昨天在給大家的直播里留了一個思考題:“新用戶的流失應(yīng)該怎么分析?”今天這篇文章就為大家簡單介紹一下,怎么去分析用戶流失問題的思路。(會涉及到很多運營方面的知識,建議大家?guī)е鴶?shù)據(jù)分析的思維去看)
業(yè)務(wù)與新用戶產(chǎn)生關(guān)聯(lián)的過程,就像是談戀愛,一旦兩個人分手了,你很難再把對方追回來。所以我們不能指望著新用戶流失之后再進行分析,而應(yīng)該提前進行流失預(yù)警,也就是說要提前防止對方離開自己。
而新用戶的獲客成本,一般是要比老用戶要多的多,所以流失率的降低就意味著營收的增加,我們可以類比一下談戀愛的過程,來分析一下為什么會出現(xiàn)新用戶的流失。
一、新用戶真的流失了嗎
很多人談戀愛的時候一定見過這樣的場景:
女:我們分手吧
男:為什么?
女:沒有為什么,我再也不想看見你了
男:哦,好吧
很真實對不對?
但其實女方很可能只是在生氣,故意裝出來嚇唬一下男生而已,這時候如果我們不搞清楚對方的真實態(tài)度,可能就會假戲真做,造成我們對于形勢的誤判。
我們把這個場景代入到用戶分析上也是一樣的,新用戶的生命周期比較短,所以他們表現(xiàn)出來的行為特征不一定就是真實的,也就是“假的流失”。
1、所以我們要先定義一下新用戶的流失!
究竟怎么才算是流失?比如是1個星期沒有訪問的用戶?還是2個星期沒有下單的用戶?還是3個星期沒有登錄的用戶?
比如下圖,以1個月作為流失周期,那么十月出現(xiàn)但十一月沒有出現(xiàn)(藍(lán)色圓點代表出現(xiàn))的用戶在十一月流失了,而實際上,他在十二月又出現(xiàn)了,是一個回訪用戶(見回訪3),并沒有真實流失。
如果我們以2個月為周期,則“回訪3”的用戶在10~11月,12月以后兩個周期內(nèi)都出現(xiàn)過,應(yīng)該是一個留存用戶。周期劃分對用戶流失界定有著直接影響。
2、對于不同的流失定義,我們需要用不同的指標(biāo)去衡量
比如進行促銷活動時用到的一般是當(dāng)日留存率、7日流失率,零售行業(yè)一般用到的是月流失率,to B企業(yè)經(jīng)常用的是季流失率、年流失率。
當(dāng)然,為了更加準(zhǔn)確地識別出可能流失的用戶,我們甚至可以建立一些數(shù)據(jù)模型,去預(yù)測新用戶的流失概率,比如下圖的二元邏輯方程。
這個定量流失研究的模型是網(wǎng)上某大神做的,他將一段時間內(nèi)用戶的一系列行為特征數(shù)據(jù)(如在線天數(shù)、充值金額、積分等級、點擊次數(shù)……),代入二元邏輯回歸方程中,就可以計算出相應(yīng)的流失概率。
而這里面涉及到的指標(biāo)都需要通過業(yè)務(wù)給出才行,而除了流失的定義之外,我們一般還需要從業(yè)務(wù)手里了解到下面這些信息:
新用戶在流失前具有什么特征?(女朋友在發(fā)火前有什么表現(xiàn)?)
新用戶是否具有價值?要不要進行挽回?(要不要真的跟女朋友分手?)
針對新用戶流失的現(xiàn)有措施有哪些?效果如何?(平時是怎么哄女朋友的?)
..........
這些問題和信息業(yè)務(wù)人員不會主動告訴你,所以我們在進行流失分析之前,必須要和業(yè)務(wù)部門進行反復(fù)溝通,拿到我們所必須要拿到的指標(biāo),否則就是巧婦難為無米之炊了。
二、新用戶為什么流失
用戶為什么不再過來使用我們的產(chǎn)品或服務(wù)了呢?這肯定是有原因的,只不過有些原因可以從數(shù)據(jù)中知道,有些原因不得而知。
我們可以將新用戶的流失分為下面幾種類型,從不同的維度上找原因:
1、“來也匆匆,去也匆匆”型
這種類型的用戶并不能稱之為“用戶”,因為他們只是生成了一個用戶數(shù)據(jù)而已,不會產(chǎn)生任何的行為數(shù)據(jù),自然也不會具有任何的挽留價值,所以這種類型的新用戶屬于我們數(shù)據(jù)清洗中的主要對象。
最常見的例子,就是各種促銷活動中拉來的羊毛黨,這種用戶的停留時間一般非常短,我們可以從停留(注冊)時長、點擊(行為)數(shù)據(jù)等上進行辨識,首先將這些臟數(shù)據(jù)去除掉。
2、“主動分手”型
新用戶主動不再接受你的產(chǎn)品或者服務(wù),很大原因可能是我們自身運營出了問題,或者是產(chǎn)品服務(wù)接受時間太長,這種用戶是我們重點要進行挽留的人群。
如果按照昨天在直播里講到的5W2H方法,我們可以從下面幾個維度去挖掘原因:
what:是用戶不會用我們的產(chǎn)品?還是無法接受我們的服務(wù)?who:流失掉的新用戶有什么特征?消費水平如何?when:從成為新用戶到流失的時長是多久?平均3天流失掉?還是5天流失掉?why:自身原因,比如新用戶離開了本地?運營原因,比如我們價格太貴?外部原因,比如政策法規(guī)?where:那些地方產(chǎn)生了流失?與新用戶的關(guān)系是什么?how much:新用戶對價格的敏感度很高,是否是價格問題?每一個維度我們都要進行不斷地下鉆和分解,比如新用戶的消費畫像,我們可以用金字塔原理去不斷拆解、細(xì)分成不同的指標(biāo):
消費意愿=消費成本-價格消費成本=消費水平+距離成本+時間成本+其他成本
價格=物價系數(shù)*(成本-可控利潤)
..........
