---
metadata:
- name: generator
content: Diplodoc Platform v5.64.0
alternate:
- https://boost.yandex.com/doc/en/analytics/content/mobile-reports/retention-report.md
- https://boost.yandex.com/doc/ru/analytics/content/mobile-reports/retention-report.md
- https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/retention-report.md
- href: https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/retention-report.md
type: text/markdown
title: Markdown version
- href: https://boost.yandex.com/doc/zh/llms.txt?revision=r21772739
rel: describedby
---
> **Documentation Index:** Fetch the complete configuration index at https://boost.yandex.com/doc/zh/llms.txt?revision=r21772739
# 保留分析和保留动态
保留分析显示在首次启动（或其他启动事件）后一定时间内有多少用户返回应用。 此报告会显示用户何时开始对应用失去兴趣。
该报告基于用户群组，根据安装日期或其他事件将用户分组，并包含额外的正式属性，例如地区或操作系统。 您可以使用[分段](https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/segmentation.md)来定义用户群。
## 通用设置 {#how-to}
要创建报告，请选择：
- 时间段。
- [观众段](https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/segment-creation.md).
- [指标](#measure) 用于分析。
- [维度](#group).
- 分群大小（时间范围）：天、周、月或自定义范围。
{% cut "设置范围" %}
使用范围，您可以将天数分组为更便于 cohort 分析的区间。 这些间隔在表格和图表中以单独的列显示，并有相应的标签。
{style="border: solid 1px #cccccc; max-width: 400px;"}
如果您指定的区间超出了报告期，超出部分将被截断。 反之，如果指定的区间没有覆盖整个报告期，系统会自动添加一个额外的区间，以覆盖剩余的天数。
例如，假设你已设置以下范围：0–1、2–4、5–10。
- 如果你生成一周的报告，它会包含0–1、2–4和5–10的区间。 但是，最后一个区间仅包含第5–7天的数据，因为第8–10天不在报告期内。
- 如果你生成一个月度报告，它会显示0–1、2–4、5–10的区间，以及额外的11–30区间，以覆盖报告期间剩余的所有天数。
间隔数量不能超过100。
{% endcut %}
- 计算方法：从用户打开应用的时间开始，按日历天数或24小时窗口计算。
如果分群大小由自定义范围定义，则始终使用日历天数。
- 最小群体大小。
## 分组 {#group}
一个维度帮助你评估与业务相关的指标，例如广告合作伴的效果、广告活动的表现以及更新对用户留存率的影响。
{% cut "群组" %}
- **安装日期**.
- **伙伴**.
- **追踪器**.
- **国家**.
- **区域**.
- **城市**.
- **操作系统**.
- **性别**.
- **年龄**.
- **应用版本**.
- **跟踪参数**：**utm_medium**，**utm_source**。
{% endcut %}
## 指标 {#measure}
You can check your **保留率** and **滚动保留率** metrics in **产品** → **保留分析** reports, and the **保留动态** metric in **产品** → **保留动态** reports.
{% list tabs %}
- 用户保留
在特定日、周或月（参考期间）安装应用并在安装后的特定日、周或月返回应用（打开应用）的用户百分比。 计算为在第 N 天、周或月运行应用的用户数与在参考期间安装应用的用户数（此数字取为 100%）之比。
上面的示例展示了四位不同用户在一周内的操作：
- 在第0天，所有4位用户都安装了应用，因此留存率为100%。
- 在安装后的第二天（第1天），只有4位用户中有2位再次打开了应用。 保留率为 50%。
- 在安装后的第4天（第4天），这4位用户中没有人打开应用。 保留率为 0%。
{style="max-width: 500px;"}
报告中显示以下指标：
- 图表上指标的颜色说明。 让您显示或隐藏图表中的每一个指标。
- Dimensions.
