最近一个时期和很多的人进行了交流，收获了不少，也思考了不少，如今我们都能得到数据，如今我们也都能按照所谓的定义和框架分析问题，只是我觉得有时候不必要一定要一直站在框架内去分析一些问题，进步和前进的力量来自于质疑，并进行革新和再创造。? ? 留存率这个数据指标不记得从何时起变得那么重要，重要到研发上把它作为游戏好坏的一个标准，运营商（平台）作为了一个准入的钥匙，是否值得继续下去。有时候觉得粗暴，甚至无知了有点。因为肤浅的百分比背后隐藏着更多的金子，也可能是垃圾。? ? 以上算是一点吐槽，更多潜在的问题这里不想累述，前几日写过一个关于的留存率是什么的文章，我想肯定很多人看过了，估计也都会用了，今天写的番外篇将从这个数据的统计源头说起，换个角度来看待这个留存率的问题。? ??留存率VS百分比? ? 百分比是用于表达比例的，类似于一种标准化的表达，因为百分比的分母是100，换个较多想想这种表达消除了数量级上的差异，使不同数量级之间的数据可以进行比较，比如：
? ? 这里我们看到尽管上周和本周的收入数据相差了一个数据量级，但是在百分比上的表现只是差了10个百分点，能够更好的进行量化数据，这个意义上，是非常有用的，然而这里如果只是对比本周的强化收入环比上周少了10个百分点就断言本周的强化道具卖的不好，那我们就错了。? ? 那么下面我们再来审视这张图：
? ? 这张图我们发现的规律其实和上一张是一致的，如果我们只是在单纯的考察留存率，遇到的分析麻烦就是错误的相信了百分比，但是这里不能忽略百分比的作用。因此考察留存不是单纯的就在看留存率，你还要看到DAU，其后的留存，DNU规模等等信息。之所以要跟这个百分比较劲的原因其实很简单，你不能看到今天的DAU比昨天的DAU多了一倍，就说今天的DAU好于昨日，玩家更加积极（探寻有价值的DAU）。? ??留存率VS漏斗? ? 大概我们现在在做留存分析都会用漏斗模型，因为一批用户进入游戏后，随着时间上是不断递减的，从玩家的游戏生命进程的确是这样的，然而这里面却存在了一个问题，这个漏斗不一定是个严格意义的漏斗。再来看上面的那张图，你会发现2日的留存率高于次日飞留存率，这里这种情况是存在的，实际的数据中也是存在的，至于原因后面会具体的来讲述。? ??留存率VS目的? ? 我觉得用到留存率的目的是探寻一批用户的导入质量情况（包括游戏前期的成长等），或者是市场、渠道的质量研究，进而方便我们后期的调整投放策略，游戏改进方案。大概因此我们建立了留存率，作为一种转化率机制，来确定和为我们之前的目的服务。留存率是研究固定群体的转化情况，换句话我们是希望看到这个群体自然的变化情况，由于存在统计上时间滞后性，往往不小心就会带来错误。比如8月1日的次日留存在8月2日统计出来，3日留存在8月4日统计出来，7日留存在8月8日统计出来，但是如果我们够认真就会出现以下飞乌龙，比如8月2日统计的8月1日留存会错误的认为是8月2日的次日留存率。出现这个问题的原因就是统计日展现的数据不是统计日的，这点很多人在使用一些系统都会出现这样的问题。? ? 其实费了不少话，最终要说的就是在下面这张图上：
? ? 此图中，我们列出来了每日新登玩家的次日、3日、7日的留存率，我们会发现每个固定的群体（每日新登作为一个独立的群体）次日、3日、7日的留存表现趋势基本上是相同的，也就是说，留存率的指标能够揭示一个群体在一段时
。。。以下略