留存能回答什么
将曲线的变化视为需要调查的信号，而不是导致该变化的原因的度量。影响用户是否返回应用或网站的因素有很多，包括您的消息。 若要将特定消息与用户的后续行为关联起来，请使用转化指标，该功能会将转化归因于促成转化的消息。示例演练
跟随一个同期群五天，看看这些数字是如何组合起来的。 同期群是您随时间追踪的一群人。假设 7 月 28 日有 1,000 名用户产生了会话。这 1,000 名用户成为同期群，此后该群体保持固定。之后不会有人加入，也不会有人被移出。即使在时间窗口内订阅发生变化，渠道和平台序列的成员身份也保持固定。 此后，图表会查看之后的每一天，并统计这同一批 1,000 名用户中有多少人回访。
Day 3 高于 Day 2，这是预期现象。OneSignal 针对最初的 1,000 人独立衡量每一天，因此跳过 7 月 30 日并在 7 月 31 日返回的用户会计入 Day 3。曲线追踪的是原始群体中每天有多少人活跃，因此既可以上升也可以下降。
解读形状
在阅读任何一个单独的数字之前，先看曲线的形状。 先下降，然后变平。 同期群中的一部分人在最初几天停止回访，其余人则以更稳定的速率持续回来。变平的水平大致告诉你当天受众中有多少人会定期回访。 保持高位且平坦。 同期群中的大多数人几乎每天都回访。当您的应用或网站是人们日常习惯的一部分时，或者当同期群来自偏向最活跃用户的某一天时，就可能出现这种情况。 持续下降。 同期群在整个时间窗口内持续减少。30 天的时间窗口可以显示曲线是否会在更短窗口无法揭示的更晚时点趋于平稳。 在 Day 1 下降。 同期群中的大多数人第二天没有回来。原因可能包括引导流程、用户到达前形成的预期，或者同期群起始日期捕捉到了大量一次性访问者。 在不同同期群起始日期之间比较同一形状，比看任何单日的比率更有价值。您自己随时间的趋势是最有用的基准。图表一次只绘制一个同期群，因此请自行比较日期，或将每个同期群导出为 CSV。比较渠道和平台
将对比维度设置为渠道或平台，以将同期群拆分为序列。 渠道序列反映每个用户在同期群起始日期所订阅的渠道。它们会重叠，因为同时订阅推送和电子邮件的用户会出现在两个序列中，所以不要期望它们加总等于总数。将每个序列与总数对照阅读，而不是彼此对照。 未订阅任何渠道的用户序列是有用的基线。将其与某个渠道序列比较，可以看出订阅该渠道的用户与未订阅任何渠道的用户在回访率上有何不同。这一差距并不是消息的因果效应。订阅的人往往本身就更活跃，因此将这种比较视为需要调查的信号。 平台序列按设备类型划分同期群。平台之间的巨大差距可能指向各平台上产品本身的差异，而不是消息的差异。留存如何计算
这些规则决定图表上的每一个数字。有关筛选器、UTC 日边界、数据可用性和导出，请参阅留存指标。 同期群是快照。 渠道和平台序列的成员身份在同期群起始日期被固定。在 Day 5 取消订阅电子邮件的用户在整个时间窗口内仍留在电子邮件序列中，因为他们在 Day 0 已订阅。这正是同期群可以随时间比较的原因。 天数独立计算。 OneSignal 报告每个同期群成员在每一天是否有会话，而不考虑中间的天数。 曲线在最后一个完整的天结束。 图表会隐藏不完整的天，并且不会绘制预测。较短的线表示时间窗口仍在填充，而不是留存降到了 0%。 留存统计的是用户。 用户任一设备上的会话都算作该用户的活动，因此在手机和笔记本电脑上使用您的应用或网站的人只计一次，而不是两次。请参阅会话了解 OneSignal 如何按订阅追踪会话数据并在用户级别聚合，以及用户和订阅了解两者之间的关系。常见问题
我的曲线在某些天上升了。这是 bug 吗？
不是。OneSignal 针对原始同期群独立衡量每一天，因此跳过一天并在之后返回的用户会在其返回的那天被计入。曲线在某些天上升是预期现象。我应该使用哪个时间窗口？
先使用 30 天，查看曲线是否变平，然后在需要更仔细查看同期群起始日期后最初几天时使用 7 天或 14 天。较短的时间窗口能更详细地显示早期的下降。我可以并排比较两个同期群吗？
目前图表不支持。一次选择一个同期群起始日期并自行比较曲线，或将每个同期群导出为 CSV。相关内容
留存指标
留存图表的筛选器、数据可用性和导出。
会话
OneSignal 如何定义会话，以及如何跨用户的多台设备聚合会话数据。
用户和订阅
用户与订阅如何关联，以及为什么留存统计的是用户。
指标术语表
仪表板、API、CSV 和事件流中每个指标的权威定义。