快速解答： 留存率決定了頂尖 1% 的產品和其他人的差距——不是因為它好看，是因為它直接驅動獲客和營收。Facebook 留存率 92%，市值 5,320 億美元；Snap 留存率只有 33%，市值 170 億美元。就算你只是一個人用 Claude AI 打造第一個軟體產品，搞懂留存邏輯，能幫你避免把時間砸在錯的地方。
文章同步發表在 我們的部落格
你可能剛寫完人生第一支迴圈。你可能還沒做出任何一個能上線的產品。
但如果你打算用 Claude AI 打造自己的軟體，這篇文章你一定要看完。因為多數新手（甚至多數新創公司）搞錯了一件事——他們以為做產品最重要的是「拉新用戶」。錯了。真正決定你的產品能不能活下去的，是留存率。
先看數字，不看理論。
如果把公司市值畫在 Y 軸，留存率畫在 X 軸，Snap 會落在左下角——留存率 33%，市值 170 億美元。Twitter 留存率也是 33%，市值 330 億美元。而 Facebook？留存率 92%，市值 5,320 億美元。
同樣的模式，在音樂訂閱市場重演。Pandora 留存率 33%，市值 13 億美元。Apple Music 留存率 45%（市值未公開）。Spotify 留存率 80%，市值 330 億美元。
B2C 訂閱盒也逃不掉這個規律。Blue Apron 90 天留存率 34%，市值只有 6.5 億美元。Dollar Shave Club 90 天留存率 40%，被收購時作價 10 億美元。Stitch Fix 90 天留存率 80%，市值 33 億美元。
你可能會想：這是不是只有 B2C 消費品才這樣？不是。Redpoint Ventures 合夥人 Tom Tunguz 做過一份研究，發現 SaaS 公司估值的最高相關因子，不是營收成長、不是總營收，是營收留存率。就連手機 App 也一樣——Quettra Mobile Intelligence 的報告顯示，排名前十的 App，留存曲線遠遠拋開排名 50、100，甚至 5,000 名之後的 App。
這些證據只指向一個結論：留存率驅動獲客和營收，不是反過來。 把留存率想成你整個成長引擎的發電廠——它才是核心，不是配角。
這裡有個常見的誤解：很多人以為留存率是一個需要「做」的東西。
錯了。留存率是輸出,不是輸入。 真正的輸入，是活化（Activation）、參與（Engagement）、喚回（Resurrection）三件事。想改善輸出，你得先搞懂要調整哪些輸入。
留存率本身，其實可以簡化成一個超簡單的問題：「使用者在註冊後的特定時間內，有沒有繼續保持活躍？」是或不是，就這麼簡單。
但定義錯留存指標，通常會踩到三個坑：
這些錯誤，正是留存變成「沉默殺手」的根源。
你有聽過 Homejoy 嗎？
這家居家清潔新創曾經是成長最快的公司之一。Y Combinator 創辦人 Paul Graham 說過，這是他投資過成長曲線最陡峭的公司。他們拿到 3,800 萬美元的鉅額融資，結果 18 個月後，公司倒閉。
Fab 也一樣——10 週內衝上 50 萬用戶，拿到 1.5 億美元融資，成為獨角獸，18 個月後低價賤賣。BranchOut 重演了同樣的劇本：快速成長、鉅額融資、然後 18 個月後結束營業。
這三家公司,都死在同一件事上——留存率。 為什麼會這樣？三個原因：
留存問題因為時間跨度太長而被忽略。假設 A 公司每月新增 100 萬用戶，留存率 85%；B 公司每月新增 200 萬用戶，留存率只有 65%。六個月後看起來 B 公司在贏——530 萬月活躍用戶對比 A 公司的 410 萬。但三年之後呢？就算 A 公司的新用戶只有 B 公司一半，A 公司依然以 660 萬月活躍用戶勝出，B 公司只有 570 萬。留存率需要長期視角才能看懂真相，但多數團隊只看季度、甚至月度目標。
