小程序留存：常见做法、易踩的坑与自查方法
留存看的是用户在首次访问之后，隔一段时间还会不会回来。常见的看法是把次日、七日、三十日分开口径，各自看一遍，而不是只盯一个总数。
小程序场景里的「回来」可以是再次打开、再次进入某个页面或再次触发关键行为，具体什么算一次有效回访，需要团队自己先定清楚。口径没定，后面所有对比都没有意义。
口径先定清楚
口径包括两层：什么算回来，以及按什么时间窗看。
「再次打开」是最宽的口径，容易把误触也算进去；「再次触发关键行为」最严格，但对很多工具型小程序来说，这类行为本身就低频。多数情况下取中间口径比较合理，比如再次进入核心功能页。
时间窗也是一样。日活类的小程序看次日留存有意义，低频工具看三十日更合理。用一个统一的口径去套所有类型，得出的结论往往不可比。
口径一旦定下来就不要频繁改，否则历史数据失去参照意义。要改的话，把改动时间记下来，前后两段分开看。
三类提升做法
常见的做法大致分三类：
- 缩短首次使用的路径：让新用户在第一分钟内完成一个能感知到价值的动作。第一分钟里发生的事，对后续留存的影响最大。
- 给回访一个理由：内容更新、任务进度、待办提醒。但提醒的频次和时机需要克制，理由必须真实存在。
- 老用户和新用户分开看：两者的行为差异通常很大，混在一起会掩盖真问题。
第一类是最基础也最有效的一类。很多小程序首访路径里塞了太多步骤，用户还没体验到价值就离开了，后面所有的留存动作都无从谈起。
第二类的前提是「有东西可提醒」。没有更新硬发提醒，用户点进来发现还是老样子，下一次就不会再点。提醒的频次宁低勿高，一次多余的提醒消耗的信任，比一次恰当的提醒建立的多。
两个坑
一处是为了把留存数字做上去，用高频推送或强制弹窗把用户拉回来。短期数字好看，长期换来的是卸载和消息屏蔽，这类留存是虚的，它衡量的不是产品价值，而是打扰的强度。
另一处是只看整体留存曲线，不做分群。不同渠道来的用户、不同入口进入的用户，行为差异很大。整体数字平稳，可能是有的人在变好、有的在变差，两者抵消了。改动上线后看不出效果，多数时候是分群没做。
还有一类隐蔽问题是把留存压成唯一考核指标，结果为了指标牺牲了体验。指标是为业务服务的，当它和业务方向冲突时，该改的是指标的定义，不是体验。
自查：从拆解开始
- 先按渠道来源、设备、首次进入的页面把用户分组，看哪一组掉得最快。
- 把回访用户和只来一次的用户做行为对比，看差别出现在第几步。
- 检查回访提醒的触达情况：发了多少、被拦截多少、点击后落在哪一页。
- 确认统计口径有没有因为版本更新而变化，避免把口径变化误读成留存变化。
第二步最花时间，也最能给出可执行的结论。「差别出现在第几步」这个问法，比「为什么留不住」更容易落地，因为它指向一个具体的页面或动作。
首访路径怎么排查
排查首访路径不需要看后台数据，自己走一遍往往就能发现大部分问题：
- 从新用户的真实入口进来，比如搜索、分享卡片，而不是从收藏夹。
- 记录从打开到完成第一个核心动作，一共经过几步。
- 每一步问自己：这一屏用户知不知道下一步该做什么。
- 找出其中最犹豫的那一步，那通常就是流失发生的地方。
走完之后把步骤数和犹豫点记下来。改一版再走一遍，对比步骤数有没有减少、卡点有没有消失。这个方法成本低，反馈也快，比反复看曲线更能给出可执行的方向。
留存数据看多久才够
留存是慢变量，短期内看不出改动的效果。判断一次改动有没有用，至少要看一个完整的使用周期。
低频工具看三十日留存，意味着评估一次改动要等一个月以上，这很正常，不必因为数据没动静就频繁调整。频繁调整的代价是每次都在重新积累数据，反而更慢。
在这段等待期里能做的是继续排查其他分群，把问题清单做长，而不是反复改同一个地方。
留存不是唯一的目标
留存高不等于业务健康。一个从不产生转化的工具，留存再高也只是有人在用，没有形成价值闭环。
把留存和业务指标放在一起看，才能判断方向对不对。比如留存上升的同时，关键行为的完成率在下降，说明拉回来的用户没有找到要做的事，这种留存没有意义。反过来，留存平稳但关键行为在涨，说明虽然人少了，但留下的都是真正有需要的。
指标之间互相校验，比单独优化任何一个都更接近真实情况。判断的依据不是某个数字涨了，而是几个数字之间的关系有没有朝着预期的方向变化。
可以先做这几件事
- 把「有效回访」的定义写成一句话，团队内部对齐，再回头看现有数据。
- 挑一个掉得最快的分群，把它的首访路径完整走一遍并记录卡点。
- 把最近的回访类提醒整理成清单，逐条评估频次和落地页，先删掉明显过量的那几条。
后台的字段与入口会调整，具体以官方最新说明为准，查看前在后台再核对一遍。