與其等用戶流失后通過運(yùn)營手段進(jìn)行召回，不如一開始就準(zhǔn)備好一套用戶流失預(yù)警體系，可以更有效降低用戶流失率。本文作者就以洗衣頻道為例，教你如何搭建用戶流失預(yù)警體系。
對于一款社區(qū)o2o社區(qū)產(chǎn)品來說，用戶流失是一直是市場、運(yùn)營、產(chǎn)品最為關(guān)心的問題之一。一般用戶運(yùn)營過程中，圍繞流失用戶的解決方案是將平臺一段時間內(nèi)未有消費(fèi)行為的用戶定義為流失用戶，并對流失用戶進(jìn)行活動召回。
這種運(yùn)營模式是在用戶流失后采取的干預(yù)行為，往往具有滯后性，對于已經(jīng)卸載APP用戶難以觸達(dá)或者召回的可能性微乎其微。
那么一套行之有效的用戶流失預(yù)警體系對防止用戶流失意義非凡，在無需借助數(shù)據(jù)運(yùn)營平臺及機(jī)器學(xué)習(xí)的前提下如何搭建用戶流失預(yù)警模型是本文探討的主要課題。
我們在實(shí)際運(yùn)營過程中把用戶流失預(yù)測歸結(jié)為3個問題：
問題一：預(yù)測哪些用戶會流失？
問題二：用什么樣的數(shù)據(jù)模型來預(yù)測？
問題三：可能流失用戶的特征是什么？
以一個實(shí)例來討論這個問題，平臺洗衣頻道發(fā)現(xiàn)最近客戶流失嚴(yán)重，打算組織一場用戶活動來遏制這種趨勢，可是這個客戶挽留活動是頻道眾多市場活動中的一個，預(yù)算也有限，需要用戶部門通過數(shù)據(jù)挖掘的方法找到可能流失的高價值用戶，并刻畫這部分用戶的特征，從而利用流失用戶的特征找到其他可能要流失的用戶進(jìn)行分群運(yùn)營。以下5個步驟來探討流失用戶具體運(yùn)營方法：
一、如何定義用戶流失
首先對樣本用戶進(jìn)行流失定義，可以根據(jù)樣本用戶的流失特征幫助我們預(yù)測相似性用戶流失的概率。
經(jīng)過與洗衣頻道的運(yùn)營人員溝通，首先將洗衣頻道用戶定義為流失用戶與非流失用戶兩大類型，以3個月內(nèi)是否有消費(fèi)行為對用戶進(jìn)行初步流失劃分。在數(shù)據(jù)層面，流失用戶用1表示，非流失用戶用0表示。
二、哪些用戶數(shù)據(jù)可以刻畫用戶流失特征？
需要考慮哪些用戶數(shù)據(jù)可以影響到用戶流失？這是搭建用戶預(yù)警模型至關(guān)重要的一步。從數(shù)據(jù)層面需要用戶畫像數(shù)據(jù)和行為數(shù)據(jù)兩個維度，即：
用戶畫像信息：ID、性別、年齡、地域、會員類型、用戶來源
用戶行為數(shù)據(jù)：登錄天數(shù)、在線時長、登錄頻次、注冊天數(shù)
用戶消費(fèi)數(shù)據(jù)：最近一單距今天數(shù)、累計單量、累計消費(fèi)金額、客單價
三、如何定義預(yù)測時間窗口
進(jìn)行流失分析的目的是在客戶流失前就能發(fā)現(xiàn)他，從而采取挽留措施。那么分析時該采用多長時間段內(nèi)的數(shù)據(jù)作為樣本數(shù)據(jù)量呢？
取的時間過短，用戶特征可能不具代表性；取的時間過長，建模運(yùn)算時間太長以及難以查錯，所以定義一個合適的預(yù)測時間窗口顯得很重要。
經(jīng)與洗衣頻道運(yùn)營人員研究用戶的歷史消費(fèi)數(shù)據(jù)，綜合數(shù)據(jù)的可獲取性和有效性，我們?nèi)v史3個月的數(shù)據(jù)作為預(yù)測窗口，當(dāng)月用戶數(shù)據(jù)作為驗(yàn)證依據(jù)，建立流失預(yù)測時間窗口模型：
