留存率曲線怎麼讀：八個問答看懂下滑、變平與回升代表什麼

留存率曲線要看三件事：前段掉多快、中段在哪裡變平、尾端是否還在往下。曲線最後變平，代表產品留住了一群穩定的人；一路往下沒有底，代表還沒找到固定使用或回購的理由。看形狀比看單一數字更重要。

這篇用問答的方式寫。問題來自我在企業內部報表會議上最常被問到的疑問，順序照一位行銷人第一次打開留存報表時會遇到的困惑排列。文中所有舉例都是示範情境，不代表特定公司，也沒有附成效數字。

問一：留存率曲線到底在畫什麼？

橫軸是時間，從使用者第一次出現開始算，可能是第 0 天、第 1 週、第 1 個月。縱軸是那一群人裡，在那個時間點還有回來的比例。第 0 期一定是全部的人，所以曲線一定從最高點開始。

關鍵在「那一群人」。留存曲線通常以同一時間進來的人為一組，也就是同期群。三月進來的一組、四月進來的一組，各自畫一條。把同期群拆好的試算表步驟，可以看同期群分析的六個試算表步驟。這篇只談拆好之後怎麼讀。

GA4 的探索報表裡有「同類群組探索」，可以直接產生這種表格。功能位置與設定方式請以 Google Analytics 說明中心的最新說明為準。

問二：曲線一開始就掉很多，是不是代表很糟？

不一定。幾乎所有產品的曲線，第一期到第二期都掉最多。很多人只是來看看，有的是被廣告帶進來，有的是搜尋到一篇文章。他們本來就沒有打算留下。

要判斷的是「掉的是誰」。如果掉的大多是從某一個廣告活動進來的人，問題可能在廣告承諾與產品不符。如果各管道都掉得差不多，問題比較可能在第一次體驗本身。所以第一步不是緊張，是拆管道。

問三：怎麼看出曲線有沒有「變平」？

變平就是連續幾期的下降幅度變得很小，線幾乎水平。這一段代表留下來的人已經形成習慣，不太會再走。

判斷方法很簡單：算出每一期比上一期少了多少，也就是相鄰兩期的差。差值一路縮小、接近零，就是在變平。差值忽大忽小，可能是樣本太少或有季節干擾。

曲線形狀	長相	通常代表	下一步
持續下滑型	一路往下，看不到底	沒有固定回來的理由	回頭檢查核心價值與首購體驗
變平型	前段下滑，中段之後幾乎水平	有一群穩定使用者	研究這群人的共同特徵
微笑型	下滑後又慢慢回升	流失者被喚回，或使用有週期性	找出回升的原因並放大
階梯型	某一期突然陡降	有固定的斷點，例如試用期結束	檢查那一期發生的事件

問四：兩條曲線哪一條比較好，要怎麼比？

比較不同月份的同期群，要對齊「第幾期」，不是對齊日曆月份。三月組的第 2 個月是五月，四月組的第 2 個月是六月，兩者要比的是各自的第 2 個月。

比較時看三個位置：第 1 期掉多少、變平發生在第幾期、變平時的高度。新的一組如果變平得更早、平台更高，代表某些改變有效。只看最後一期的數字，容易被樣本數大小騙。

• 同一張圖上最多放四到五條線，太多會看不出差別
• 每條線旁邊標註那組有多少人，人數太少的組別只做參考
• 有大型活動或改版的月份，在圖上加註
• 不要用平均值把所有組別合成一條線，那會把變化抹平

問五：電商跟服務業的留存曲線長得一樣嗎？

不一樣，因為「回來」的定義不同。電商看的是回購，時間單位常用月。訂閱或軟體看的是登入或使用，時間單位可以用週甚至天。服務業例如美容、健身，看的是回訪預約，時間單位跟服務週期有關。

