最近做了一些用戶流失、生命周期分析相關(guān)的項目（電商領(lǐng)域）。些許實戰(zhàn)經(jīng)驗，趁周末和大家聊聊。

經(jīng)常聽到有人提起“用戶流失”這個概念。

有時候出自老板之口，他可能參與了幾場業(yè)內(nèi)交流會，聽到“拉一個新用戶的成本是維護老用戶的10倍”，亦或是對于行業(yè)流量見頂?shù)慕箲]，深感阻止用戶流失刻不容緩。

有時候出自運營之口，他們覺得花了老大勁兒拉來的用戶，總得做點什么，不能讓用戶白白流失掉。不過更多時候，是KPI沒完成，想把鍋甩給用戶流失的大趨勢。

有時候出自分析師之口，對用戶做了分層/分類之后，發(fā)現(xiàn)其中有那么一兩類用戶即將流失，需要針對性做點什么動作挽回。

我發(fā)現(xiàn)，大家雖然聊的都是“用戶流失”四個大字，但往往不在一個頻道。

究其根源，不同行業(yè)，不同崗位，對“什么樣的用戶行為算流失”這個問題的理解，千差萬別。

注：不同行業(yè)，對用戶的叫法會有些差別，例如電商行業(yè)會把購買的消費者叫做客戶。本文為了易于理解，統(tǒng)一稱為用戶。

用戶流失的兩個關(guān)鍵

我們聊用戶流失，首先要搞清楚的是“什么樣的用戶行為才算是流失”

這個問題，看似很難回答，不過只要抓住兩個關(guān)鍵點，就能從容破題。

一是“動作”，二是“時間范圍”。

用戶什么動作，對我們來說是關(guān)鍵行為？

可能是登錄，可能是使用時長，在電商行業(yè)更關(guān)注的是購買。

有了動作，還需要時間范圍來判斷流失與否。

通常用“是否超過了某個時間范圍”來判斷。

如果是電商品牌，一個用戶，最近一次購買我們的產(chǎn)品，距離今天已經(jīng)超過2年了，那他大概率已經(jīng)流失，再也不會購買我們的產(chǎn)品了。

這兩個關(guān)鍵點都很容易確定。動作嘛，大家很容易在內(nèi)部達成共識；時間范圍嘛，則是很容易吵得焦頭爛額。

“憑什么你覺得一個用戶2年沒復(fù)購算流失？能不能有點危機意識！我偏要覺得2個月沒復(fù)購就算流失！”

那，怎么樣通過具體的時間范圍來定義用戶流失狀態(tài)呢？

簡單粗獷地界定

對于沒什么數(shù)據(jù)參考，追求快決策，或者說大家不那么重視數(shù)據(jù)的公司，拍腦袋決策永不過時。

根據(jù)所謂的行業(yè)經(jīng)驗，直接拍一個數(shù)字。例如超過120天未回購的用戶是流失用戶，或者拍一個超過1年沒回購的用戶是流失用戶，需要一波喚醒操作。

至于為什么閾值是120天，150天，180天或是1年，答曰經(jīng)驗。

嚴(yán)謹(jǐn)點的會說是行業(yè)通用法則或者是參考產(chǎn)品消耗周期，但這么回答的，大概率是沒有真正調(diào)研過行業(yè)具體情況，更沒有拉過各種產(chǎn)品消耗周期數(shù)據(jù)的。

拍腦袋界定用戶流失周期的方法，簡單，粗暴，結(jié)果的可執(zhí)行程度和拍腦袋人的層級有關(guān)。如果是老板拍的，那必然是蘊含了豐富的行業(yè)經(jīng)驗，大家也會找一些數(shù)據(jù)來佐證合理性。如果是實習(xí)生拍的，那必然要被拍一頓。

