撰写文章目录[隐藏]
产品如同蓄水池，用户好比池中之水。池子中每时每刻都有新用户源源不断地加入，也有一部分用户选择离开。
如果用户流失超过新用户的补给，且速度越来越快、规模越来越大时，产品如若不警惕，蓄水池迟早会干涸。
如何定义用户流失
用户流失顾名思义指的是用户不再使用产品了，但实际上不同产品对于用户流失衡量的维度是不一样，很难有一个具体的定义。
数据映射和匹配是按用户维度（账号）提取还是按照设备维度（设备ID）提取数据？如何处理一个账户多台设备和一个设备多个账户的关系？能否获取历史数据，历史数据是累加记录还是覆盖？
问题往往没有那么简单，即使定义得再精准，模型的准确性也可能不高，我们不过是“管中窥豹”而已。
通常我们以一个月为周期，提取用户一个月内的行为数据。但是产品不同，用户操作习惯也大相径庭，有的产品1个月的时间周期太短，就难以形成足够的行为数据；另一方面，时间过短部分用户尚在发育阶段，没有完全沉淀下来成为真正的用户。
反之，如果一味增加提取数据的时间周期，项目执行的时间成本也会水涨船高；同时，等提取周期结束，一些用户早已流失，即使预测成功也难以挽回。
黄有璨在《运营之光》中给用户流失下了以下三个维度的定义：
- 流失用户是根据运营目标而定。
- 流失用户与产品的使用频率相关。
- 流失用户与用户群体正相关。
这三个维度其实很好理解，比如对于使用频次高的APP，比如微信、短视频APP、综合电商等；这些应用使用频率非常高，提高DAU是运营的重中之重。这类产品的用户在半个月/一个月之内没有登录，基本上可以视为流失。
对于电商类APP来说，定义用户流失需要根据用户进行区分，比如男性和女性在购物中的行为决策大相径庭。
从男性角度看：买东西会有目的性地进行挑选，看到合适的可能马上下单，并且他们经常把很多东西积累在一起，一次性进行购买。这种情况下，定义男性用户流失的维度就不是半个月或者一周了，甚至更长。
从女性角度看：买买买是天性，有空的时候就会去逛逛，而且还要货比三家；因此对于女性来说，定义流失的维度可能就是一个星期左右。
用户的流失行为是一个长期的持续的行为，运营者需要正确对待。用户流失并不可怕，一旦发现用户有流失的迹象，就需要通过数据分析出用户流失的一些原因，然后做针对性地用户召回。
通过数据对用户流失原因进行归因
运营要用数据说话， 不能凭空设想。通过日常的数据统计和分析，可观察到用户的活跃情况，一旦开始出现用户流失，从数据中是可以得到反馈的。对数据进行分析，找出用户流失的原因，可从以下几方面入手：
（1）用户流失前，用户有哪些类似的行为。
将流失用户的行为进行细分，包括使用频次、使用行为等，这样可以大致判断出用户流失的原因。
新用户下载APP后进行试玩，但进入到注册页面之后跳走的用户数比较多，可能是注册页面设计有问题：注册填写信息太多？注册入口不稳定？
电商类APP用户比较活跃，但是每到支付页面的时候真正完成支付的订单是较少，因此可以大概判断出用户在支付页面流失较高，这说明支付页面在设计的时候用户体验不好：比如支付流程复杂麻烦、服务器不稳定等。
（2）流失用户的渠道来源分布情况
主要是针对新用户的流失和转化情况，大部分APP用户群体都比较广泛，因此DSP投放成为APP拉新比较好的方式。
对整个链路进行分析，监测每一个状态节点，比如广告曝光、点击、开始下载、下载完成、安装完成，根据广告用户转化行为节点离激活目标的路径远近，将用户分级，提取特征同步到模型进行分层预估，优先保证高潜用户的快速曝光渗透。
（3）流失的用户类型是怎样的？
比如性别、年龄、兴趣爱好、职业等，根据用户类型进行精细化运营。