時間單位選錯，曲線會完全失真。一個平均兩個月才補貨一次的商品，用「週」去畫留存，會看到一條掉到快歸零的線，然後誤以為客人都走了。其實他們只是還沒到補貨時間。

一個示範情境：一家賣咖啡豆的小店，用週留存看會員，曲線一路往下。改成以月為單位、並把「回來」定義為「有下單」之後，曲線在第三個月附近開始變平。產品沒變，看法變了，結論就不同。

問六：曲線變好了，就代表行銷做得好嗎？

不能直接這樣說。留存受很多因素影響：產品品質、價格、配送、客服、季節，甚至競爭對手的動作。行銷只是其中一項。

要把留存變化歸給某個動作，至少要有時間上的對應。例如某個月開始寄送新的會員教學信，從那個月起的同期群曲線變平得更早，而之前的組別沒有。這還不是證明，但是一個值得追的線索。更多指標誤讀的陷阱，可以看領先指標與落後指標該先看哪一個。

問七：老闆只想看一個數字，怎麼報告？

可以給一個數字，但要附上它的位置。例如「第三個月留存」，並說明這是曲線開始變平的地方。這樣老闆拿到一個數字，你也沒有丟掉曲線的意義。

報告時建議用一句話描述形狀，再給數字。例如：「本季新會員在第二個月之後就穩定了，留下的比例比上一季高。」先講形狀，再講多少，聽的人比較容易記住。

問八：讀留存曲線最常犯哪些錯？

• 把不同時間進來的人混在一起看，結果新舊客互相抵銷
• 時間單位與商品週期不符，誤判流失
• 人數很少的組別被當成趨勢
• 只看最後一期，忽略形狀
• 把留存上升直接歸功於單一活動
• 忘了排除測試帳號或內部員工

最後一點很常見。公司自己的人反覆登入，會讓留存看起來比實際好。資料清理要在畫曲線之前做。

問九：留存曲線和回購率、活躍人數有什麼不同？

回購率通常是一個比例，例如某段時間內買過兩次以上的人佔多少。它把時間壓成一個數字，看不出客人是在第幾個月回來的。活躍人數則是某一天或某一週有多少人在用，新客與舊客混在一起，新客一多，活躍人數就上升，即使舊客正在流失。

留存曲線的價值在於它固定一群人，然後追著這群人走。它回答的是：「同一批人，隨著時間過去，還剩多少？」這個問題，回購率與活躍人數都回答不了。

實務上三個指標可以一起用。活躍人數看整體規模，回購率看忠誠程度，留存曲線看變化發生在哪個時間點。只看其中一個，容易被另一個掩蓋的問題騙過。

問十：資料要準備到什麼程度，才畫得出可信的曲線？

最少要能把同一個人的多次行為串起來。電商靠會員編號或電子郵件，網站行為靠登入身分或穩定的使用者識別。如果每次造訪都被算成新的人，曲線會掉得比實際快很多。

• 確認使用者識別方式，登入前後是否能串接
• 確認「回來」的事件有被正確記錄，例如購買或登入
• 排除內部帳號、測試訂單與退貨取消的訂單
• 記下追蹤設定變更的日期，避免把技術問題誤讀成行為變化
• 至少累積三到六個同期群，再開始比較

結構化資料與網站內容的關係不是本篇重點，但若你同時在調整網站，建議先讀 Google 搜尋引擎最佳化入門指南，避免改版造成追蹤中斷，讓留存資料出現斷層。

適用與不適用的情況

留存曲線適用於有重複使用或重複購買行為的商業模式：電商回購、訂閱服務、會員制、定期保養或療程。只要「回來」有明確定義，就可以畫。

不適用的情況包括：一次性高單價商品，例如房屋、婚紗，客人一生可能只買一次，留存曲線沒有意義，應改看轉介紹或口碑。每期人數只有個位數的小型業務，曲線會劇烈跳動，讀不出形狀，建議先累積資料或拉長時間單位。追蹤設定不完整、使用者身分無法串起來的網站，也要先修資料，再談曲線。如果需要協助整理報表，可以看我們的顧問服務或先到常見問題查看合作方式。