 自定义安装数的最小值, 如选择“10”, 则只有安装数大于10 的时候才会计算留存, 安装数低于10的将忽略不计。
- media Source: 您投放广告的媒体平台 (如: organic, Facebook, Google AdWords 或其他)
- campaign: 每个媒体源的campaign活动
- fb_adset and fb_adgroup : 适用于Facebook相关的活动
- geo , geo_city: 安装产生的国家和城市
- af_siteid: 子渠道
- sub1-sub5: 自定义参数
- wifi: 如果安装在使用WiFi的情况下产生,其相应值将显示“True”
- install_os_version: 移动设备OS版本
- brand: 移动设备品牌
- install_date: 分天看留存
3. 示例
默认显示所选日期内, 所有渠道的留存(group by media source)。 可点击首行按照数字大小排序, 点击右侧”export to ”按钮,可导成excel形式的表格。
- 如果我希望看到更细分的留存报告,例如比较一下”motive”这个渠道的子渠道以及各个国家的留存, 应该怎么做呢?首先, 选择在”media source”里选择motive, 然后,在group by 里选择“af_siteid”, 和“geo”最后点击按钮“Apply” ,便可出现如下留存报表。(请注意以下数据均是虚拟数据, 并不代表渠道真实情况)
针对这份留存报告, 您可以点击首行进行大小排序, 从而判断哪个子渠道的哪个国家的留存率最高或是最低,从而进行更加细致的渠道优化或相应投放调整。
- 如果我希望看到facebook分天的留存(例如5月16日到5月19日期间,每天的留存数据), 应该怎么办呢? 首先,先选择日期,然后再点击进入Filter页面 , 在“media source”里选择facebook, 然后,在group by 里选择“install_date”, 最后点击按钮“Apply” ,便可出现如下的分天留存报表。(请注意以下数据均是虚拟数据, 并不代表渠道真实情况)