【原】用戶流失預警：除了真誠還要有套路！

諸葛io數據教練 2021-05-11

展開全文

許多運營汪和產品汪們都在絞盡腦汁地努力提升現有用戶的活躍度，卻忽略了數量更為巨大的已流失用戶。

在充滿誘惑的今天，用戶在流失期間很可能已經移情其他產品，之所以研究流失用戶的召回策略，原因有二：

1、注冊用戶成本極高；

2、流失用戶的去向通常是競品，一來一回間成本勢必加倍。

那么流失用戶運營的真正本質是什么？其本質就是基于用戶大數據分析的流失預警。

用戶大數據分析需要運營能夠將用戶的基礎畫像數據、行為數據、消費數據進行建模并挖掘用戶流失特征；流失預警需要運營能夠根據用戶流失特征準確預測哪些用戶面臨流失？是平臺的高價值用戶還是一般價值用戶？每種用戶流失挽回的策略也不同。

所以做不做流失預警的差別不在于是否進行召回，核心在于將召回時間提前，并且是針對單個用戶進行的；更本質的目的是提升召回概率。

怎么搭建流失預警模型？

用戶流失的一個衡量標準

定義

流失用戶是指那些曾經使用過產品或服務，由于對產品失去興趣等種種原因，不再使用產品或服務的用戶。

定義流失用戶主要由兩個維度組合而成，行為+周期，不同的產品定義也不相同。

比如社交類，如QQ，微信等即時通訊app，在兩個月內用戶沒有操作行為，即可認為用戶已流失；

對于電商產品來說，如果用戶在長達半年到一年內沒有打開app/官網，則可認為用戶已流失。

為流失用戶構建模型

在第一步已經定義好了什么叫流失用戶，第二步需要看用戶流失前會有哪些特征根據對流失用戶的定義找到流失用戶，通過觀察找出TA們的共同屬性：

用戶流失前，進行了哪些行為？
流失的用戶從什么渠道來，是否集中在某一個或者某幾個渠道？
流失用戶的行為特征：性別，上傳頭像比例，人均發言量，年齡，地域等等是否類似。
用戶發生流失前，產品是否發布了新版本，或者更改了某些用戶依賴的功能。

結合用戶屬性和用戶行為，對用戶進行精細化運營，找出留存用戶與流失用戶的行為差異，找出流失原因，是性別？是用戶使用的瀏覽器？還是留存用戶觸發了某些功能，而流失用戶沒有觸發？通過用戶畫像，找出差異后，針對差異，進行相應的改版和引導。

流失預警模型搭建

3.1.梳理流失行為高發節點

比如，你發現3成用戶可能都是注冊過后基本就再也沒有訪問過了，發現2成左右的用戶大約在第一次使用過后半年前后的時間內出現流失，以及發現又有15%左右的用戶都是在使用過某功能后就再也沒有訪問過你的產品了，則“注冊過后”、“注冊后半年前后”以及“使用某個功能過后”都是流失高發節點。圍繞著找到的相應的流失節點，需要先洞察所有流失用戶的數據尋找一些共性行為特征。

藍色曲線和紅色曲線分別代表兩類產品的用戶留存曲線：

紅色曲線：大部分產品的用戶都是逐漸流失的；

藍色曲線：明顯的“先低后高”趨勢，原因可能是：用戶在使用初期并沒有發現產品的核心價值，所以對于藍色曲線的產品來說，“用戶下載注冊—發現核心價值”是最容易帶來用戶流失的環節。

因此，可以采取如下策略：

如果發現大量用戶都無法在短期快速內掌握產品的核心價值，或者不認為產品不可或缺，那么產品本身是存在問題的，需要產品盡快迭代；
如果排除第一種可能，那么就需要教育用戶，讓用戶養成使用產品的習慣；

總之，該類型用戶應再進行產品引導

而對于紅色曲線的產品，用戶流失大多是曾經活躍過的用戶，正常的熱情下降或產品升級導致熱情下降的原因而離開產品，那么，該類型用戶應該引導新功能/新特性/新玩法。

3.2.結合用戶訪談、用戶行為數據分析等各種手段定義出用戶流失的原因

比如，注冊后即流失很可能是因為用戶沒有看懂產品是干什么的，也沒有很好的引導，不知道怎么使用。

3.3.有針對性的節流策略

定義出一系列手段用于降低流失的可能性，包括但不限于特殊福利折扣，優化流程、引導文案，設置用戶流失預警機制，等等。

用戶召回

4.1.用戶分群，按優先級進行召回

用戶召回是有成本的，不可能所有用戶都召回，因為用戶中有刷量的用戶，有垃圾用戶，這些用戶就應該放棄，而優先召回曾經的真實用戶。初期的產品沒有達到用戶預期很可能就流失掉了，流失后就需要想辦法把這一部分用戶召回來。這里推薦一個好用的工具
——諸葛io用戶分群功能，選擇一個篩選條件：在最近30天內沒有登錄，即定義為流失用戶，而把最近60天，有且有過3次付款行為的實名用戶，定義為高質量用戶，給這個用戶群命名為，高價值流失用戶，現在需要進行這一部分用戶群的召回。

4.2.召回渠道

4.3.召回文案

在進行消息推送的時候，文案的撰寫也是很有技巧的。中國人說話一般比較含蓄，你不能直白的說“我們做了更新，你趕緊來看看”，“我做了個活動，你快點來參加”。在對用戶進行召回消息推送的時候，需要明確，用戶的真正需求是什么。

以電商類APP為例：

用戶想通過APP購買到便宜又好用的東西，就可以結合當下熱點以及用戶需求，推送消息。

通過電子郵件，向用戶告知最近的打折及其他活動，比如正值618，各個平臺都在搞活動，那么即可及時告知用戶，使用他可以獲得更多的優惠。

案例來自：諸葛io某電商類企業客戶

對于電商類產品的用戶，通常在注冊后將完成購物流程，所以，最怕用戶完成注冊，但24小時內都未創建訂單，那么，此時為這樣的注冊用戶推送一條短信，引導其下載移動端APP領取紅包。

從另一個角度來說，通過上述精準觸達，即可避免剛需用戶（剛需用戶：即使不收到紅包也依然會下單的用戶）消耗營銷費用。同時這家電商企業的微站、web端，移動端都是互相引流的，最終需要將用戶聚合到APP端后再沉淀。通過諸葛io的智能觸達還實現了平臺牽引，因為觸達的信息要求用戶下載移動端APP，如此將極大提高運營效率，且諸葛io的觸達是自動化的，另外，支持其他場景的自動化運營策略，讓整個運營效率最大化。

用戶召回后引導

用戶被成功召回，可能是你剛好切中了TA的需求，愿意再給你一次機會。可是如果用戶一打開APP，整個界面都和離開之前不一樣（很多APP都在快速迭代，功能和UI往往有較大變化），使用起來很困難，則很可能又會流失。

對于有過大改版的APP，可以加入新手引導頁面，對用戶進行引導。除了新手引導，還可以將新功能/新玩法推送到消息通知中心中，用戶打開消息中心就能看到APP做了哪些更新，但一般是用新手引導的方式。

總結

傳統靠感覺或者經驗運營已不是主流觀點，精細化運營才是保證在這競爭極大的市場里得以生存，甚至是進步。而數據的分析，是保障精細化運營開展的基礎，挖掘每個可能有價值的數據，帶來用戶增長，進而實現商業價值的提升。