某电商APP做了一个针对女性的商品促销活动，但是在活动后的数据分析中，发现流失反而更高。
这时可以通过数据看看这些流失用户的类型，流失的是男性还是女性？如果是男性，那就是没有做用户分群，精细化运营。如果是女性，可能是活动商品没有吸引力，活动优惠过于复杂或者是活动体验不好。
（4）竞争对手出现
各行各业的APP数量已经接近饱和，竞争非常激烈；竞争对手的一举一动都可以给自己的APP造成影响，比如电商APP大战，谁家APP的商品质量好，价格便宜，促销活动多，也就能更加深得人心。
（5）其他因素
①APP内容更新缓慢，比如资讯类APP，不能每日提供最新的热点内容，用户自会逐渐流失。
②内容质量差，造成用户流失。
③产品是否做了哪些动作导致用户流失。比如：产品更新版本后，用户流失率很高，是用户体验差了还是其它原因？
流失用户怎么唤醒与召回
如果判定之前的用户生命周期是为了防止用户流失，那么当用户真的在某个环节流失后，运营就要施展复活术，尽量再次唤醒和召回他们，而不是放任。
很多公司经常需要对可能流失的用户做干预，以降低流失率。但因为资源有限，所以一般做法是拿过去的流失客户做样本，训练一个识别客户流失概率的模型，再针对最容易流失的客户做干预。
但这种做法并不一定是高效的。
虽然我们很好地完成了预测客户流失率的任务，但是预测本身并不是目的。我们的目的是通过干预，降低用户流失率。
显而易见，我们需要去干预的是留存提升空间最大的客户群体，而这部分客户未必是最容易流失的。
要想实现有效的干预，就不能一味依赖之前那套准确预测流失率的算法，而是要想办法找到干预后最有效果的客户。
为什么流失
对于流失的用户，有必要进行分析：为什么流失？是产品环节的原因，运营环节的原因，还是客服环节的原因？
在了解流失用户流失的原因，以及用户需求后，就可以制定针对性的召回策略了，要对流失用户分组，根据需求，做针对性的召回内容。
改善很重要
调研完，如果是因为对产品内容不满，那么就改善内容，如果是界面不友好，优化界面，如果是客服态度，培训客服。用户是上帝，听用户的话永远是对的。
对同一个用户，会有一次召回，二次召回，乃至多次召回的触达，需要对每一次召回的数据做记录，用于方案的迭代和优化，而召回数据的记录有以下两个关键点：
1.监控各召回渠道的效果数据
如：模板消息一次召回、短信二次召回分别对应的人群、内容、召回效果。
2. 内容要做对比测试
对同组人群做ABtest测试不同内容沟通的召回效果，可清晰的知道这类人群对哪类内容更感兴趣，效果更好。
通知很关键
我收到过拼多多的一条短信，内容如下：
"亲爱的拼多多用户，您的账户中有20元红包还有3天过期，请火速前往购买您心爱的保温杯。"
又是送红包，又有我喜欢的商品，我基本上很难禁得起这个诱惑。
拼多多的策略成功了，不过通知的频次也很重要。
一般来说，与用户的前3次沟通，每次沟通间隔至少24小时，后续沟通间隔7天以上。
产品生命周期理论将产品划分为引入期、成长期、成熟期以及衰退期四个阶段，不同的阶段有不同的用户运营重点，在产品的早期主要关注用户获取留存，对用户流失的关注和投入则主要是在成熟期。
成熟期的产品用户数量较大，产品较为成熟体验稳定，并且积累了一定用户数据，对用户运营工作有更好的支持，这个阶段投入对用户流失的预防运营，更容易实现正向的投入产出。
产品阶段不同，重心也会从拉新转移到留存，对于一个成熟的产品和饱和的市场而言，获取一个新用户的成本可能是留住一个老用户的数倍，流失率的降低也意味着营收的增加，在这种条件下，流失研究的价值是显而易见的。
Chinese 
English