- 指定期间内伙伴群组的总用户数。
- 保留率指标值。
- 第N天返回应用的用户数。
- Rolling Retention
在指定的时间段（参考期）内安装了应用的用户百分比，这些用户在特定的日、周或月内返回了应用，前提是他们在之前的时间段内有可能返回。 这些用户直到最后一次启动应用才被视为丢失（不活跃）。
要更好地理解滚动保留率的工作原理，想象一下这样一个用户：他首次打开应用是在安装当天（参考日），然后在安装后的第四天再次打开。 此用户在第四天被计为活跃用户，前几天也被计入。 尽管用户花了四天才回到应用，但在这段时间内这种情况一直是可能的。
上面的示例显示了四个不同用户在一周内的操作：
- 在第0天，所有4位用户都安装了应用，因此滚动保留率为100%。
- 在安装后的第二天（第1天），只有4位用户中有2位再次打开了应用。 但另外2名用户在选定的期间（一周内）会返回应用，因此可以认为他们有意返回应用。 滚动保留率仍为 100%。
- 在安装后的第4天（第4天），4位用户中没有人回到应用，但在选定的期间内有2位用户会回来。 滚动留存率为 50%。
{style="max-width: 500px;"}
报告中显示以下指标：
- 图表上指标的颜色说明。 让您显示或隐藏图表中的每一个指标。
- Dimensions.
- 指定期间内伙伴群体的总用户数。
- 滚动保留率指标值。
- 第N天返回应用的用户数。
- 保留动态
在指定时间段内，安装后在特定日、周或月返回应用的用户百分比变化。 这个指标允许你随时间跟踪留存率。
数据仅按安装日期分组。
上面的示例显示了四个不同用户在一周内的操作。 用户按安装日期分组：第一组比第二组更早安装了应用。 图中显示以下内容：
- 在第0天，所有4位用户都安装了应用，因此保留率指标对两组用户均为100%，尽管安装日期不同。
- 在安装后的第二天（第1天，用虚线标出），第一组有1个用户返回了应用，第二组没有用户返回。 第一组的留存率为50%，第二组为0%。 安装日期不同，您可以跟踪指定安装后期间的留存率（Retention）指标变化。
- 在安装后的第六天（第6天），第一组的2位用户都没有回到应用中。 对于第二组，该指标不可用：没有数据来计算留存率指标。
{style="max-width: 500px;"}
报告中显示以下指标：
- 图表上指标的颜色说明。 让您显示或隐藏图表中的每项指标。
- 自第一次用户会话起的天数（第1天、第2天等）。
- 用户第一次会话的日期。
- 保留率指标值。
- 第N天返回应用的用户数
{% endlist %}
{% cut "Retention 指标变化（Retention Dynamics）" %}
{% endcut %}
## 保留率计算示例 {#example}
- 日期范围是12月1日至3月24日。
- 分组按来源已启用。
- 时间范围按月分段。
- 已选中保留指标。
{style="border: solid 1px #cccccc; max-width: 800px;"}
计算首月回流用户百分比的示例：
$$ \frac{353}{2814} × 100 = 12.54 $$
报告显示 17.20%。 最终数字不同是因为界面显示的是按合作伴分组的所有返回用户数，而返回率仅针对完成的时间间隔进行计算。
{style="border: solid 1px #cccccc; max-width: 800px;"}
例如，今天是3月24日。 对于二月安装的，三月（第一个月）还没结束。 因此二月不被包含在第一月最终值的计算中。 因此，要计算第一月的退款百分比，你需要仅对被考虑在内的零个月的值进行求和。
要计算首月返回用户的百分比：
1. 开启按安装日期分组。
2. 启用按安装来源分段。
3. 将第一月返回的用户总数除以七八月的安装总数：
$$ \frac{147 + 107}{747 + 734} × 100 = 17.15 $$
在报告中，17.15 的值被四舍五入到小数位：17.20%。
## 数据导出 {#export}
您可以从报告中导出数据。
{% note info "" %}
数据根据选定的报告设置导出：分段、维度和时间期限。
{% endnote %}
在右上角点击{inline=false}，然后选择**图表为PNG**操作。 图表将以 `PNG` 格式导出为图片。
## FAQ {#faq}
{% cut "为什么“用户获取与保留分析”报告中的保留率指标不匹配？" %}
[保留分析](https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/retention-report.md) 报告可能根据两种方式来统计会话：一是按从午夜开始的日历天数，二是按用户打开应用的时刻开始的24小时窗口。
[用户获取](https://boost.yandex.com/doc/zh/analytics/content/mobile-reports/user-acquisition-report.md) 报告根据应用安装后经过的时间来统计会话。 例如，如果用户在4月20日19:00下载并打开应用，那么4月21日19:00将被视为下一天的开始。
这些间隔也用于计算留存率指标。
{% endcut %}
如果您没有找到所需答案，可以通过反馈表单提交您的问题。 请尽可能详细地描述问题。 如果可能，请附上截图。
联系支持
为文档提出改进建议