横向的留存数据最终会在某个月份之后停留在一个固定的留存率上

例如某APP，1月1日新增100用户，1月2日有40个人打开APP，1月31日有12个人打开APP，那么1月1日这批用户的次日留存就是40%，第30日是12%。关于这个指标是好是坏，结合不同的应用类型（社交、游戏、电商、资讯、社区、工具）有不同的评判标准和经验法则，与此同时也可以和竞争对手做横向对比，相信互联网投资基金都耳熟能详了。

1月2日，这个APP又获取了200用户，1月3日90个人打开了APP，2月1日有20个人打开了APP，那么这批用户的次日留存是45%，第30日留存是10%。那么我们可以看到1月2日的日活中，有40个是老用户，90个是当日获取的新用户，这就是活跃用户的结构。

以此类推，1月3日获取的新用户有一个留存状况、1月4日5日···以后每天都有一个留存表格。把这些表格放在一起，就是一个巨大的斜对角矩阵：

或者长成以下的样子：

对应这两点一家好的早期公司应该看到的趋势是：

1. 横向的留存数据最终会在某个月份之后停留在一个固定的留存率上，比如某个月获取的100个用户，在半年后每个月的留存率都稳定在60%，这就说明这批用户是稳定留存下来的，不然如果留存率是一直下降的（哪怕下降的速度很慢），也会在之后的某个月份归零，也就是说不管新增多少用户，最终都一个都剩不下。
2. 纵向的留存数据应该是越来越好的。因为公司和创始团队应该不断的根据历史情况改进产品和体验等，所以越后加入的用户，应该能享受到越好的产品和服务，后续几个月的留存率就应该更高。以周为维度就是周留存，月为维度就是月留存。

那么基于以上的方法论，我们现在就可以用它来分析一家互联网消费公司。（以下时间以月为维度，行为以购买为维度进行分析，金额是除去补贴后的净额。以下公司和数据纯属虚构，请不要对号入座。）

假设公司是一家互联网薯片公司，产品从16年1月开始在互联网上进行销售，公司正在进行A轮融资。

关于收入层面，我会问公司要以下3张表：购买用户、订单、销售额。如果公司无法提供的话，我会要求公司按照要求，跑一下数据，做成这个表格给我。难度应该不是很大，要不然互联网消费的“互联网”一词就成了伪命题。很多公司跑出数据后，自己也发现非常多意想不到的发现，直呼惊讶。

公司在16年1月有100个购买用户，下了170单，总共消费14,960元。这100个用户在2月有30个用户进行了购买，下了48单，消费4,176元。2月份新增200个购买用户，下了360单，消费28,080元。在2017年1月，一共有8,403个购买用户，其中5,000名是当月新增，其他是复购的老用户；下了15,970单，金额约173万，其中约70万是老用户复购，100万是当月新增用户消费。