營運數據解讀適用於非常多產業，本文介紹的名詞及數據異常警訊，主要著重於軟體業。軟體業的各個領域，無論是平台類 Platform、手機應用軟體 App、雲端軟體服務（軟體即服務）SaaS，每天例行性地對於這些數據的敏感度、觀測、分析及後續作為，都是非常重要的。
身在這個產業裡，雖然最常解讀數據的人，多半是營運部門（Operation，簡稱 OP 或 OPs）或是商業智慧、數據分析部門（Business Intelligence，簡稱 BI）同仁，但無論你在軟體業擔任什麼職位，無論是初階 Junior 、或資深 Senior 職位等級的專員，還是管理階級 Manager Level、高階管理職 C-Level 的人，都應該要有深刻的理解，或至少知道出了問題該去詢問、檢討哪些人員。理想上好的組織，應該要讓各部門、各 function 棟職員，透過知識及經驗累積，達到在數據出異常時，能夠迅速確認為何異常，判斷異常的來源、嚴重性，並擬定後續處置，以達到即時止血的效果。
文章結構
產品留存率相關數據介紹
一開始會先介紹幾個營運名詞以及產業標準 Benchmark，內容較為基礎。我相信會讀到這篇文章的人，有部份的人已經跨過初學門檻了，想看稍微進階一點點的內容，可以直接跳到下一個標題：產品留存率不佳的幾個指標參考
日活躍用戶 DAU
Daily Active Users 指的是：某天有多少位不重覆使用者（Unique Users）登入這個平台，有些人會用滾動式（rolling）的算法，看過去 24 小時的人數。DAU、WAU、MAU 算的是 Unique 人數，而不是重複使用者數、所有人的登入次數，看這個指數的目標，是透過觀測 Unique Active Users 粗略判斷平台上當天有多少活人，進而判斷產品的用戶基數是否在成長，假如用戶沒在成長，極有可能造成在付費轉換率 Pay Rate 不變、的狀態下，長期來看公司營收不會未來。
DAU 涵蓋一整天的使用週期，因此無論產品的使用者多半是深夜才上線，還是大多是日班時間使用，又或是某一個時間點因為站上活動而湧入，這些數據全都會被算入 DAU。懂的人會覺得上述是廢話，但本文為了湊字數卻又不得不寫。
週活躍用戶 WAU
Weekly Active Users 指的是：某週或某 7 天有多少位不重覆使用者（Unique Users）登入這個平台，一週來七天的使用者，也只能算是一位獨立使用者。對於剛理解這個觀念的人而言，要特別注意的是，並不是簡單把 7 天的 DAU 相加起來就等於 WAU，理論上 WAU 應低於 DAU x7，因為理想上用戶在使用一個產品時，會有用戶留存，正常公司不可能期待使用者不留存在產品上，每次來都是一次性拋棄式的
關於 DAU/WAU 的比例應該要控制在多少才是健康的？以下將提供一些產業指標 Benchmark 參考（例如：Facebook 臉書的 40-20-10 法則）
月活躍用戶 MAU
Monthly Active Users 指的是：某月或某 30 天有多少位不重覆使用者（Unique Users）登入這個平台，同樣地，MAU 也不等於 DAU x7，也不等於 WAU/7×30，邏輯如 WAU 那段所述
付費用戶數：DPU, WPU, MPU
除了從日週月來看 Active user 的 DAU, WAU, MAU 角度之外，也可以從付費轉換的角度看站上的付費用戶，日付費人數 Daily Pay User, DPU、週付費人數 Weekly Pay User, WPU、月付費人數 Monthly Pay User, MPU
黏著度 Sticky Factor
黏著度 Sticky Factor = DAU/MAU，可以透過這項指標觀測用戶留存狀況。若一個 App 或平台的用戶留存率極低，每天進來的用戶之後都再也不會回訪（次日留存率都是 0） 則會算出 DAU/MAU(=30xDAU)= 1/30，大約為 3.33%，這是黏著度 Sticky Factor 最慘最慘的下限數值，並且這些用戶極有可能不付費（可以追蹤DPU，Daily Paied Users 數據）。
