用户流失不用怕,数据分析来说话

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。

image.png


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。

image.png

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:

  1. 流失用户是根据运营目标而定。
  2. 流失用户与产品的使用频率相关。
  3. 流失用户与用户群体正相关。
image.png

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。

image.png

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。

发表评论