返回列表

作者:巨人電商

用戶運(yùn)營 | 用戶流失模型底層邏輯與操作指南!

POST TIME:2021-08-20

做好用戶運(yùn)營,第一步就是要建立好用戶流失模型,只有建立一個(gè)準(zhǔn)確的用戶流失模型,才能更好地繼續(xù)后續(xù)的工作。

用戶運(yùn)營就像兩個(gè)水龍頭同時(shí)打開的蓄水池,有進(jìn)就有出。任何一個(gè)產(chǎn)品,用戶流失都是一種必然現(xiàn)象。

運(yùn)營的工作之一就是做到精準(zhǔn)預(yù)測(cè)用戶流失,通過有效的運(yùn)營活動(dòng)對(duì)流失概率較大的用戶進(jìn)行挽留,讓用戶流失率低于用戶增長率,這樣也能保證用戶量的向上增長。

有了量,轉(zhuǎn)化就有了基礎(chǔ)。

用戶挽留的第一步就是建立用戶流失模型,只有建立一個(gè)準(zhǔn)確的用戶流失模型,才能讓后續(xù)的工作,如梳理用戶流失節(jié)點(diǎn)、通過各種渠道對(duì)用戶進(jìn)行召回,事半功倍。

一、用戶建模的底層邏輯

首先,為什么要建模?

因?yàn)槭褂靡粋€(gè)產(chǎn)品的用戶千千萬,每個(gè)人的興趣、性格千差萬別,產(chǎn)品端不可能做到對(duì)每一個(gè)人的1V1服務(wù)。

但是互聯(lián)網(wǎng)用戶又是很挑剔的,越來越多的精準(zhǔn)推送、個(gè)性化營銷、個(gè)人特權(quán),都是在滿足每個(gè)人獨(dú)特的口味??梢哉f現(xiàn)在的互聯(lián)網(wǎng)環(huán)境下,精準(zhǔn),是產(chǎn)品和服務(wù)能否有機(jī)會(huì)與用戶連接的核心。

因此要用戶建模,其目的是明確用戶特征,在最低成本、涵蓋最大范圍的基礎(chǔ)上,實(shí)現(xiàn)最高效率的運(yùn)營。

好,那如何做呢?

用戶建模的切入點(diǎn)有兩個(gè):用戶屬性、用戶行為。

用戶屬性特征就是用戶一時(shí)難以改變的基礎(chǔ)信息,包括地域、性別、年齡、文化程度、社會(huì)身份等等。

比如:一個(gè)一線城市的女大學(xué)生,和一個(gè)四線城市的全職媽媽,對(duì)產(chǎn)品的使用需求、信息的接受程度可能就有很大的不同。

而用戶的行為特征就更有價(jià)值了:她喜不喜歡我們的產(chǎn)品?是怎么在使用我們的產(chǎn)品?使用過程中有沒有明顯的偏好?使用頻率如何等等。

有了以上這兩個(gè)基礎(chǔ),我們能夠大概率地還原這個(gè)用戶的真實(shí)畫像。

用戶建模,就是要把不同屬性和行為的用戶拆分開來,再依據(jù)不同的目標(biāo)進(jìn)行區(qū)別化運(yùn)營。

比如:針對(duì)活躍度這一指標(biāo),用戶建模的具體應(yīng)用場景是:針對(duì)不活躍的用戶啟動(dòng)針對(duì)性的活躍度提升的運(yùn)營策略,針對(duì)活躍用戶啟動(dòng)針對(duì)性的加強(qiáng)忠誠度,引導(dǎo)帶動(dòng)不活躍用戶的運(yùn)營策略。

二、用戶流失模型的搭建

當(dāng)我們?cè)谶M(jìn)行用戶流失建模的時(shí)候,要點(diǎn)就是把流失用戶根據(jù)一定的屬性或行為特征進(jìn)行分類,為流失用戶進(jìn)行屬性或行為特征的拆解,找到對(duì)于流失用戶的關(guān)鍵性指標(biāo)。

