概述

留存分析是一种用来分析用户参与情况/活跃程度的分析模型，考查进行初始行为后的用户中，有多少人会进行后续行为。这是衡量产品对用户价值高低的重要指标。
例如：

• 一个新客户在未来的一段时间内是否完成了您期许用户完成的行为？如支付订单等
• 某个社交产品改进了新注册用户的引导流程，期待改善用户注册后的参与程度

一、功能界面简介

如上图所示，可根据需求对以下选项进行筛选过滤查询，且统计时间颗粒度可选按日、周、月统计。

1、应用

进入整体分析后，会默认选中租户下最新创建的项目，项目下可以有多个应用，选择你需要进行查询的应用。

2、初始行为及后续行为

初始行为的可选项是该应用下的所有埋点事件及系统内置元事件，可使用筛选条件进行过滤。

4、筛选条件

初始行为与后续行为都可以添加筛选条件进行过滤；
筛选条件的可选项是元数据，可添加多个筛选条件，同一个筛选条件内多个选项值为 OR 查询，多个筛选条件为 AND 查询，且部份属性提供值内容提示。

5、时间

选择查询的时间范围区间。

二、功能使用示例

1、查询12.01 - 12.10时间范围内，领取了优惠券，并支付订单的留存分析

• 本例选择对应时间范围区间，并选择对应的埋点事件进行查询即可
  步骤1：选择对应应用
  步骤2：初始行为i选择“领取优惠券”
  步骤3：后续行为选择“支付订单” 步骤4：选择时间范围区间12.01 - 12.10（默认选择最近一周）
  步骤5：点击查询
  查询结果说明：
• 总人数：满足初始行为的访客人数
• 第0天：满足初始行为的当天，并且满足后续行为的访客人数
• 第1天：满足初始行为当天后的第一天（后续以此类推，最多展示15天的留存），并且满足后续行为的访客人数
• 查询结果的颗粒度可切换日留存、周留存、月留存