频繁返回不证明忠诚或满意。需要定义访问、时期和参考人群。
阅读虚构示例
同一时期两位观测用户分别有1和9次会话，总计10，平均10/2=5，但没有人恰好5次。纳入零访问的合格用户会改变分母。这不是客户实绩。
| 项目 | 实际值 |
|---|---|
| A | 1 |
| B | 9 |
| 总会话 | 10 |
| 观测用户 | 2 |
| 每用户平均 | 5 |
区分频率、留存与价值
留存需要在可比较的队列和追踪阶段观察定义明确的返回。频率不衡量购买或品牌依恋；重复也可能源于困难。选择分析所需数据，不强制识别每次访问的个人身份。
来源与核查
将重复访问与人员区分开来
访问频率必然包含重复访问。将它们视为独立观察值可能会扭曲精度估计；定义跟踪的人员或单元以及识别限度。
- 区分观察对象、访问次数和暴露时间。
- 计算间隔前，检查独立性。
一手资料：NIST/SEMATECH — Confidence intervals for proportions. 相关方法：阅读实用指南.