主要應(yīng)用在兩個(gè)方面:流失用戶召回、現(xiàn)有活躍用戶防流失。

具體步驟:

1. 定義流失用戶

精準(zhǔn)防范用戶流失時(shí),要做的第一步就是先明確流失用戶定義,需要根據(jù)自身產(chǎn)品的類型、調(diào)性以及用戶畫像來定義流失用戶的概念。

但是不同類型的產(chǎn)品對(duì)用戶活躍程度的要求不一樣,所以也無法設(shè)定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。在這里我提出兩個(gè)標(biāo)準(zhǔn),以作參考。

標(biāo)準(zhǔn)1 :針對(duì)社交類產(chǎn)品,以DAU/MAU的指標(biāo)定義流失用戶

社交類產(chǎn)品對(duì)用戶黏性有著極高的要求,因此用戶活躍度是重要考核標(biāo)準(zhǔn)。DAU/MAU的數(shù)值是一個(gè)介于0.03-1之間數(shù)字,數(shù)字越高,活躍度越高(DAU取當(dāng)月的每日DAU的平均值)。

如果DAU/MAU=1,那么說明用戶每天都來,所以DAU和MAU相等,而這個(gè)值的最低線就是0.03左右,即所有的用戶一個(gè)月只來一天,低于0.03的用戶基本上可以被定義為流失用戶。

除了微信、QQ這樣每天都必須要用的社交產(chǎn)品(微信的DAU/MAU的比例從2016年以來一直維持在075-0.8左右的比例,用戶的粘性極強(qiáng)),基本上DAU/MAU達(dá)到0.3左右就是比較活躍的,就是用戶基本上每三天會(huì)打開一次。

標(biāo)準(zhǔn)2: 針對(duì)電商類產(chǎn)品,以購買活躍度的指標(biāo)定義流失用戶

產(chǎn)品的使用場景決定了它基礎(chǔ)的使用頻次,并不是所有的東西都要每天使用才算有價(jià)值的。在另一端還有一些產(chǎn)品雖然使用是偶爾使用的,但每一次互動(dòng)都具有很高的價(jià)值,針對(duì)這些產(chǎn)品DAU/MAU就不是合適的指標(biāo)。

淘寶的活躍度只有0.29,平均活躍度基本上是一周三天左右,但是淘寶是一個(gè)電商應(yīng)用,本就不可能讓用戶每天打開瀏覽,其購買活躍度才是更重要的指標(biāo)。

電商APP通過用戶購買來盈利,所以通常以購買的活躍程度來定義流失用戶。如果用戶只看不買,對(duì)于電商來說就是一個(gè)可能會(huì)流失的用戶。

2. 建構(gòu)用戶流失模型

應(yīng)用于參考不同頻次的用戶的行為特征來構(gòu)建行為模型的做法,為流失用戶進(jìn)行行為特征的拆解,找到對(duì)于流失用戶的關(guān)鍵性指標(biāo)。

建立模型的一大便利是可以清晰地看出流失用戶具體的臨界值,我們都知道DAU/MAU的值越高越好,但是低于多少才算是流失呢?

這時(shí)候就可以利用圖表來判斷:當(dāng)流失率到達(dá)一個(gè)比較穩(wěn)定的趨勢(shì)時(shí),定義這個(gè)時(shí)間點(diǎn)的流失用戶比較合理。

這批新用戶的流失率達(dá)到40%,且在第28天后達(dá)到一個(gè)穩(wěn)定趨勢(shì),即證明了“30天內(nèi)沒訪問”就認(rèn)定為流失用戶的這個(gè)定義還是比較合理的。

而且從圖中還可以看出:用戶在激活后的兩周內(nèi)流失率是比較高的,如果熬過這兩周,流失的用戶也大大降低。

接下來,就是細(xì)分這批流失用戶畫像,包括他們和活躍用戶的行為差異、進(jìn)入app的渠道、在流失之前對(duì)app的訪問頻次、在app的使用行為(如:是在哪個(gè)環(huán)節(jié)跳走后而流失),從而推斷用戶流失的原因。