相反地，假如每位使用者一用就黏住，則 DAUx30 = MAU，表示黏著度為 100%，這是所有產品人都希望達到的理想，然而實際執行時，需要依照產業不同，參考不同的 Benchmark，訂定不同的目標。根據 App 分析公司 devtodev 的建議指出：對遊戲產業的營運從業人員而言，應將產品的黏著度 Sticky Factor 數據，控制在 20%，成效才稱得上是好；社群平台則要求控制在 50%。根據 devtodev 統計研究，分析市面上絕大多數遊戲類產品的黏著度，發現大約落在 4% 到 37% 之間，平均數落在 18%
為什麼產品人必須緊盯關注產品的留存率？
正常公司的營運部門，或是產品部門在做大規模改動時（例如首頁改版），都需要特別關注產品黏著度，避免因為改動不佳導致用戶大規模流失，導致 DPU、Revenue 下滑，公司營運出狀況。通常產品黏著度低是非常糟糕的事情，無庸置疑，原因如下：
用戶留存可帶來複利效益
營運方程式提到：營收（Revenue） = 登入數（Login） x 付費率（Payment Ratio） x 客單價（ARPPU）
當中的登入數，也有人用活躍用戶數（Active user）、DAU 來看，或是公司認定做了什麼行為的用戶才算是真實用戶？例如登入後至少有點擊一部片，目標是排除大量殭屍帳號或是未登入且無操作的陌生訪客，並用該真實用戶數當作 AU（活躍用戶人數），意思差不多
產品透過持續拉新用戶和留存舊有用戶，累積活躍用戶，堆高 Active user pool。假設產品每月的新用戶數不變、其他條件也不變的前提下，也就是行銷部門有做好他們的任務，做好廣告投放、曝光活動策劃等；如果產品部門、營運部門提升了產品的留存率 X%，意味著整體營收也會跟著提升 X%
「留存率提升」意味著用戶在產品內的使用時間拉得更長，用戶能在更長的時間內重複購買禮包、商品，進而增加產品的總收入，直接提高了用戶的終生價值（Lifetime Value，LTV），也能讓行銷部門未來可以抓更高的「獲取新用戶的獲客成本（Customer Acquisition Cost，CAC）」，做更多用戶獲取上的操作
留存率長期提升，同時也可以帶來複利效應，只要留存率提高 10%，1.1 倍的 7 次方就大於 2 了。雖然實務上可能沒那麼理想，留存率提升可能伴隨著付費率略降或是客單價略低一點，但整體的營收成長仍值得期待。
留存低，長期來看營收會爆炸
留存率低將造成公司的營收不穩、用戶基數及營收成長受限。當然也需搭配 DPU（Daily Paied Users）、WPU（Weekly Paied Users）等 Paid users 相關數據來看，確認付費用戶的流失狀況，絕大多數情況下，DAU 的下滑必然伴著 DPU 下滑一併發生。
只有少數狀況如工具類產品、B2B 產品、傳統產業、精品業等，是老客戶黏著度極高，靠老客戶會持續消費、持續使用，公司就能繼續吃老本好幾年，產品業務部門不開發新客戶也沒差。
留存低將使得產品難以朝正確方向優化改善
產品留存率不高，往往暗示著用戶對於這項產品的使用體驗不佳（UX 設計不佳，或產品功能滿足不了他），是產品人必須注意的警訊。
當產品部門想要優化改善產品時，通常需要蒐集大量使用者的使用數據及意見，進而推估自家產品的各項功能體驗是好是壞，若每位用戶都是過路客，用一下就走，將造成部份產品功能沒有既有用戶的長期數據，佐證該 A/B test 改善是否有成效；無論從質化訪談或是量化問卷的角度看，有時常常無法從這群流失用戶中，蒐集到什麼好意見，甚至部份比較笨的公司會在訪談數位老用戶後，得到一個資訊「用戶想走就是會走，產品留不住，這是產業問題不是產品問題」。
雖然也有另外一種說法是，Nielsen Norman Group 提到，想要瞭解使用者的使用意圖及使用體驗，最理想最建議的方式，還是必須透過易用性測試 Usability test 判斷使用者體驗，這樣才能真正知道使用者真實意圖及挫折，不透過易用性測試、純靠數據是無法看出這些道理。
