
有效挽回流失用戶的數據分析及策略:需多一點套路才能得人心
很多年前,互聯網圈一直被人掛在嘴邊的一句話:流量為王!雖然放在現在來看,不完全正確,but,流量還是最重要元素之一。如果你的用戶都走光了,那還談什么狗屁運營。所以,后來也就引出了“流失用戶”這個名詞,最本質目的是希望留住更多用戶,最理想的結局不是共產主義,而是“陪你地久天長”。
作為一個電商平臺偏數據的運營狗,我覺得還是挺幸運的,更了解數據,幫助提升運營效率。但是作為單身的運營狗來說,也是挺悲催的。不是因為沒女票,而是因為,現在幾乎把用戶當作自己的另一半,ta來了,我開心,ta下單了,我更開心,反正一句話:你買得開心,就是對我最大的鼓勵。但最近開始研究沉睡、流失用戶之后,才發現,要想挽回這部分用戶是有多艱難,就像男女間分分合合,最后徹底分手之后,很難再回頭。故也有那么一點失戀的感覺。但是從另一個角度來看吧,老用戶的量肯定比新用戶量大,維護好老用戶,延長用戶生命周期,控制沉睡和流失用戶比例,成本低且回報比拉新用戶要高很多。
扯遠了!正題:如何定義網站/app的用戶流失率并對流失用戶做分析?
在此想將個人一些想法沉淀下來,也希望能得到更多的分析思路。
有沒有遇上這種情況:市場的同學拼了命在找各種付費/免費渠道拉新用戶,而app的日活躍/月活躍用戶(此處定義:每天/月獨立的訪問用戶量)增長非常緩慢甚至有所下降。那么,就有可能是大批量的老用戶“離你而去”了!每天的活躍用戶只能靠費大力氣拉進來的新用戶和小部分老用戶艱難支撐著,這個過程是異常的痛苦,因為這樣你的活躍用戶量永遠沒法提升。除非不斷增加投放費用提升新用戶量,但是這樣是處于一個不健康的狀態。必須正視和自檢:站內對老用戶的運營和維護是否存在很大的問題。
這時候就迫切需要數據去支持運營方向的自檢和調整,而數據怎么入手來做,那就像追女仔一樣,得一步步計劃切入,切莫像個大傻叉有一步就到手的想法(--。我真不是老司機)。
你可以反問下自己:怎樣才算是流失?就是說用什么條件去定義這個用戶是否流失!是n個月沒訪問的用戶定義為流失用戶?是n個月沒下單的用戶定義為流失用戶?還是n個月沒訪問且沒下單的定義為流失用戶?!這個定義,得根據不同網站、平臺或app的實際情況來定義。這個確定以后,后面的所有工作都是根據這個來開展,直接影響到最后的結論。當然,也不用過于擔心,畢竟這個定義隨著往后的運營,還是需要調整的。
比方說一個內容導購性app,自然希望用戶多回訪多看內容,用戶黏性的期望自然比一般的銷售平臺高。不妨,我們先按照我們的期望值去做一個定義:超過30天沒訪問app的用戶定義為流失用戶(我們會從后面的分析過程中驗證這樣定義是否正確)。
那么[第n月度流失率]的計算公式是:第n月流失率=該月流失的新激活用戶量/該月的新激活用戶總量(我們統計時間是在第n+2月)
有了第一步的“初次觸電”,就有了往下的發展機會!
1、定義好什么是流失用戶后,我和數據師在討論,用什么模型來看才是最直觀最能看出流失用戶的行為的……(此處省略1萬字),最后數據師給我的建議是用曲線圖來建模--橫坐標是天數(最后一次訪問的日期距離激活日期的天數,可理解為:用戶是在激活后第x天流失的),縱坐標是流失率(公式已在上面提及)。
2、橫縱坐標定義好之后,然后將該月的激活用戶,且超過30天沒訪問的用戶數據劃分出來,建立以下模型(圖1圖2,曲線圖的變化,會根據實際情況呈現多種現象);
3、通過這個曲線圖,總體可感知到,這批新用戶的流失率達到50%,且在第30天左右達到一個穩定趨勢,即證明了“30天內沒訪問”就認定為流失用戶的這個定義還是比較合理的。同時,再細化來看,用戶在激活后的兩周內流失率是比較高的,如果熬過這兩周,流失的用戶也大大降低。那么,這也就引出了對新用戶進來后兩周內的運營引導工作是否還做得不夠到位,或引進來的用戶本身與app定位不太符合,需要在源頭上調整呢?
