如何验证用户流失定义的合理性？

2021-01-12 08:45:22 阅读（184） 评论（0）

本文定义了网站上活跃用户、流失用户和新用户的流失。在这里，修改丢失用户的英文名称。一般来说，丢失用户常用的英语是“churnuser"，以前使用的wastage、away、lost等都不太规范。后来，一些做相关分析的朋友问失去用户的时间长度是合理的，特别是在网站分析实际战斗出版后，我提到了如何更准确地定义失去的时间长度，可能解释相对简单，或者朋友留言反馈这个问题，所以这里用一篇文章来解释。丢失用户和回访用户的定义请参考文章“网站的活跃用户和丢失用户”。为了解释如何合理定义用户丢失时间的长度，我们需要首先介绍一个新的指标概念：回访用户。这里的回访用户并不是指GoogleAnalytics上的ReturningVisitor(与新用户相比，是指之前访问过网站的用户再次访问网站)。这里的回访用户是指丢失后再次访问网站的用户，即用户已经丢失，在丢失时间内完全没有条件访问/登录网站，但之后再次访问/登录网站。然后，用户回访率可以根据回访用户的数量来计算，即用户回访率=回访用户的数量÷流失用户数×100%回访用户率的数值可以间接验证用户流失定义的合理性。在正常情况下，用户的回访率应该相对较低。从业务的角度来看，如果损失的定义是合理的，那么很难让那些对你的网站失去兴趣的用户再次访问你的网站。一般来说，网站的用户回访率应该在10%以下，5%左右的值是合理的。对于成熟网站，用户回访率略高，而新兴网站的用户回访率通常较低，尤其是手机APP等用户容易丢失的产品。流失期与用户回访率的长度成反比。我们在定义用户流失时使用的连续不访问/登录网站的时间越长，用户流失后回访网站的概率越低。随着定义流失期的增加，用户回访率必须下降，并逐渐接近0。那么如果选择合适的损失期长度呢？我们可以设置不同的损失期长度，进一步统计每个损失期的用户回访率，并观察用户回访率随定义损失期的增加而收敛的速度。如果以“周”为单位设定损失期：根据用户回访率的变化曲线，我们可以使用拐点理论（ElbowMethod）选择最合适的损失周期。拐点理论:X轴上数值的增加会带来Y轴数值的大幅增加(减少)，直到超过一定点，当X增加时，Y的数据增加(减少)会大幅下降，即经济学中的边际收入会大幅下降，这就是图表中的“拐点”。例如，当上图中的损失周期增加到5周时，用户回访率显著下降，因此这里的5周是一个拐点。我们可以用5周来定义用户损失的期限，即以前访问/登录过的用户。如果连续5周未访问/登录，则定义用户损失。因此，在有了这种方法之后，我们可以更合理地定义失去用户的统计逻辑，我们之前需要做的是选择不同的失去期来计算用户的回访率，然后用统计到的值生成上述带有平滑线的分散点图，问题很容易解决。

内容来源:数据分析网，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：数据分析人员称道和接受的数据降维方法下一条：77个数据分析岗位面试的高频问题

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税人力

安全/技术支持

其他应用

商标版权

小程序

如何验证用户流失定义的合理性？

推荐阅读

猜你喜欢

分类

最新文章