活跃用户算登录还是购买？三种定义让留存率相差5倍
活跃用户留存率取决于将登录、购买或持续付费作为核心行为标准，不同定义直接导致同一批用户的留存数值产生巨大差异。
为什么“活跃用户定义登录还是购买算留存”没有标准答案？
活跃用户定义因业务场景而异，客户侧的登录、购买与组织内的持续状态需独立界定，不存在跨行业通用的单一标准答案。
同一个“活跃”标签，放在客户、员工或学生身上，含义截然不同。在客户场景里，它可能指窗口期内的登录、购买或持续付费；而在组织内部，员工和学生的“持续状态”往往需要另外的定义[1]。这揭示了一个基本事实：“活跃用户”并非跨业务天然一致的实体，不同场景必须独立界定。
核心矛盾在于三种指标衡量的本质不同。活跃用户定义通常分为关注访问行为、交易行为以及契约延续三个维度。登录型活跃只记录打开应用就算数；购买型活跃聚焦于真金白银的成交；持续付费型则更接近订阅关系的存续[1]。这三者逻辑起点完全不同，若未明确具体定义，直接比较或互相替代这些指标，极易导致数据误判。
这种混淆不仅发生在指标选择上，更源于对“持续”理解的偏差。Amplitude 曾区分 retention 与 persistence：前者强调用户仍属于同一组织，后者强调用户仍处于同一类别，即便更换了组织也算在内[1]。这一区分揭示了关键问题：用户关系的“持续”究竟是指继续使用同一产品、继续向同一企业付费，还是继续保持某种需求状态？若不先确定对象，留存率计算口径就会把不同类型的持续行为压缩成一个数字，从而失去分析意义。
这里存在一个常被忽视的语境错位：许多团队争论“登录”还是“购买”更能代表留存，其实是因为他们默认了所有产品的“价值交付模式”是相同的。 在内容社区或工具类应用中，用户的“价值”确实体现在高频的“在场感”，此时登录即活跃；但在 SaaS 或电商领域，用户的价值锚点在于“契约履行”或“结果交付”。如果强行用内容产品的“登录留存”逻辑去套用电商的“购买留存”标准，或者反过来，本质上是在用错误的尺子丈量不同的物体。只有当业务方意识到“活跃”的定义必须服务于其核心的价值交付方式时，指标的选取才具有真正的业务指导意义，而非单纯的数据统计游戏。
三种活跃标准下的留存率为何截然不同？
同一批用户在不同活跃标准下留存率差异巨大，是因为计算逻辑对证明用户‘还在’的行为门槛设定不同所致。
同一批用户，用“登录”算留存可能高达 80%，换成“购买”只剩 15%。这种数值上的巨大落差，并非数据出错，而是计算逻辑的差异在作祟。核心分歧在于：究竟什么行为能证明用户“还在”？[1]
登录型 vs 购买型 vs 持续付费型：适用场景大不同
登录型活跃门槛最低，只记录用户在窗口期内是否打开过应用或访问过页面。它衡量的是最基础的访问意愿，却无法区分用户是来办事、围观还是仅仅误触。对于高频工具类产品，关注用户是否回来是首要任务，因此该口径最能反映产品的日常粘性。但仅凭登录行为，无法判断用户是否产生了实际价值。[1]
购买型活跃则聚焦于交易动作。当我们将分子锁定为“产生支付的用户”，指标便从“使用意愿”切换到了“商业转化”。这适合电商或低频服务场景，因为在这里，掏钱才是用户留存的铁证。单纯的使用频次再高，若没有转化为交易，在商业视角下往往意味着无效活跃。[1]
持续付费型活跃代表了更深度的绑定。它不再看单次行为，而是追踪订阅契约是否存续。只要用户按时续费，即便中间有几天未登录，系统依然判定其处于“活跃”状态。这种口径最接近 SaaS 或订阅制产品的生命周期管理，直接反映了用户与产品之间的长期契约关系。[1]
为了直观展示这三种口径如何改变分子计算，请看下表：
| 对比维度 | 登录型活跃 | 购买型活跃 | 持续付费型活跃 |
|---|---|---|---|
| 核心定义 | 窗口期内有访问行为 | 窗口期内发生交易 | 订阅契约持续有效 |
| 计算分子 | 登录次数≥1 的用户数 | 完成支付的用户数 | 本期成功续费用户数 |
| 适用产品 | 高频工具、内容社区 | 电商、低频服务 | SaaS、会员订阅 |
| 价值指向 | 产品使用广度与频率 | 商业转化能力 | 生命周期深度绑定 |
| 典型误区 | 将访问等同于忠诚 | 忽略非付费用户的潜在价值 | 误判短期未登录即流失 |
Amplitude 曾提出一个总体留存率公式：Retention Rate = (Customers at End − New Customers) / Customers at Start。这个公式试图通过数学逻辑剥离新增客户的干扰，还原真实的老客留存情况。[1]然而，现有证据并未核验该公式与严格队列留存、活动留存或滚动留存之间的适用边界。[1]
这意味着，如果你把“登录”、“购买”和“付费”混用同一个分母去套用上述公式，得出的结论毫无意义。你不能因为两个指标都被称为 retention，就假定它们可以直接比较。同一批用户群体在切换这三种定义时，由于分子（分母）的计算逻辑完全不同，最终得出的留存率数值也会截然不同。[1]若不先确定对象，留存率计算口径会把不同类型的持续行为压缩成一个数字，掩盖真实的业务问题。
值得注意的是，不同行业对“活跃”的容忍度差异巨大，这直接影响了数据的解读阈值。 例如，在新闻聚合类 App 中，用户连续 3 天未登录可能意味着兴趣转移，此时“登录型活跃”的断崖式下跌是预警信号；但在企业级 CRM 系统中，销售顾问可能一个月只登录一次录入关键数据，若按“日活”标准考核，90% 的用户会被误判为流失。因此，在设定留存率的警戒线时，不能简单照搬互联网行业的通用基准（如次日 40%、七日 20%），而必须结合该业务形态下的“自然使用周期”来校准。脱离业务场景谈留存率高低，本身就是一种伪命题。