留存問題很容易被掩蓋。有間公司（Viddy）在短短幾週內從零衝到 3,000 萬月活躍用戶——聽起來很驚人對吧？但如果你去看他們的日活躍用戶數，會發現曲線平緩後急速下墜，這種形狀業界叫做「鯊魚鰭」。他們沒有留存，只是用錯的指標把自己騙過去。
留存問題有廣度沒深度。留存是廣度，參與度才是深度。就算你的留存率數字好看，如果沒有足夠的參與深度撐著，這依然不會是一門真正的大生意。
好消息是：定義留存指標，有一套可以照著做的框架。從問題、人物、原因、替代方案、頻率，五個步驟走一遍。
第一步，定義問題。 用使用者的話，講清楚他們在解決什麼問題。以 Pinterest 為例，問題可能是「我很無聊，想看看我感興趣的東西」。
第二步，定義人物。 誰有這個問題？Pinterest 的核心受眾可能是 25 到 30 歲的女性。HubSpot Sales Professional 鎖定的則是特定公司規模的業務代表。
第三步，定義原因。 使用者為什麼選你的產品解決問題？Pinterest 的答案可能是「我能瀏覽到別的地方找不到的興趣圖片」。
第四步，定義替代方案。 注意——這裡指的不是競爭對手，是使用者在沒有你的產品之前，用什麼方法解決問題。Pinterest 的替代方案可能是雜誌、Google 圖片搜尋。HubSpot 的替代方案可能是拿起電話、手動複製貼上。
第五步，定義自然頻率。 如果使用者用替代方案解決問題，頻率是多少？Pinterest 的答案是每週；HubSpot 業務效率場景的答案是每個工作日。
把這些頻率排成一條光譜，你會發現兩個區域：月頻率以上叫做「習慣區」——像 Slack、Instagram 這種每日使用的產品，容易建立習慣；月頻率以下叫做「遺忘區」——像買房、報稅這種一年甚至幾年才發生一次的行為，用戶很容易忘記你。
如果你的產品天生就落在遺忘區怎麼辦？看看 Zillow 怎麼做——他們用房價估算工具（Zestimate）把使用頻率拉到每月，再用在地房產內容把頻率拉到每週，硬是把一個低頻的買房行為，層層疊加出高頻的使用習慣。
能做到——而且這正是新手最大的優勢之一。
過去，做留存的世代群組分析（Cohort Analysis）需要資料科學家、需要複雜的 SQL 查詢、需要專門的分析工具。現在，你可以把使用者行為數據直接丟給 Claude，請它幫你找出留存曲線在哪裡開始下滑、哪個世代群組表現異常、哪些使用者行為跟長期留存高度相關。
具體來說，Claude AI 能幫你做到：
但記住一件事：Claude 給你的是數據和模式，不是最終判斷。 哪個留存指標才是你產品真正該追蹤的、哪個下滑訊號值得你緊急處理——這個判斷，終究需要你自己對產品和用戶的理解。工具能加速分析，卻無法替你做決定。
先講結論：留存和參與度，是驅動獲客和營收的引擎，不是反過來。
看看 LinkedIn、Slack、Dropbox、Instagram 這些公司，它們的成長核心都是病毒循環——使用者註冊後邀請朋友，朋友兌換邀請成為新用戶，循環不斷重複。
留存怎麼影響這個循環？假設一個世代群組經過 12 個月的病毒循環，留存率最終落在 25%，到第 12 個月結束時會累積 14,680 個新用戶。如果把留存率從 25% 拉高到 35%，同樣的世代群組會累積 18,240 個新用戶——多出將近 4,000 人。如果把這個差異套用到全年所有世代群組，光是把留存率的下限拉高 10%，就能多出 23,280 個新用戶。
為什麼會這樣？留存率越高，代表病毒接觸點越多。 你留住 Dropbox 用戶的時間越長，他們分享檔案給非用戶的機會就越多——這正是完成病毒循環的關鍵一步。
同樣的邏輯，也適用於 Houzz、Pinterest、Moz、Yelp 這種用戶生成內容循環，以及 Uber、SurveyMonkey、Dollar Shave Club 這種付費行銷循環，還有 HubSpot、Zendesk、Box 這種業務循環。每一種循環,留存率越高,循環轉動得越快。