能否做到完全窮盡的維度拆解,是我們搭建數(shù)據(jù)分析體系的關(guān)鍵,也是我們進行用戶流失中最難的工作。
3、“戀戀不舍”型
用戶對產(chǎn)品的服務(wù)體驗很滿意但還是選擇了不消費,比如餐飲行業(yè)里經(jīng)常有一些外地游客,他們可能覺得服務(wù)、價格一切都好,但是沒辦法,他們無法產(chǎn)生持續(xù)性消費。
一般來講這些用戶之所以使用某個產(chǎn)品,都是因為他們有些專門需求,他們有可能只是為了舉辦一場活動,完成一項事件,或者單純?yōu)榱俗龊靡粋€短期項目。
識別客戶是不是這種流失,就看看有多少賬號在短期內(nèi)又被重新付費激活就能知道個大概,也就是看一下用戶的消費頻率。比如一個用戶在10天內(nèi)消費了5次,但是之后再也沒產(chǎn)生任何的消費記錄,那么該用戶就可能屬于這種類型。
4、“無可奈何”型
這些原因是我們最難挽留的人群,相當(dāng)于已經(jīng)對你死心的女朋友,就很難再追回來了。這種情況的原因可能不是在價格等可調(diào)整的因素上,最常見的就是一些不可抗和難可抗的因素,比如:
信譽不好,用戶經(jīng)常投訴服務(wù)人員態(tài)度差,或不夠熱情,引發(fā)用戶不滿競爭對手,例如,競爭對手推出更優(yōu)惠的套餐,很多用戶都被吸引過去品牌形象下降,例如,經(jīng)常曝出的經(jīng)營問題,負(fù)面新聞多,用戶往往選擇離開外部原因,比如政策等等5、“預(yù)謀已久”型
這種類型主要是因為我們做了一些價格區(qū)間,讓用戶們進行選擇,如果用戶在其中一項功能或服務(wù)中得不到足夠價值,他們肯定會流失的行為。
比如說免費軟件突然開始收費,非常容易導(dǎo)致用戶流失,我們就可以分析一下哪個付費服務(wù)計劃下的客戶流失最嚴(yán)重?基本版的?高級版的?還是企業(yè)版的?
6、“成群結(jié)隊”型
集群分析是完整分析客戶流失的重要環(huán)節(jié),它的價值在于既能夠顯示出公司在業(yè)務(wù)上的一般表現(xiàn),也能顯示出公司在具體活動或決定之后的業(yè)務(wù)表現(xiàn)。
比如說客戶流失最多的月份是哪個?上季度的價格調(diào)整對客戶流失有何影響?
比如說在上圖中你能看到在第五個月(帶有數(shù)字5的那一豎排)時,客戶流失一直朝著更高水平發(fā)展,從中你就能知曉客戶在第五個月是很容易流失的。
如果說了解了這一點,你就能在第四和第五個月著重加大對客戶的客戶成功工作,從而預(yù)防已經(jīng)使用了四五個月產(chǎn)品的客戶出現(xiàn)大規(guī)模流失。
三、怎么預(yù)測流失
我們知道了流失問題的分析目標(biāo),也知道了可能的流失原因,自然有人會問,我們能不能提前知道哪些客戶會流失,這樣的話就可以采取措施挽回了。
客戶流失預(yù)測模型就是為了解決這個問題,是利用算法預(yù)測客戶流失的概率,概率越大,就越有可能流失。
那么流失預(yù)測如何建立?建立主要流程如下:
搭建數(shù)據(jù)模型的關(guān)鍵在于行為數(shù)據(jù)的選擇,這也是最耗時耗力的地方。在建立模型之前,有必要和數(shù)據(jù)部門來一次促膝談心,避免發(fā)生誤解,比如:
流失新用戶的定義:是1個月、2個月,還是3個月?數(shù)據(jù)關(guān)聯(lián)原則:是按照用戶維度提取數(shù)據(jù),還是按照設(shè)備維度提取數(shù)據(jù)?數(shù)據(jù)埋點:關(guān)鍵節(jié)點上是否具有埋點?數(shù)據(jù)狀態(tài):能否獲取歷史數(shù)據(jù)?具體的模型建立過程比較復(fù)雜,因為篇幅原因這里就不多說了,后面會花時間著重講一下模型建立,記得關(guān)注。
評論列表
專業(yè)的情感服務(wù)機構(gòu)真的不錯
發(fā)了正能量的信息了 還是不回怎么辦呢?