拉新用戶的成本高
就成本效益分析（CBA, Cost-Benefit Analysis）來看，新用戶的獲取成本在絕大多數情況下，絕對會高於保留既有用戶的營運成本。因此改善留存率這點，對產品部門及營運部門而言，顧好留存率是絕大多數情況下都是無庸置疑的工作方向，無論是透過 EDM 或是任何站內站外通知手段，都是必要的。不用額外講什麼「我們產業很特殊」、「我們大戶很大小戶很小，大戶不聽小戶不理」，沒有這種事，可以針對高消費族群和低消費族群，餵不同的喚回手段，但絕對不能不喚回、放任所有用戶行為都自然發生。
在極少數情況下，產品黏著度低有時不一定是壞事，原因可能是因為「產業不同」，好比有些工具類的產品，用戶並不會天天開啟，而是有需要再開，例如迪士尼官方 App Disneyland、Disney Resort。當然還有更多情況，如有任何想法或是想指正的地方，歡迎來我的 IG 跟我交流，一起學習成長。
產品的留存率該怎麼看？
留存率（Retention Rate）指的是在特定時間內，繼續使用產品的用戶比例。留存率反映出用戶對產品的滿意度，及品牌忠誠度，留存率同時也是預測長期成功和收入的重要指標。
留存率的公式為：在特定時間段內仍然活躍的用戶數 / 在特定時間段內註冊的總用戶數 X 100%
次日留存率（次留，Day 1 Retention Rate）
表示用戶完成某件事後，隔天仍有在使用產品的比例；某件事可以是下載、註冊、首次查詢或首次使用工具等，看各家公司的定義。這個指標反映出用戶首次體驗產品的產品滿意度，及工具產品是否能解決他的問題的產品吸引力
但有時需要注意，部分工具類產品，用戶只會在有需要用的時候才回來用，平常不會另外開啟，因此次留較低不代表該產品沒有解決到用戶問題。數據僅供參考，解讀能力很重要。
7 日留存率（七留，Day 7 Retention Rate）
表示用戶註冊後，7 天內仍然使用產品的比例。前七天的留存率，適用於衡量產品是否成功吸引用戶達到「短期活躍」的標準，因此也有人戲稱此數字為產品的頭七。
30 日留存率（三十留，Day 30 Retention Rate）
表示用戶註冊後，30天內仍然使用產品的比例。反映產品在中期內對用戶的吸引力和用戶忠誠度。
60日留存率（六十留，Day 60 Retention Rate）
表示用戶註冊後60天內仍然使用產品的比例。這個指標有助於團隊檢視用戶在較長時間內對產品的黏性。
產品的留存率指標參考？怎樣的留存率叫做好？
留存率參考：Facebook 臉書的 40-20-10 法則
根據網路消息指出，Facebook 臉書平台分享的留存率 Benchmark，法則指出理想上的次日留存要控制在 40%、7 日留存要 20%、30 日留存要 10%，產品數據若能天天達到此標準，則 DAU 將會穩定向上。
雖然這個觀點對於部分的營運從業人員來說，聽起來像是廢話、倒果為因，就像是「只要做正確的事，事情就會正確」、「做好 10 件重要的事情，比做 290 件不重要的事情，來得重要」；實際執行後確實會發現，隨著產業別的不同、以及各個季度年度消費者的注意力集中與否（好比年底節慶多，用戶都跑去過聖誕節、和朋友聚餐喝酒，軟體留存很有可能下滑），畢竟當時提出這個概念的臉書，所面臨到的社群平台競品挑戰，也和今日今非昔比。
但這個參考仍有其價值，各家公司可以依照 40-20-10 的標準，擬定出一套公司的目標 KPI/OKR，帶領團隊往某個指標邁進
留存率參考：其他產業的次留-7留-30留
有其他產業的從業人員指出，在現在這個消費者注意力不集中的時代，也許可以下修成 35-15-5，或是其他數值。工具類產品的留存，因為使用頻率不高，因此留存率較低；替代性高的工具產品（如許多免註冊的線上工具），通常留存率也較低
以下列舉中國網站小澤日誌給的數據參考：
電商產業：次留 35-40%，7 留 15-20%，30 留 5-8%
遊戲產業：次留 30%，7 留 15%，30 留 <5%
教育產業：次留 25-35%，7 留 10-15%，30 留 5-8%