舉個(gè)例子:對(duì)用戶行為進(jìn)行分析,發(fā)現(xiàn)用戶A在流失前訪問頻次很高,每周會(huì)訪問3-5次,但是幾次從app跳走的頁面都是支付頁,那么極有可能支付環(huán)節(jié)出了大問題。

可能是支付經(jīng)常提示錯(cuò)誤造成用戶厭煩,可能是支付流程復(fù)雜讓用戶覺得困擾。不好的體驗(yàn)造成了用戶A流失的主要原因。

再舉個(gè)例子:

某產(chǎn)品在經(jīng)過一次更新以后發(fā)現(xiàn)用戶流失率增加,經(jīng)過用戶屬性分析發(fā)現(xiàn):其中女性流失用戶占比較大,那么可能是產(chǎn)品改版以后UI界面不討女性用戶喜愛。

或者經(jīng)過行為分析發(fā)現(xiàn):新注冊(cè)用戶流失比例很大,那可能是改版以后的新手引導(dǎo)沒有做好。

3. 找到產(chǎn)品留存關(guān)鍵點(diǎn),通過各種渠道召回

定義了流失用戶、也建立了用戶流失模型,找到了用戶流失原因,接下來就是要召回用戶了。

常見的有:短信、email、站內(nèi)push、微信服務(wù)號(hào)等。

在這個(gè)環(huán)節(jié)中,用戶流失模型同樣能派上大用場。

比如:根據(jù)購買頻次和金額來細(xì)分。

1次也沒購買過的用戶可派發(fā)大額度優(yōu)惠券、大促活動(dòng)或超低價(jià)商品吸引回訪,成為首單新客。

購買1—2次且客單價(jià)較低的用戶,可精準(zhǔn)推送優(yōu)惠專場或在這個(gè)客單水平的好貨。

購買3次及以上的用戶,可推送用戶偏好的品牌或品類,額外增加會(huì)員專屬優(yōu)惠券等形式。

總而言之,根據(jù)用戶流失模型區(qū)分不同行為和屬性的用戶,以及他們流失的節(jié)點(diǎn)、原因,運(yùn)營才可以做到有的放矢,強(qiáng)化用戶召回的效果。

對(duì)流失用戶的挽回是很難的。更有效的思路是:既然我們已經(jīng)知道了流失用戶的特征,那么當(dāng)不活躍用戶出現(xiàn)了流失用戶的特征的時(shí)候,說明出現(xiàn)了流失預(yù)警,需要啟動(dòng)相應(yīng)的防流失策略。

用戶運(yùn)營工作貴在“針對(duì)性”,無論建立何種的用戶模型,都需要根據(jù)產(chǎn)品的特性,與數(shù)據(jù)產(chǎn)品團(tuán)隊(duì)多次磨合,才能找到一個(gè)比較合適的模型建立方式。在對(duì)用戶進(jìn)行細(xì)分后,針對(duì)性地提出解決方案,才是成功的用戶運(yùn)營。

相關(guān)閱讀:

1.用戶運(yùn)營:轉(zhuǎn)化分析新漏斗模型!

2.用戶運(yùn)營:如何用B端運(yùn)營思維做用戶增長?

3.產(chǎn)品運(yùn)營:如何用數(shù)據(jù)分析驅(qū)動(dòng)產(chǎn)品用戶增長?

4.APP用戶增長:一個(gè)模型解決 90% 的增長難題!

5.如何做用戶增長?以拼多多、小紅書等為例

6.引爆用戶增長:用戶運(yùn)營就是拉新嗎?

7.用戶運(yùn)營:沒了裂變用戶拉新還能怎么做?

8.用戶運(yùn)營,金融產(chǎn)品怎么喚醒沉睡用戶?

9.用戶運(yùn)營:如何玩轉(zhuǎn)私域流量?

作者:福祿網(wǎng)絡(luò)

來源:福祿網(wǎng)絡(luò)

標(biāo)簽:云浮 三亞 南充 新鄉(xiāng) 中山 肇慶 錫林郭勒盟 南昌