如何避免留存率计算中的“口径陷阱”与公式误用？
避免留存率陷阱需警惕通用公式无法覆盖严格队列边界，防止不同团队用同名指标套用不同逻辑导致数据对比失效。
很多人看到 Amplitude 提出的通用公式 (期末 - 新增)/期初，便以为这是衡量留存的万能钥匙。但这套算法可能无法覆盖严格队列或活动留存的边界[1]。当不同团队使用同一名称却套用不同逻辑时，数据对比就会变成“关公战秦琼”。
要避开这个坑，必须把三个要素掰开揉碎：报告对象是谁、时间窗口多长、新增客户怎么界定。不能因为两个指标都叫“留存”，就默认它们具有可比性。这就像比较苹果和橘子，虽然都是水果，但口感和营养完全不同。
| 常见误区 | 实际风险 | 正确做法 |
|---|---|---|
| 直接套用通用公式 | 忽略特定场景的边界条件 | 明确公式适用的对象与窗口 |
| 仅看单一留存数值 | 混淆登录、购买与付费行为 | 区分三种活跃标准分别报告 |
| 忽视回流用户归属 | 将短暂回访误判为关系恢复 | 保留原始队列与当期回流率双轨制 |
最棘手的变量在于回流用户。现有材料尚未确定这类用户该回归原始队列，还是进入独立的回流队列，亦或是标记为特殊状态[2][3][1][4]。在规则统一之前，最稳妥的策略是同时保留原始队列留存、当期回流率与当前活跃率这三个维度。这种多重报告机制能防止决策者把一次偶然的短暂回访，误读为用户生命周期关系的真正恢复。只有厘清这些细节，活跃用户定义才能从数字游戏回归业务真相。
针对实操层面，建议建立一套“活跃定义映射表”作为团队内部的强制规范。 不要等到写周报时才临时决定用哪个口径。具体步骤如下：首先，由产品、运营和数据团队共同确认当前阶段的核心北极星指标（是 DAU、GMV 还是 ARR）；其次，根据该指标反推“活跃”的唯一定义（例如：若核心是 GMV，则活跃=本月有支付行为）；最后，在所有 BI 报表、Dashboard 及对外沟通文档中，必须在指标名称旁用小字标注具体定义（如：DAU-登录版 vs DAU-支付版）。通过将定义固化在文档和代码逻辑中，可以彻底消除因口头沟通模糊导致的“数据打架”现象。
结论：建立清晰的活跃用户定义是分析前提
建立清晰的活跃用户定义是分析前提，因为不先确定对象会导致不同类型的持续行为被压缩成无意义的单一数字。
“活跃用户定义登录还是购买算留存”没有唯一真理，答案完全取决于业务目标。Amplitude 指出，若不先确定对象，留存率会把不同类型的持续行为压缩成一个数字[1]。登录型衡量访问，购买型衡量交易，持续付费型衡量订阅关系；三者可以并列，却绝不可在没说明口径时互相替代。
企业应拒绝模糊的单一数字汇报。内部分析需同时展示多种指标并标注清晰定义，避免将一次短暂回访误读为生命周期恢复[2][3][4]。对比行业数据前，务必确认对方使用的是 retention（归属关系）还是 persistence（类别状态）。只有明确是衡量访问、交易还是订阅延续，才能确保数据可解释，防止因口径混淆引发战略误判。
FAQ: 关于活跃用户与留存率的常见疑问
Q: 为什么我的日活很高，但留存率却很低？ A: 这很可能是因为你的“活跃用户定义”仅包含登录行为。登录只能代表用户打开了应用，并不代表他们完成了核心交易或产生了价值。如果业务目标是商业变现，那么单纯的高登录率会掩盖低转化的事实，此时应参考“购买型活跃”的留存数据。
Q: 留存率计算公式里的分母应该包含新用户吗？
A: 不一定。标准的 Amplitude 公式 (期末 - 新增)/期初 旨在剔除新增干扰，只看老客表现。但在某些快速扩张的业务中，全量留存（包含新客）更能反映整体健康度。关键在于你定义的“留存率计算口径”要与业务阶段匹配，并在报告中明确说明。
Q: 用户一个月没登录但自动扣费了，算流失吗？ A: 不算。在“持续付费型活跃”的定义下，只要订阅契约有效且扣费成功，即便用户未登录，系统仍判定其为活跃状态。这种定义特别适用于 SaaS 或会员订阅产品，因为它关注的是契约关系的存续而非单点行为。
参考来源
- Retention Rate: Complete Definition & Calculation Guide · https://amplitude.com/explore/growth/retention-rate（B级）
- What Is Cohort Retention? Definition and Related Resources | Amplitude · https://amplitude.com/glossary/terms/cohort-retention（B级）
- What Is Cohort Retention Analysis: Essential Metrics Guide · https://amplitude.com/explore/analytics/cohort-retention-analysis（B级）
- Cohort Retention Analysis: Reduce Churn Using Customer Data · https://amplitude.com/blog/cohorts-to-improve-your-retention（B级）