四、如何搭建用戶流失模型
模型具體搭建過程屬于太技術(shù)工作，不在本文探討范圍，我們主要探討流失模型的搭建原理，希望能起到舉一反三的作用。
首先需要對用戶特征數(shù)據(jù)與流失字段之間進(jìn)行探索性分析，查驗(yàn)每個特征維度與流失之間是否存在強(qiáng)關(guān)聯(lián)關(guān)系，我們對高度相關(guān)的數(shù)據(jù)進(jìn)行保留，剔除弱相關(guān)數(shù)據(jù)。
以上是我們利用大數(shù)據(jù)分析工具建立的一個洗衣用戶探索分析模型，根據(jù)這個模型，可以得到關(guān)聯(lián)分析結(jié)果，如下：
通過分析結(jié)果可以看到注冊時間較長的老用戶流失較為嚴(yán)重，說明頻道對老用戶的營銷工作還是有待加強(qiáng)的。通過關(guān)聯(lián)分析，我們保留了8個與流失強(qiáng)相關(guān)的用戶數(shù)據(jù)字段，即用戶的種類、來源、會員類型、城市、性別、注冊天數(shù)、最近一單距今時間、客單價。
其次，我們需要建立用戶流失規(guī)則，用以預(yù)測其他用戶的流失情況。同樣也需要采取建模的方法，最常用的便是利用決策樹算法生成用戶流失規(guī)則：
模型建立好后，需要模型對數(shù)據(jù)進(jìn)行計算生成流失規(guī)則以及各個數(shù)據(jù)維度對流失重要性排序。由于為了快速生成模型采用少量數(shù)據(jù)進(jìn)行建模，預(yù)測結(jié)果可能不大準(zhǔn)確，僅為參考：
根據(jù)模型生成的流失規(guī)則可以發(fā)現(xiàn)，流失特征包含4個規(guī)則。
以規(guī)則1為例：如果注冊天數(shù)>53天且會員類型為鉆石會員易流失，而這個群組用戶在運(yùn)營層面是高價值用戶，需要洗衣頻道的運(yùn)營人員格外要關(guān)注高價值老用戶的挽留，同樣右圖顯示注冊天數(shù)和會員類型是兩個重要的影響因子。
五、如何搭建流失用戶運(yùn)營策略
流失規(guī)則和影響流失的因子確定后，就可以幫助洗衣頻道預(yù)測哪些用戶會有流失傾向，在流失之前進(jìn)行挽留，需要給到頻道具體的運(yùn)營策略。
細(xì)分策略：通過建立細(xì)分模型將具有流失傾向用戶分成若干群組，分析得出流失可能性較高群組特征，并制定針對性的營銷措施進(jìn)行挽留。
評分策略：將頻道高價值客戶單獨(dú)分群，對高價值客戶的流失可能性進(jìn)行建模評分，頻道對流失得分較高的高價值用戶給予格外關(guān)注，設(shè)計合適的挽留活動進(jìn)行挽留。
細(xì)分策略是全量用戶的分群運(yùn)營，需要頻道針對每個群組設(shè)計針對性的營銷活動，這種策略指導(dǎo)下如果頻道預(yù)算充足又有足夠的精力來做可以采用；評分策略只針對部分高價值用戶進(jìn)行預(yù)測評分，對評分較高的高價值用戶采取挽留營銷措施，相對來說可以用最低的營銷成本達(dá)到最好的營銷效果。
作者：趙文彪，微信公眾號：用戶運(yùn)營觀察（ID：yunyingguancha），7年互聯(lián)網(wǎng)運(yùn)營經(jīng)驗(yàn)，樂于干貨分享，歡迎交流學(xué)習(xí)。
【投稿人原創(chuàng)】 本文由投稿人原創(chuàng)發(fā)布于愛盈利，未經(jīng)投稿人許可，禁止轉(zhuǎn)載。如有侵權(quán)聯(lián)系:[email protected]
