文：程子赫
“根据美国贝恩公司的调查，在商业社会中5％的客户留存率增长意味着公司利润30％的增长，而把产品卖给老客户的概率是卖给新客户的3倍。所以在‘增长黑客’圈内有一句名言：留住已有的用户胜过拓展新的客户，也就是俗称的‘一鸟在手，胜过双鸟在林’。”——《增长黑客》
用户流失分析问题是数据分析师和运营人员工作中绕不开的话题。如今的互联网流量红利见顶，很多行业的机会在减少，获客成本不断增加，降低用户流失，增加用户生命周期是企业效益增长的重要途径之一。
当我们发现用户的流失率增高时，就要对流失掉的用户进行更详细的分析；但在分析用户流失情况时，有时会陷入某些误区而不自知，甚至由于判断的失误降低了用户回流的效果。
01、流失用户定义不清楚
小A超过1年都没有购买J公司的产品，也没响应过任何J公司的营销活动；但在最近大型促销活动中，由于J公司的iPhone手机折扣大，小A又订购了一台iPhone。
那么对于J公司来说，小A是不是流失用户？
在J公司看来，用户小A从任何单一维度（例如交易时间间隔、营销响应）看，都处于“流失”阶段，但其仍然购买了J的产品，而且是在大型促销活动时产生交易。
此时我们可以得出一个结论：
单一的表象不足以证明用户是否已经流失，分析流失需要结合企业全运营数据，尽量“全”的观察用户行为，只有当用户与本公司的任何渠道都没有或无法产生关联场景时，用户才可能真的流失。如果想要定义流失用户，可以基于时间分布及事件情况分析：
- 基于事件（特定event）：主动登陆、退订、加入黑名单；
- 基于时间分布（间隔大于特定*时间）：例如最近6个月没买东西；
- 基于事件+时间，可以使用多个事件和时间组合：最近6个月没购买且最近1个月在所有渠道都没有访问、最近6个月没购买且最近1个月在所有渠道有访问但没看过产品详情页。
02、流失用户样本选择有误差
我们通常以月为周期选择流失用户样本构建模型，这种简单粗暴的划分方法经常会导致收集的数据中包含较大比例的“伪流失用户”（回流用户&使用间隔大的用户），从而得出一些具有偏差性的结论。
如果以1个月作为周期，那么回访用户1虽然三月、五月都有访问记录，但在四月数据样本中该用户作为流失用户存在；如果以2个月作为周期，那么回访用户1满足留存条件，属于留存用户。
不合理的周期会导致流失预测准确率低且不平衡，我们可以参考经典的拐点理论在作为周期界定的参考：
用户回访率拐点（用户回访率 = 回访用户数 ÷ 流失用户数 × 100%）
同时结合对产品的理解，选择一个或多个行为组合作为是否流失的关键行为。
还有一点需要注意：大多数情况下，一般产品的回访率是5%-10%，不管划分多长的时间周期都会存在回访用户，我们只能不断尝试周期划分，保证整体数据可信的情况下寻找流失与留存的准确率平衡点。
03、流失分析不是一成不变
所有的产品都需要关注用户流失，但需要根据产品所处的生命周期做针对性调整。
探索期的产品主要关注用户获取留存，运营重点在如何改善流程、增加新人吸引力，尽快进入成长期，对用户流失的关注和投入主要是在成熟期。
成长期的产品开始出现用户价值分层，核心用户的留存是重点，核心用户与其他用户群体之间的转化情况、生命周期变动，新增用户中核心用户占比变动都需要细致梳理和解决；对于边缘用户、“薅羊毛”用户不要投入太多精力和经费；如果有足够的运营资源，也可以着手建设用户流失预警机制。
成熟期的用户基数较大，产品功能完整体验稳定，对用户运营工作有更好的支持，此时用户流失预警建设更容易实现正向的投入产出。
需要注意产品发展到中后期，可能会转型或调整商业目标，之前的流失用户定义和分析模型也需要不断地修正和迭代，以适应产品发展的需求。
总而言之，流失分析只是一种手段。以模型作为一种研究技术，以对用户和业务的理解积淀作为基础，来一起推动产品迭代和运营活动的落地，这才是流失用户分析的价值所在。
联系触脉咨询
触脉咨询是一家数据咨询公司，我们希望为企业提供数据咨询解决方案，用数据创造价值。如果您需要了解更多针对企业的通用解决方案，比如数据化运营解决方案、用户画像解决方案、个性化推荐等，都可以通过扫描下方二维码与我们联系：
关注触脉咨询公众号