假設 A 公司和 B 公司，用戶終身價值（LTV）都是 100 美元，目標獲客成本（CAC）都是 25 美元，維持 4:1 的 LTV/CAC 比例。如果 B 公司把留存率提升，LTV 從 100 美元漲到 120 美元，維持同樣的比例，他們的目標獲客成本可以從 25 美元提高到 30 美元。B 公司能花更多錢搶用戶，直接把 A 公司擠出市場。
留存率越高，一個世代群組收回獲客成本的速度就越快。收回得越快，你能把這筆錢重新投入獲客的速度也越快——這是一個正向循環，越轉越快。
同樣的邏輯，套用在營收上一樣成立。
看看 Spotify 的免費增值模式。假設一個世代群組從 10,000 名免費用戶開始，留存率穩定在 70%，12 個月後這個世代群組累積營收約 157,792 美元。如果把留存率拉高到 80%，其他變數不變，營收會變成 173,726 美元。放到全年所有世代群組來看，光是這一個改變，就能多出約 75,325 美元的年營收。
這個邏輯不只適用於免費增值模式。廣告模式（Facebook、Pinterest）留存越高，廣告庫存越多；訂閱模式（Zoom、Ipsy）留存越高，訂閱期數越長；交易模式（Uber、Instacart）留存越高，交易次數越多。不管你的商業模式是什麼，留存率提升,營收都會跟著漲。
參與深度也一樣重要。假設 A 公司有 100 萬日活躍用戶，B 公司有 200 萬——兩倍差距。但 A 公司使用者平均每天造訪 4 次，B 公司只有 1 次。結果是 A 公司的廣告庫存是 B 公司的兩倍,儘管用戶數只有一半。 SurveyMonkey、Zapier 這類 SaaS 產品也一樣——參與度加深，直接觸發使用者升級到更高的訂閱方案。
走到這裡，你應該看懂了一件事：留存率不是產品做完之後才該想的事，是你從第一天就該設計進去的核心邏輯。
就算你現在只是一個人，用 Claude AI 打造你的第一個軟體產品，這套邏輯依然成立。你同時扮演著要定義留存指標的產品經理，也是要分析數據找出問題的分析師。搞懂問題、人物、原因、替代方案、頻率這五個步驟，你就已經比多數新手更早想清楚，你的產品到底該往哪個方向走。
下次你打開 Claude，準備寫下一行程式碼之前，先問問自己：如果沒有我的產品，我的使用者現在是怎麼解決這個問題的？他們用替代方案的頻率是多少？
這個問題的答案，決定了你接下來要做的每一個功能，值不值得做。
留存率和參與度有什麼不同？
留存率是廣度——使用者有沒有在特定時間內繼續回來；參與度是深度——使用者每次回來時，投入的程度有多深。兩者缺一不可，光有留存廣度、沒有參與深度，很難撐起一門真正的大生意。
我只是一個人用 Claude AI 做產品，需要在意留存率嗎？
需要，而且更重要。你沒有龐大的行銷預算可以砸，留存率越高，代表你不用一直花錢重新獲取用戶。搞懂留存邏輯，能幫你把有限的時間，花在真正影響產品存活的地方。
Claude AI 能幫我做留存分析嗎？
可以。Claude AI 能幫你分析使用者行為數據、做世代群組比較、找出流失訊號，大幅加速原本需要專業資料科學家才能完成的工作。但最終判斷哪個指標重要、該怎麼回應數據——這仍然需要你自己的理解。
多久該檢視一次留存率？
建議至少每月檢視一次世代群組留存曲線。留存問題最大的風險就是被短期指標掩蓋，只看月活躍用戶或註冊數，很容易忽略日活躍用戶背後正在發生的流失。
如果我的產品天生是低頻使用場景，該怎麼辦？
參考 Zillow 的做法——疊加更高頻率的使用場景，把低頻的核心行為，包裹在更頻繁的互動裡，藉此在用戶心中保持存在感，等到他們真正需要你的核心服務時，第一個想到你。
iThome鐵人賽
看影片追技術