一文讲透留存登录比 | 胡扯运营
有群友提问：
塔防小游戏 3 留比 2 留，7 留比3留，14 留比7 留，整体偏低，怎么看数据调优？
这个「Y留比X留」的说法有点拗口，业内一般用「留存登录比」这个词来表述。
留存登录比 ，就是游戏不同时段留存率的比值。就如同 ROI 统计时常用的「倍率」类似： 一文讲透倍率是什么
文章目录
留存登录比的价值
一般情况下，从投放到回收的过程，是一个衰减曲线。运营可以通过留存登录比的衰减，提前判断产品继续投放的价值，以规避损失，或者提前放大。
以次留数据作为分母，三留比次留可以叫做一阶登录比，七留比次留可以叫做二阶登录比。
分母也可以是变化的，上文中的提问使用的就是变化形式的分母，用上一次计算的分子作为下一次计算的分母，一样可以看出趋势。
例如某产品次留 30%，三留 8%，七留 1%。计算一阶登录比为26%，二阶登录比3%，说明这可能是一个内容填充不足的产品。
正确看待留存登录比
登录比受到不同的因素的影响，不能一概而论。
阶段的影响： 有的产品处于前期测试阶段，内容量不足，就没必要关注长期留存，自然不必关注高阶登录比。
量级的影响： 在量级不足的前提下，无法得到留存的真实数据，留存没有意义，留存登录比自然也没有意义。详见： 首日ROI 0.03%！真实案例解读小游戏投放测试数据。
用户来源的影响： 用户从哪里来？是买量来的？发行人来的？直播来的？私域玩家群来的？不同的驴肉对于留存数据影响巨大，需要分开统计留存登录比。
买量周期的影响： 节假日和工作日的用户区别。暑期和双十一的用户区别。
用户规模的影响： 买量前 1000 用户，1000～1万用户，1万到 10 万用户的规模，留存率的数据会有变化。放量越大，越能接触到非核心用户。核心群体、潜在用户、非核心用户在游戏留存率上的表现差异巨大。
游戏品类的影响： 打螺丝和塔防玩家的留存登录比自然是不一样的，需要具体产品具体分析，不存在一个统一的标准。
数据参考
上面提到过，具体产品具体分析，没有统一的标准。
但你一定还是想要一个参考标准。下面的标准是 数据驱动游戏 公众号提出的，该公众号中有大量硬核运营数据分析的内容，很值得深入阅读。
| 游戏评级 | 优秀 | 良好 | 一般 |
|---|---|---|---|
| 次留 | 65% | 45% | 35% |
| 3留 | 55% | 35% | 25% |
| 7留 | 35% | 20% | 11% |
| 7留_新的建议 | 47% | 29% | 19% |
| 一阶登录比(3留/次留) | 85% | 78% | 71% |
| 二阶登录比(7留/次留) | 73% | 64% | 55% |
注意，上面的标准以 App 游戏 5000 人规模非付费测试作为标准。不要硬套！不要硬套！不要硬套！
小游戏是难以达到上表数据的。
来看一个某 IAA 小游戏某月日均20 万消耗（峰值 100万）时的数据：
| 类型 | 首日 | 2 | 3 | 7 | 14 | 30 |
|---|---|---|---|---|---|---|
| ROI | 68% | 96% | 110% | 150% | 188% | 228% |
| 倍率 | 1.4 | 1.6 | 2.2 | 2.8 | 3.4 | |
| 留存 | 100% | 23.0% | 9.8% | |||
| 留存登录比 X留/次留 |
42% |
如何调优呢？
这是个大话题，可以看胡扯游戏群里讨论的截图。
车老师还提供了一篇更详细的心得供参考：
- 文章ID：2920
- 原文作者：zrong(Jacky)
- 原文链接：https://blog.zengrong.net/post/retention-login-ratio-explained/
- 【公众号】曾嵘胡扯的地方：https://mp.weixin.qq.com/s/zp_u-53d8PS3LvHCmIg1Ow
- 版权声明：本作品采用 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 进行许可，非商业转载请注明出处（原文作者，原文链接），商业转载请联系作者获得授权。