一条典型的留存曲线，往往不是均匀下降的：用户刚进入产品时流失最快，随后下降趋缓，最终留下相对稳定的一群人。沿着曲线看，留存大致经历三个阶段。
最前面是振荡期。用户还在判断“这个产品对我有没有用”，业务目标不是堆满功能，而是缩短价值验证路径，让用户尽快完成一次真正有意义的核心行为，也就是常说的 Aha Moment。
接着是选择期。用户已经认可了部分价值，但产品尚未成为稳定选择。此时要提高核心能力的使用深度，降低重复使用成本，让偶尔使用逐渐变成习惯。
最后是平稳期。留存下降速度明显放缓，重点转向扩展相关场景、提高使用频率，并防止用户滑向沉默。三个阶段对应的任务不同，而次日留存恰好位于第一道关口。
长期留存，是一连串关口相乘
假设某天新增用户数为 D_0，其中第1、7、30天仍然活跃的人数分别为 D_1、D_7、D_{30}，那么：
这个公式看似只是恒等式，却揭示了一个重要事实：长期留存不是到第30天才决定的，而是用户连续通过多个关口后的结果。次留位于整条链路最上游，没通过第一关的人，后面的产品体验和运营手段都无从生效。
例如，10000名新增用户的次留、7留、30留分别是40%、20%、10%，最终留下1000人。若其他阶段的条件留存不变，只把次留从40%提高到45%，30日留存就会从10%同步提高到11.25%，留下1125人。
这并不意味着“次留提升5个百分点，30留必然提升1.25个百分点”。实际业务中，优化可能改变用户结构，后续条件留存也会变化。但它说明：次留是长期留存的上游乘数，影响的人群最大，反馈也最快，因此常常是最值得优先验证的环节。
有些分析会把相邻节点的流失幅度除以间隔天数，并据此称次留“杠杆率最高”。这种计算更接近平均流失速度，不能直接证明因果。判断真正的杠杆，还需要A/B实验或更严谨的因果分析：究竟是产品改动带来了复访，还是本来就更高质量的用户更愿意回来？
留存复利：微小差距，长期量级碾压
留存最容易被忽视的核心逻辑是复利效应，短期几个百分点的差距，会随时间形成巨大的用户体量差距。
举个实操案例：两款产品 E、F，每周新增均为 10000 人，E 周留存 80%，F 周留存 70%。仅 10% 的差距，复利结果天差地别。1 个月（4 周）后，E 活跃用户约 4096 人，F 仅 2401 人；2 个月（8 周）后，E 活跃用户约 1678 人，F 仅 576 人，前者是后者的近 3 倍。
周留存 80% 拟合后的曲线是
由此可见，新增只是短期流量堆砌，留存才是产品长期增长的核心基础。
复利是最好的投资武器。——Warren Buffett
次留优化的核心，是让用户完成价值闭环
次留低，不能只靠第二天多发一条Push来补。通知最多把人叫回来一次，真正决定用户是否复访的，是首日有没有感知到可重复的价值。
可以把首日体验拆成四个问题：
- 用户为什么来，落地页和产品承诺是否一致？
- 从首次打开到核心结果，中间有多少注册、授权和学习成本？
- 用户是否真正完成过一次核心任务，而不只是看过页面？
- 产品有没有给出下一次回来的理由，例如内容更新、任务进展、关系反馈或周期性需求？
内容产品可能关注首次关注、收藏或有效消费；工具产品关注第一次成功产出结果；社交产品关注建立关系并收到反馈；交易产品则关注搜索、比较、下单或履约中的关键闭环。不同产品的关键行为不同，不能把“多点击几个页面”当作统一答案。
实践中应先按渠道、版本、设备和用户意图拆分次留，找到流失集中发生的人群与步骤；再优化首日核心路径，并同时观察次留、关键行为完成率、退出率、投诉率和更长期留存。否则，强引导可能让次留短暂上涨，却把用户厌恶推迟到第3天或第7天。
从一个留存率，走向用户生命周期管理
留存提升的最终目标，不是守住某个百分比，而是推动用户发生有价值的状态迁移：潜在用户被高效激活，新用户从低频走向中频、高频，沉默用户在合适的场景下回流，并尽量延缓流失。
这类迁移主要有两个方向：
- 横向延长生命周期：围绕既有用户心智，满足相邻需求，找到第二乃至更多增长点；
- 纵向提升使用频率：让用户更深入地使用核心能力，在需要出现时被准确触达，而不是简单增加打扰。
因此，次留既重要，也不是终点。它回答的是“用户是否愿意再给产品一次机会”；7留和30留回答的则是“产品能否持续兑现价值”。团队应先守住首日价值闭环，再根据用户所处阶段，分别从使用广度、核心深度和合理频度推进状态跃迁。
所谓“次留是长留最大的杠杆”，更准确的理解是：它通常是最早、最大、反馈最快的一道关口。真正有效的优化，不是把更多用户暂时拉回应用，而是让他们在第一次使用时，就获得一个值得再次回来的理由。