有了這樣一個數據基礎,其實還可以繼續深挖很多數據,比如:
1、流失用戶的回訪率(回訪率=回訪用戶量/流失用戶量*100%),即探究(在定義的時間段內沒回訪)流失用戶之后是否會回來以及,回來的頻次和時間點是什么。這個數據的目的是,幫助運營了解流失用戶回訪的時間點,在最佳的時間做用戶挽回動作,提升回訪率;
2、細分這批流失用戶在流失之前對app的訪問頻次、在app的使用行為(如:是在哪個環節跳走后而流失),從而推斷用戶流失的原因。舉個例子:用戶A在流失前訪問頻次很高,每周會訪問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節出了大問題??赡苁侵Ц督洺L崾惧e誤造成用戶厭煩,可能是支付流程復雜讓用戶覺得困擾。不好的體驗造成了用戶A流失的主要原因;等等
話說,雖然用戶走了,你“失戀了”,但這時候最不能缺的就是自信和勇氣,及時去追??!不然,算什么男人~
1、流失的用戶量很大的話,如果流失的用戶并沒有流失任何聯系方式,那很難直接觸達這部分用戶做調研。所以,這里也提醒下產品的同學,在設計用戶剛激活app的時候,可考慮需要用戶使用手機或郵箱注冊,而不是使用微信微博聯登,不過這個也是非常重要的用戶體驗問題,要根據不同情況去慎重考慮。接下來,只能對能夠觸達的那部分流失用戶,做一對一或批量問卷調查,找到流失的主要幾個原因;
2、下面根據用戶的生命周期,大概說一下挽回的方向和策略,不過流失的用戶普遍挽回率很低,需要更多耐心和方法:
a.根據用戶的生命周期,可以將流失的用戶先劃分下類別:比如說根據購買頻次和金額來細分–1次也沒購買過的(可派發大額度優惠券、大促活動或超低價商品吸引回訪成為首單新客),購買1-2次且客單價較低(可精準推送優惠專場或在這個客單水平的好貨),購買3次及以上(可推送用戶偏好的品牌或品類,額外增加會員專屬優惠券等形式)。當然,這些只是一個思路供參考。
b.另外還要提一點,就算第一次挽回消息的推送很吸引,但用戶可能也會各種因素沒回來。廣告有一個法則叫“八次曝光策略”,意思是說,品牌多次曝光,才能逐漸走進你的內心,加深印象,多次的展示在你面前,才更有可能讓用戶對品牌認知度提升。如果一次的挽回營銷效果不好,可以嘗試多次,但是針對不同價值的流失用戶,需要控制不同的營銷頻次。
3、將用戶劃分之后,就看下營銷工具了。常見的有:短信、email、push等。我個人覺得短信是最直接的,效果會比其他兩種工具好?;蛘咭砸恍皶T體驗新版就有獎”名義,去吸引這批人重新下載app,如果新版產品有了更好的體驗,或許這個用戶就會重新對這個app有新的期待;順便一提:個人了解到,市場上的流失用戶回訪率平均水平在5%-10%之間;
在做流失用戶挽回的同時,必須也將流失用戶調研、產品體驗的優化工作放在第一位,不斷反思為什么這么多用戶流失,是哪個環節出了問題,是市場投放的渠道?是內容問題?還是產品體驗方面?只有在各方的配合下,才能使挽回計劃達到最好效果。
先碼到這里吧,因為這部分還涉及關于生命周期、活動策劃的配合等,留著下個主題再一起扯蛋吧。最后再再說一句:就算把妹不行,把把親愛的用戶們,還是得努力留幾手!畢竟,套路得人心!
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25