在开始介绍“用户留存率”指标之前，我们再强调一下抖音的推荐机制。
当有用户打开抖音，抖音的系统就会收到用户的视频请求，并从内容库里基于兴趣标签为用户匹配内容，在这个过程中，所有符合用户需求的内容都会在抖音的算法规则下进行PK，优质视频会被赋予更多的推荐流量，表现较差的视频则会被逐渐淘汰。
在算法黑盒下，没有人能知道具体的指标，但是从平台的角度来看，为平台带来更多价值的视频就是优质的视频，而价值则体现在让用户在平台停留更长时间、激发用户的互动行为，促使用户拍摄视频或进行电商消费等等。其中，“完播率”体现的就是用户停留时长。但是，正如我们前面所分析的，完播率指标存在众多问题，很难直接应用。
于是，就有了我们今天要重点讲的“用户留存率”指标。顾名思义，“用户留存率”就是有多少观众在你的视频中留了下来。其实，“播放完成率”也是“用户留存率”中的一种，即在视频最后一秒留下的用户占比。
如果我们将视频按时间线进行切割，甚至可以得到视频每秒的“用户留存率”。
如上图:该视频长度为36秒，3秒处用户留存率为53%，而同长度热门视频的3秒留存率为80%，同理，在18秒处，该视频的用户留存为22%，而热门视频留存为56%。
通过分析关键帧的“用户留存率”，并将其与热门视频进行对比，我们就很容易发现视频出现的问题，以及与热门视频在数据上的差距。
在这个过程中，10%用户留存，是影响视频自然流量的最重要因素。
在抖音，用户永远不知道下一个看到的视频是什么，这就为用户带来不停刷视频的动力。相反，如果遇到不喜欢的视频，只需轻轻上滑即可跳过，极大的削弱了因此而带来的负面情绪，进而形成了“上瘾”机制。在这种环境的熏陶下，用户对未知视频的“容忍程度”会越来越低。
因此，对于创作者来说，视频内容第一眼的眼缘就会显得格外重要。我们常见的观众留存曲线图，通常就是下图中X曲线的样子，大多数情况下，在视频的前10%进度中，每秒流失的用户会达到最高值，10%处将成为决定整个视频获得的自然播放量的重要影响因素之一。
如图，X1曲线10%秒用户留存率远低于X2曲线的留存率，若X1、X2两条视频领域相同、时间长度相同，通常情况下，X2视频播放量将远高于X1视频。
这也就是为什么很多运营类课程都在强调三秒原则、五秒原则，以及抖音上素来就有“颜值正义”说法的原因。
从“观看分析”功能来看，取3秒还是5秒，是根据视频总时长而言的，并没有一个准确的数字。在观看分析中，第一个点通常打在视频长度的第10%秒且向下取整的位置。如，34秒的视频，第一个点打在第三秒;58秒的视频，第一个点打在第5秒，而20秒以下的视频，第一个点通常打在第1秒的位置。
假设，抖音算法同样是以观看分析中的方式为视频进行打点，那么，对于20秒以内的视频而言，第一秒的内容就格外重要。而60秒以上的视频，前6秒，也就是第一个场景会更重要。这也就为长视频提供了更多的创作空间。
我们在知道了“用户留存曲线”中10%秒的作用后，还要注意的是整个曲线的走势。
在经历10%秒左右的自然下滑后，如果在视频中后期出现上图中曲线骤然下滑的情况，一定代表视频内容出现了问题，比如广告植入、话题提前结束、有偏激观点等。这个时候，创作者就要回到视频找原因，我们要做的就是通过复盘吸取经验，尽量让这种骤然下滑的趋势出现在视频进度的50%以后，以此来提高观众的停留时长以及平均播放时长。