怎么用量化的方式，更科學(xué)的界定流失時間范圍呢？

如何用數(shù)據(jù)科學(xué)界定流失

先聊聊個體。

因為對產(chǎn)品、品牌無感，或者經(jīng)歷了很差的購物體驗，有的用戶雖然最后一次購買距今只有15天，但其實已經(jīng)流失了。

有的用戶沉寂150多天，就是為了等下波大促囤貨。

還有用戶已經(jīng)1年多未復(fù)購過，但是一年半后他又回來復(fù)購了。

個體視角，能刻畫出非常多有趣、生動的用戶購買行為。不過要做分析，還得跳脫出個體，在更宏觀的層面把握整體脈絡(luò)。

量化的核心邏輯，是挖掘出不同時間范圍用戶，在此后一段時間的回購率分布。

通過用戶最近一次交易行為距離某個時間點的遠(yuǎn)近，以及對應(yīng)回購的概率，來描繪分布，找到拐點（魔法數(shù)字）。

第一步，設(shè)定一個時間錨點，界定區(qū)間。

比如2021年1月1日。以此時間點為分界錨點，確定流失分析的時間區(qū)間和回購分析的時間區(qū)間。

區(qū)間的界定有一定靈活性，回購分析區(qū)間的時間要盡量覆蓋錨點前用戶的預(yù)期復(fù)購時間，不能太短，一般會在3個月以上。

假設(shè)案例中的品牌消耗周期較長，有大促囤貨心智，所以回購分析區(qū)間長度是一年。

第二步，在流失區(qū)間內(nèi)分析用戶距錨點的時間差。

說起來有點拗口，通過一張圖來總結(jié)就很形象了。

在流失分析區(qū)間內(nèi)，我們統(tǒng)計出每個用戶最后一次的購買時間，并計算最后一次購買時間，和時間錨點的間隔天數(shù)（距錨點的時間差）。

例如A用戶，他在2021年1月1日之前購買了非常多次，但我們關(guān)注的是他最近一次購買時間2020年1月1日，這個日期距離時間錨點2021年1月1日，間隔了366天。B、C和其他用戶也是一樣的道理。

第三步，判斷回購區(qū)間內(nèi)是否回購。

A用戶，雖然在流失分析區(qū)間的時間范圍內(nèi)，最后一次購買距離時間錨點已經(jīng)間隔了366天，但是他在回購分析的區(qū)間內(nèi)（2021年1月1日——2021年12月31日）又回來購買了。

這一步是在前面流失分析的基礎(chǔ)上，判斷每一個用戶在回購分析區(qū)間內(nèi)是否復(fù)購。

第四步，跳出個體用戶視角，分析 距錨點的時間差 和 回購區(qū)間是否購買 的分布關(guān)系

有了個體用戶視角的明細(xì)數(shù)據(jù)，根據(jù)距錨點的時間差和回購區(qū)間內(nèi)是否回購這兩列數(shù)據(jù)，很容易透視得到匯總的數(shù)據(jù)：

用可視化刻畫更加清晰：

結(jié)果顯而易見：不同的時間差區(qū)間，回購的概率差異很大。

最近一次購買時間距離錨點30天以內(nèi)的用戶，在錨點之后的時間范圍，回購概率高達35%。最后一次購買時間越遠(yuǎn)，其后回購的可能性也越低。

根據(jù)分布圖，有兩種方法可以幫助我們解決“到底幾天才算是流失”的問題。

可接受閾值法：

不同的業(yè)務(wù)模式、階段，對用戶流失的容忍度是不同的。有的業(yè)務(wù)模式認(rèn)為用戶回購概率低于15%，就應(yīng)該算流失，做相關(guān)的預(yù)警和召回動作。那從圖上來看，150天是一個合適的閾值。因為一旦超過150天，用戶的回購率就低于15%。

拐點法：

還有一種拐點法。

通過觀察曲線拐點，我們發(fā)現(xiàn)211-240天之后，用戶回購率有一個明顯的崎嶇（下拐），從11%下跌至不足7%。意味著超過240天，用戶回購率有一個明顯到肉眼可見的下降幅度，突破了原有的平滑趨勢。

可以把240天這個突破點（拐點）作為用戶是否流失的閾值。如果用戶最近一次購買距今已經(jīng)超過240天，那他很可能已經(jīng)流失。

拐點法除了要判斷拐點，在用的時候，也要結(jié)合不同區(qū)間的量級分布。

后話

時間和篇幅有限，今天主要和大家聊了如何界定用戶流失這個小話題。方法有通用性和科學(xué)性，但還是需要結(jié)合實際場景，才能發(fā)揮出更大的價值。

用戶分析是個很大的命題。界定用戶流失只是第一步，接下來的一段時間，會不定期分享我的所做，所感，所悟。

對比Excel系列圖書累積銷量達15w冊，讓你輕松掌握數(shù)據(jù)分析技能，感興趣的同學(xué)可以點擊下方鏈接了解：

總結(jié)

以上是生活随笔為你收集整理的总算是把用户流失分析讲清楚了！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。