关于用户流失,数据分析可以挽回一线生机.pdf

关于用户流失，数据分析可以挽回一线生机 关于流失，就不必过多的说明了，古往今来，从菜市场到互联网，都是各行从业者所不想看 到的。然而人有生老病死，新陈代谢式的流失是不可避免的。 有些流失是无法避免的，但也有可以挽留的。 流失的分类 刚性流失 可以进一步分为新用户水土不服型和老用户兴趣转移型，这部分流失用户是无法挽留的，缘尽于此 ，花再多的钱也没什么用，毕竟强扭的瓜儿它不甜。所以我们应该尽量将这部分用户剥离出来，避 免不必要的投入。 体验流失 可能是应用体验、服务体验、交易体验、商品体验等等，总之就是在使用产品 服务的过程中，感到 了一丝不爽，正所谓一言不合就流失。对于我们而言，当然是要找到哪个环节让用户感受到了不爽 ，并及时维护，尽最大程度减少体验流失。 竞争流失 也就是用户已经转粉了。可能是竞争对手的体验更好，可能竞争对手推出了什么优惠的政策。我们 也需要抓住行业的动态，针对竞争对手的抢粉行为做出相应的行动，来避免竞争所带来的流失。 关于流失的定义 各公司对流失的定义不同，可能是 7天内没有登陆行为，一般一款游戏 7天没有再次登陆的基本就可 以算是流失了；也可以是几个月之内没有交易行为，电商或者 o2o 公司的流失周期会比较长，它的 流失也没有像游戏或者内容应用那样好判断。那对于一个公司来说，怎样一个沉默周期就算做是流 失了呢？可以通过回流率来判断，如果第 8天的回流率依然很高，那么 7天沉默就算作流失肯定就不 合适了。（回流率＝时间周期内流失的再回访的人数 / 时间周期内流失的人数） 关于流失的分析 关于流失的常规数据监控，一般都是和存留一起的，本身两者也是分不开的（出门左转，前面已经 写了存留相关的内容）。单独针对流失的，最多可以利用 finereport 看到如下图样式的监控： 上图对整体的流失情况进行一个总体的监控，关注点在于流失率是否稳定、新用户流失与老用户流 失占比。一般来说，新用户流失率比较高，而老用户流失的严重性更大一些，当发现老用户流失率 较高的情况，应该针对流失用户进行更近一步的分析，要对流失用户进行聚类，另外关联流失用户 的行为日志，将分析结果最终落地到产品。私以为，只有从产品的角度降低老用户的流失率才是靠 谱的，其他手段都是治标不治本。 关于新用户的流失，今天跟朋友聊到，一款产品或者游戏的运营，避免不了新用户的流失率是越来 越高的。一款新的产品刚上线时，用户质量一般比较高，而当一款产品运营一段时间后，所谓的新 用户有一定程度上是运营人员强行拉过来的，质量会有所下降。 so ，还是重视老用户的存留， and ，关于渠道的价值评估也是一定要加上存留率了如下图（前面写的仅仅有转化率、 roi 、流量的相关 的渠道价值评估，关于渠道的价值，应该综合更多维度分析）。 另外可以针对流失的用户类型进行近一步的分类如下，来为运营人员分析用户流失分析提供初步 假设： 当然，上面所描述的都是最基本的监控性报表，对于流失而言，更多的是深度的分析，需要对潜在 流失用户进行预测、对流失原因进行分析，各参数与用户流失的相关性分析等。这些就需要考虑具 体的业务场景进行建模分析了。 有朋友提醒，渠道是无处不在的，贯穿于整个运营体系之中，存留的曲线图也需要按照渠道来进行 细分对比。例如：当发现次日存留率较低，点击图标进入下一层，罗列出所有渠道的次日存留率， 来达到对存留更全面的认识，也是对渠道价值的监控。感谢提出建议的朋友。 作者：知乎达人 “jiago王 ”，知乎专栏 撩撩数据吧“ ”，帆软数据人，互联网行业总监，乐于交流的数据 小兵。 人人都是产品经理（ ）中国最大最活跃的产品经理学习、交流、分享平台