在年末，如何预防用户流失？

“双十二”大促拉开了年底冲动的序幕。随之而来的圣诞节、元旦双节，为APP的年末冲动提供了各种各样的机会。在这样的市场环境下，运营要想成功冲动，就必须“疏”、“堵”结合。操作不仅要在众多活动和噱头中脱颖而出，吸引用户，抓住用户时间，还要准确防止用户流失。如何“准确”操作防止用户流失？作为用户操作，我们可以把用户流失的问题看作是小学奥数里的蓄水池问题。首先，我们不可能不失去用户。因此，我们需要做的是准确预测用户损失，通过有效的操作活动保留损失概率较大的用户，使用户损失率尽可能低于用户增长率，以确保用户数量的向上增长。有了数量，转换就有了基础。因此，如何准确预测用户流失需要逐一解决概念、数据和工具三个问题：问题1：如何定义用户流失？问题2：用什么样的数据来预测用户流失？问题3：什么样的工具可以提高预测精度？1、如何定义丢失的用户？不同的产品对用户流失有不同的定义。如果用统一的标准来定义，就会有问题。例如，用户流失率的计算公式是用户流失率与所有用户/消费品(或服务)用户流失率的比例。在实践中，如果只按字面定义计算，用户流失率会随着用户总数的增加而越来越低。换句话说，用户什么都没做，但是KPI越来越漂亮了。这会产生用户越来越爱我们的产品的错觉。然而，结果并非如此。在准确防止用户流失时，第一步是明确用户流失的定义。流失用户的概念需要根据自己产品的类型、调性和用户画像来定义。对于特定活动的用户流失，需要从活动的目的和意义出发，定义用户流失的概念。例如，社交应用程序的价值在于解决沟通问题，通常根据上次登录的长度来定义丢失的用户。如果用户一两个月不操作，可以认为用户已经流失。这里需要注意的是，QQ和微信属于强社交软件，即使我们不使用它们，它们也会安装在手机上。另一个例子是，电子商务应用程序通过用户购买来盈利，特别是在双11和双12的特殊日子，通常根据购买活动来定义用户流失。假如用户只看不买，对电子商务来说就是一个可能流失的用户。只有明确了用户流失的定义，才能制定好用户流失预测的判断标准。用什么样的数据来预测用户流失？接下来用户流失的可能性有多大？从数学上讲，我们可以使用贝叶斯公式来估计用户流失的可能性。这个数学公式包含了一个简单的真理：当你不能准确地知道事物的本质时，你可以依靠与事物特定本质相关的事件的可能性来判断它的本质属性。这种流失预测的方式有点统计 心理学的味道。以电子商务运营为例，如果你看到一个用户在双十一的时候看得多，买得少，那么这个用户在双二十的时候就很有可能不会购物。然而，这种预测仍然不够准确。随着大数据技术的发展，更准确的预测是通过数据分析、模型算法和深度学习技术来预测用户行为。在预测行为之前，操作需要考虑哪些用户数据可以帮助我们预测用户流失？这是构建计算模型的关键一步。从数据层面来看，至少需要详细的数据维度，如用户肖像数据和行为数据，即用户肖像信息：ID、性别、年龄、地域、会员类型、用户来源...用户行为数据:登录天数、在线时间、登录频率、登录天数...用户消费数据:最近的单位数、累计单位数、累计消费金额、客户单价...这里需要注意的是，在不同的应用程序中，每个小维度的考虑标准也不同。社交APP、视频APP、出租车APP、使用频率高的APP，如音乐APP，应适当提高登录频率；阅读APP、信息应用程序和其他关注用户持续时间的应用程序应适当增加在线持续时间；电子商务应用程序更注重转换。在可视化埋点技术的帮助下，操作可以准确地统计购买页面、支付页面等转换数据。社交APP、视频APP、出租车APP、使用频率高的APP，如音乐APP，应适当提高登录频率；阅读APP、信息应用程序和其他关注用户持续时间的应用程序应适当增加在线持续时间；电子商务应用程序更注重转换。在可视化埋点技术的帮助下，操作可以准确地统计购买页面、支付页面等转换数据。3、 什么样的工具可以提高预测精度？仅上述数据是不够的，因为有许多外部因素限制了数据的准确性。首先，不同的环境和地理位置会导致不同的用户行为和兴趣偏好。随着用户地理位置的变化，他从一、二线城市迁移到三、四级城市，用户应用程序的使用也会发生变化，这不能反映在应用程序自己的数据中。其次，在进行损失预测时，APP本身自有数据的数量严重不足。用户失去了沉默，不怎么打开APP使用，怎么能产生足够的数据？此外，APP的自有数据也有局限性，无法告诉操作用户兴趣的变化。不再感兴趣的用户100%会流失，所以不需要留住。因此，此时操作需要使用外力来提高预测的准确性。目前，更可行的方法是与第三方大数据服务提供商合作，通过数据梳理找到有效的损失预测数据，然后整合双方甚至三方数据，扩大数据量和维度，最终完成准确的行为预测。目前，少数公司已经在数据领域推出了行为预测产品。谷ogle公司在国际上做得更好。在中国，个人推广是行业早期研发行为预测的数据公司之一，并在其应用统计产品的“数量”中开设了相应的功能，可以为APP运营提供损失、卸载等关键行为预测。此外，“数量”还可以提供可视化埋点工具，实现自定义事件的统计，同时进行数据分析，提供购买、共享等自定义事件的行为预测。在大数据行为预测的帮助下，操作可以提前洞察用户流失行为，提前干预，并通过相应的操作手段保留即将丢失的用户，真正实现“阻塞”的作用。总之，无论是年底的冲量月，年中的大促销，还是各种活动节日，运营都要有“疏堵结合”的运营理念。特别是在今天的流量上限已经出现，预测和防止用户损失将变得更加重要，这需要操作不仅需要仔细的数据思维和对尖端数据技术的理解，还需要找到一个好的数据合作伙伴，共同挖掘操作数据的深层价值，从用户需求，为留住用户服务，体验促进转型。