登錄諸葛io后，專業(yè)版用戶在「留存」模塊中，切換到「粘性」，即可。

產(chǎn)品整體粘性就是整個產(chǎn)品中，選擇「任意事件」，默認(rèn)將展示近4周來，用戶平均每周使用產(chǎn)品的天數(shù)分布情況。

如圖所示，我們可以看到近四周所有使用產(chǎn)品的人中，使用了2天及以上的占比多少，使用了3天及以上的占比多少，以此類推。

在某一天內(nèi)，只要用戶觸發(fā)過一次所選擇的事件，就計為該用戶在該天觸發(fā)了事件。功能粘性即選擇一個代表使用了某功能的事件，即可分析該功能的粘性情況，比如我們選擇「看帖」來分析新上線的社區(qū)功能的粘性：

說明：在計算各個天數(shù)的人數(shù)占比情況時，我們會以在所選時間段內(nèi)觸發(fā)過該事件的人為基數(shù)(第一天為100%)。比如，近四周的活躍人數(shù)是200，觸發(fā)過「看貼」的人是100，其中一周內(nèi)觸發(fā)過「看貼」2天以上的是20人，那么在粘性分析中，「看帖」2天以上的人數(shù)占比是 ：20 / 100 = 20%。我們不會以活躍人數(shù)為基數(shù)，若要看在整個活躍用戶中使用過某個功能的人數(shù)占比，可通過「事件」中的「活躍比」功能實現(xiàn)。

粘性趨勢

除了了解整體的粘性情況，用戶還可以通過趨勢圖查看產(chǎn)品或功能的粘性呈一個什么樣的趨勢變化。

如圖所示，可以看到每周觸發(fā)所選事件2天及以上的人數(shù)占比趨勢，也可以選擇其它天數(shù)的人數(shù)占比趨勢。

用戶群對比

有時我們會需要對比兩個不同用戶群的粘性情況，比如我們想了解一下「投資過的用戶」相較于「未投資過的用戶」來講，對「查看股票市場」的依賴程度有什么不同：

如上圖，顯然投資過的用戶粘性更高。

粘性分析如同多了一個維度來衡量用戶的活躍情況，配合留存指標(biāo)一起分析，將更全面的了解用戶使用情況。

崔歡歡