【用户运营】用户运营用户流失模型底层逻辑与操作指南_市场营销策划_私域流量运营攻略_如何做用户运营_.docxVIP

用户运营 用户流失模型底层逻辑与操作指南 做好用户运营，第一步就是要建立好用户流失模型，只有建立一个准确的用户流失模型，才能更好地继续后续的工作。 用户运营就像两个水龙头同时打开的蓄水池，有进就有出。任何一个产品，用户流失都是一种必然现象。 运营的工作之一就是做到精准预测用户流失，通过有效的运营活动对流失概率较大的用户进行挽留，让用户流失率低于用户增长率，这样也能保证用户量的向上增长。 有了量，转化就有了基础。 用户挽留的第一步就是建立用户流失模型，只有建立一个准确的用户流失模型，才能让后续的工作，如梳理用户流失节点、通过各种渠道对用户进行召回，事半功倍。 一、用户建模的底层逻辑 首先，为什么要建模？ 因为使用一个产品的用户千千万，每个人的兴趣、性格千差万别，产品端不可能做到对每一个人的 1V1 服务。 但是互联网用户又是很挑剔的，越来越多的精准推送、个性化营销、个人特权，都是在满足每个人独特的口味。可以说现在的互联网环境下，精准，是产品和服务能否有机会与用户连接的核心。 因此要用户建模，其目的是明确用户特征，在最低成本、涵盖最大范围的基础上，实现最高效率的运营。 好，那如何做呢？ 用户建模的切入点有两个：用户属性、用户行为。 用户属性特征就是用户一时难以改变的基础信息，包括地域、性别、年龄、文化程度、社会身份等等。 比如：一个一线城市的女大学生，和一个四线城市的全职妈妈，对产品的使用需求、信息的接受程度可能就有很大的不同。 而用户的行为特征就更有价值了：她喜不喜欢我们的产品？是怎么在使用我们的产品？使用过程中有没有明显的偏好？使用频率如何等等。 有了以上这两个基础，我们能够大概率地还原这个用户的真实画像。 用户建模，就是要把不同属性和行为的用户拆分开来，再依据不同的目标进行区别化运营。比如：针对活跃度这一指标，用户建模的具体应用场景是：针对不活跃的用户启动针对性的活跃度提升的运营策略，针对活跃用户启动针对性的加强忠诚度，引导带动不活跃用户的运营策略。 二、用户流失模型的搭建 当我们在进行用户流失建模的时候，要点就是把流失用户根据一定的属性或行为特征进行分类，为流失用户进行属性或行为特征的拆解，找到对于流失用户的关键性指标。 主要应用在两个方面：流失用户召回、现有活跃用户防流失。具体步骤： 定义流失用户 精准防范用户流失时，要做的第一步就是先明确流失用户定义，需要根据自身产品的类型、调性以及用户画像来定义流失用户的概念。 但是不同类型的产品对用户活跃程度的要求不一样，所以也无法设定一个统一的标准。在这里我提出两个标准，以作参考。 标准 1 ：针对社交类产品，以 DAU/MAU 的指标定义流失用户 社交类产品对用户黏性有着极高的要求，因此用户活跃度是重要考核标准。DAU/MAU 的数值是一个介于 0.03-1 之间数字，数字越高，活跃度越高（DAU 取当月的每日 DAU 的平均值）。 如果 DAU/MAU=1，那么说明用户每天都来，所以 DAU 和 MAU 相等，而这个值的最低线就是 0.03 左右，即所有的用户一个月只来一天，低于 0.03 的用户基本上可以被定义为流失用户。 除了微信、QQ 这样每天都必须要用的社交产品（微信的 DAU/MAU 的比例从 2016 年以来一直维持在 075-0.8 左右的比例，用户的粘性极强），基本上 DAU/MAU 达到 0.3 左右就是比较活跃的，就是用户基本上每三天会打开一次。 标准 2： 针对电商类产品，以购买活跃度的指标定义流失用户 产品的使用场景决定了它基础的使用频次，并不是所有的东西都要每天使用才算有价值的。在另一端还有一些产品虽然使用是偶尔使用的，但每一次互动都具有很高的价值，针对这些产品 DAU/MAU 就不是合适的指标。 淘宝的活跃度只有 0.29，平均活跃度基本上是一周三天左右，但是淘宝是一个电商应用，本就不可能让用户每天打开浏览，其购买活跃度才是更重要的指标。 电商 APP 通过用户购买来盈利，所以通常以购买的活跃程度来定义流失用户。如果用户只看不买，对于电商来说就是一个可能会流失的用户。 建构用户流失模型 应用于参考不同频次的用户的行为特征来构建行为模型的做法，为流失用户进行行为特征的拆解，找到对于流失用户的关键性指标。 建立模型的一大便利是可以清晰地看出流失用户具体的临界值，我们都知道 DAU/MAU 的值越高越好，但是低于多少才算是流失呢？ 这时候就可以利用图表来判断：当流失率到达一个比较稳定的趋势时，定义这个时间点的流失用户比较合理。 这批新用户的流失率达到 40%，且在第 28 天后达到一个稳定趋势，即证明了“30 天内没访问”就认定为流失用户的这个定义还是比较合理的。 而且从图中还可以看出：用户在激活后的两周内流失率是比较高的，如果熬过这两周，流失的用户也大