analysis-retention 使用指南
analysis-retention：在线输入参数即可即时得到结果，无需安装与注册。
功能说明
analysis-retention：在线输入参数即可即时得到结果，无需安装与注册。
典型使用场景
- 汇总月度留存率、出勤率等一串指标，快速得出均值/中位数/极差，判断整体水平与波动幅度。
- 对比不同门店或不同课程的会员留存数据，用中位数与标准差识别异常店与波动大的课程。
- 季度复盘时把每天的新增/流失/留存数粘贴进来，一次性算出总量与离散程度，作为运营 KPI 复核依据。
算例参考
- 可复现算例：4 个月留存率统计：输入「72,75,68,80」（单位 %）。 数据量 n=4；总和 295.00；平均值 73.75；中位数 (72+75)/2=73.50；最小值 68；最大值 80；极差 12.00；方差 19.19；标准差 4.38。 读法：均值 73.75% 与中位数 73.50% 接近，说明 4 个月留存水平稳定；标准差 4.38 个百分点属正常波动，无需对单月下滑过度反应。 若某月跌到 68 而其余三个月在 72–80，则极差被拉大、均值被拉低，应优先排查该月课程或教练变动。
注意事项
本工具纯前端运行，输入内容不上传服务器；结果为按上述口径得到的理论估算值。实际应用受设备参数、测量条件与当地规范影响，请以设备铭牌、检测报告与现行标准为准，重大决策建议咨询专业人士。
- 方差/标准差用总体还是样本口径？
- 本工具用总体口径（除以 n），因为粘贴进来的这组数据就是你要分析的全部指标。样本口径（除以 n−1）会略大，用于由样本推断总体，两者数值接近时结论一致。
- 为什么均值和中位数都要看？
- 均值受极端值影响大，中位数不易被极端值带偏。两者接近说明数据分布均匀；均值明显低于中位数说明存在偏低异常月，需定位具体原因。