2. 公式：若满足某个条件的用户数为n，在某个时间点进行回访行为的用户数为m，
那么该时间点的留存率就是(m/n)N-day留存，即第几日留存，只计算第N天完成回访行为的用户Unbounded留存(N天内留存)，留存会累计计算N天内所有完成过回访行为的用户。-Bracket留存 (自定义观察期留存)N-day留存和Unbounded留存都是按照独立的天/周/月为观察单位计算，但有时候我们不希望受限于这种固定时间度量，我们希望划分为几个观察期第一个观察期：
次日
第二个观察期：第3日-第7日
第三个观察期：第8日-第14日
第四个观察期：第15日到第30日
3. 自定义留存
上述三种留存方式，都是对时间的限定，对留存的定义都是用户打开了APP或进入了网站
自定义留存是基于业务场景下的留存情况，比如阅读类产品会把看过至少一篇文章的用户定义为真正的留存用户，电商类产品会把至少查看过一次商品详情定义为有效留存初始行为：初始与回访是相对的概念。
4. 回访行为：与初始行为的设定是并且关系。用户的初始行为可以理解为上一次行为，回访行为即理解为下一次行为。对初始行为和回访行为的设定本质上是在进一步筛选用户群。
在某打车软件的一次增长分享会曾提到过“抢了红包的用户后来打了车的日留存”，即初始行为是抢了红包，回访行为是打了车。“抢了红包的用户打了车的3日留存”即初始行为是抢了红包，回访行为是打车，看这部分人的第三天留存。
6、粘性分析模型
定义：对活跃用户使用产品的习惯的分析，例如一个月使用了几天，使用大于一天，大于七天的用户有多少，例如某些产品上线了新功能，用户使用需要签到，可以由此分析出用户的使用习惯，评估新功能的吸引力和健康度。
作用：使用留存分析，了解产品和功能黏住用户的能力如何，用户喜欢哪个功能，不同用户在同一功能在适用上的差异，有助于科学评估产品，制定留存策略
举例：股票APP，已投资用户和未投资的用户触发功能【查看股票市场】的次数
7、全行为路径分析模型
行为路径分析分为漏斗分析和全行为路径分析。与漏斗分析模型不同，漏斗分析模型是分析既定的行为转化，例如电商产品，分析从查看产品详情到最终支付每一步的转化率。而全行为路径分析是对用户在APP或网站的每个模块的流转情况，挖掘用户的访问模式，从而优化产品或网站。
一般可用树形图表现，如下图，一个线上培训网站，用户大都会打开搜索课程，所以需要优化搜索课程。而在第一次搜索课程后，用户并没有搜索到想要的课程，又进行了第二次搜索，因此可以将用户搜索频率高的关键词设置成可点击元素，链接到用户使用频率高的相关课程。引导用户点击得到想要的结果。
8、用户分群模型
用户分群是对某一特征用户的划分和归组，而分层，更多的是对全量用户的一个管理手段，细分用户的方法其实我们一直在用，比如我们熟悉的RFM模型：
RFM模型是从用户的业务数据中提取了三个特征维度：最近一次消费时间(Recency)、消费频率 (Frequency)、消费金额 (Monetary)。通过这三个维度将用户有效地细分为8个具有不同用户价值及应对策略的群体。
其他四个用户分群的维度：
1、用户属性：用户客观的属性，描述用户真实人口属性的标签，比如：年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等就是用户属性
2、活跃时间
3、做过，没做过
4、新增于：何时新增用户较多