留存优化工具可以让你判断有多少玩家在90天内将仍然玩你的游戏，并过滤和划分那些玩家以确定哪些特征与被吸引的玩家（engaged players）有关系。
要使用留存优化，首先基于离散的玩家开始日期、人口统计学过滤器和按照你想要分析的分组来过滤你的玩家。
认真考虑你选择的玩家开始日期是非常重要的。留存优化可以预测从玩家开始日期起在90天窗口内产生的收入。也就是玩家安装的日期是第0天，从这一天起到未来的90天中，预测结果将会被计算出。
如果所有的玩家开始日期都已经超过90天，那么留存优化将专门根据真实的游戏数据进行工作。如果部分或者全部的玩家开始日期都小于90天，那么一个预测将会创建以填补今天到第90天之间的空白，预测将会基于真实收入数据的加权组合和预测值，权重等于每天安装的真实数量。
一旦你选择了你想要分析的玩家开始日期、过滤和分组，点击更新（UPDATE）按钮以运行留存优化工具。这个工具将返回一个数值框和一个图表来概述结果。
留存优化返回的四个值是：
总玩家：这是在选定的开始日期之间安装，且满足过滤和分组选项的玩家的总数
预计30天留存：这是玩家分组中在30天时仍然在玩的比例
预计60天留存：这是玩家分组中在60天时仍然在玩的比例
预计90天留存：这是玩家分组中在90天时仍然在玩的比例
留存预测（Retention Projection）图表展示了在玩的每一天的预测留存（即玩家仍在在玩的百分比）。蓝线展示了留存的最佳估计值，绿线和红线分别展示了最大值和最小值，留存都将在这一区间内。
由于留存优化基于从选定分组中观察到的真实数据来预测，如果玩家和付费玩家的数量过低其将无法给出一个准确的预测。如果在选定分组中玩家的总数少于100那么这个预测将会基于默认的模型参数。这种情况下，这个工具将产生一个警告，且图表看起来是这样：
这种情况下产生的留存预测应当谨慎对待。如果玩家的总数少于20人那么留存优化将无法返回有价值的结果。这种情况下返回的预测不应被使用。如果总玩家数量过少，那么留存优化图表将看起来是这样：
我们报告的留存类型是基于UTC日期的第N个典型日期的留存。这意味着一个用户如果其游戏操作在其第一次事件日期后的第N天是活跃的，则被考虑留存。
