用户流失生命周期如何最大化延缓或延长（包含引流-促活-问卷调研-流失召回话术）

（故事纯属虚构-仅供学习参考）
所有产品都要关注用户流失，每个产品或阶段，优先级和投入也有所不同，周期方式大同小异。

当然啦，进行竞品分析，对比出来的产品，更具有针对性，达到什么样的效果，自己位于哪个位置，这个要清楚。

一、清楚自己用户产品生命周期的定位

用户产品生命周期划分为引入期、成长期、成熟期以及衰退期四个阶段：

1.导入期：市场需求量大且增长较快，随之而来的是技术变动较大，最适合开辟新用户、占领市场，但是用户特点等方面的信息掌握不多，依赖广告投放、竞品分析、市场调研和各种主流研究所的报告来了解需求。(制定各种需求给技术)

2.成长期：市场增长快，需求也多，技术渐趋定型，行业特点、行业竞争状况及用户特点已比较明朗。(多辛苦并犒劳技术，帮忙各种改需求)

3.成熟期：市场增长变缓但稳定，需求不多，技术成熟，清楚行业特点、行业竞争情况及用户群特征。

4.衰退期：市场增长下降，需求下降，产品品种及竞争者数量减少。开始寻找新渠道、新用户、新项目、新产品、新赛道。

不同生命周期，现阶段运营的侧重点也是不一样的：
引入期：调研需求、口碑（超出用户需求预期）、侧重用户获取留存；
成长期：设定投放指标，侧重增长模式和速度；
成熟期：侧重用户活跃度，商业付费变现；
衰退期：侧重预防用户流失并维系。

所以在产品的引入期主要关注用户获取留存，对用户流失的关注和投入则主要是在成熟期和衰退期， 因此，用户流失预防运营在用户运营工作中有着极其重要的作用。（用户运营的主要工作包括：获取（获客）、激活、留存、付费、传播，也就是AARRR模型的主要内容。）

二、用户流失策略

1.用户流失定义、划分和四种方法挖掘用户流失原因

(1)用户流失定义
指多久没有进行特定行为的用户，包括关键行为和时间长度两个主要条件。关键行为一般是最后登录时间（访问），部分产品也会选择近期付费、近期发布等作为关键行为。
(2)划分
1.结合产品和用户特征进行具体的数据分析；
2.结合用户的平均访问周期（一般用户隔多久使用一次产品）和沉默用户的回访时长；（长期未访问用户过多久又使用产品）进行分析）
3.流失用户可以细分为，一般用户（隔多久使用一次产品）和沉默用户的回访时长（长期未访问用户过多久又使用产品）进行分析；
4.结合各大R阶层划分，筛选消费潜力最强的用户群；
(3)四种方法挖掘用户流失原因
问卷调研: 通过选择题、问答题、有奖问卷的形式，调研了解;

客服总结: 客服部总结接待中顾客反馈的问题和需求建议，再对客服部同事做深度调研;

竞品分析: 做外部环境的调研，是否有竞品在同期做了什么动作/活动将用户吸引过去等;

用户画像分析:用户基本属性分析与行为属性分析（越了解用户，才能投其所好）

2.流失策略（流失前预防和流失后召回）

(1).流失前预防

在用户长期沉默至完全流失后，再进行干预的投入产出比会很低，正确的应对方式是，建立完善的流失预警机制，及时识别流失风险用户，给予用户较大的利益点，优惠诱惑召回，进行干预引导，最大化留存用户。

根据流失用户定义及流失征兆，以行为埋点和数据量化为识别手段，及时找到流失风险用户，进行及时的监控。

根据用户流失的四种类型进行特征假设及验证，必要时进行用户调研访谈；同时也可以，直接圈定流失用户，对流失用户在流失前的行为具体分析，也可将流失用户按照渠道、地区、年龄等维度进行分层分析。

进行干预引导，是在识别出流失风险用户后及时干预。根据用户的特征及流失原因，针对性的进行干预，常见的干预方式包括信息触达、优惠引导、活动奖励等，让用户及时再次使用产品，而不是直接流失。

日常可以多留意下自己的短信，如：某旅游酒店、某电商、某出行等的召回通知，就能够发现流失风险用户的基本干预方式。

(2).流失后召回

一般经过流失预警机制后，用户依然逐渐放弃，再进行召回的成本高（投入产出比低）召回短信一般也需要0.03元/条，都是成本，但也不能轻易放弃，因为用户就是我们的资产。

当我们还是以短信/push为主要形式、日常活动/优惠为主要内容的触达召回针对完全流失的用户价值已经不大,所以我们应该细分用户群，需要更加个性化、针对性的召回手段，来提高投入产出比。

3.如何确定用户流失周期临界点（拐点法和分位数法）

拐点法和分位数法除了找活跃用户的流失周期以外, 我们还可以应用在付费用户的流失周期, 电商用户购买产品的流失周期, 观看视频内容类用户的流失周期。

我们都希望在用户流失之前, 通过一些福利体系去干预用户。
福利体系比如：
1.电商的满减券、打折卷和少量现金奖励；
2.游戏中的游戏礼包、游戏道具、游戏金币、折扣卷，代金卷等等；

但是这些都是有成本的，不可能做到全面干预。所以在干预用户之前，我们应该用科学（数据规律）的方法去找到这部分用户，集中干预，用在刀刃上，成本最低，效率最高，投入产出比也高。

那效果是哪样的类？别急，请往下看：
----------没干预的情况是这样的

----------干预后的情况是这样的

所以找到这个流失周期的拐点，很重要。（主要有以下两种方法）

(1).拐点法

计算规则：
留存率(留存的人数/之前活跃的人数)
（取一段时间内(一般取一周或者一个月)活跃过的用户，判断在未来每一天的留存人数，或者每一周的留存人数，或者每个月的留存人数。）

一般来讲，较活跃的产品, 流失周期较短，我们可以用天来计算，对于不那么活跃的产品，那就用周或者月。
（计算每天or每周or每月取决于用户在这个产品的活跃情况）

以周为列，取6月1号到6月30号，6月份所有活跃人数，看他在第1周，第二周，第三周，第四周，第五周，第六周… 每一周的留存人数，因为随着时间的递增，留存的人数一般来说会越来越少，也就是流失的人数越来越多，当用户的留存率变化较平缓时，这个就是它的拐点。

从上图可以看出，随着时间的推移，留存人数越来越少，大概是到了第十周左右，留存人数处于比较稳定的水平。第10周就是一个明显的拐点，也就是流失的临界点或流失周期拐点。

(2).分位数法

计算规则：
计算所有用户活跃的时间间隔。
比如用户1活跃的时间日期分别是 2021-06-01 和 2021-06-15 那么间隔就是14天, 我们把所有用户的活跃的时间间隔都计算好, 然后找出间隔的 90% 分位数。（ 为什么是90% 分位数呢？这是因为如果有90% 的活跃时间间隔都在某个周期以内的话, 那么这个周期内不活跃的话, 之后活跃的可能性也不高。）

从上图可以看出，蓝线大多数的用户活跃时间间隔都在前面（一个月内左右）, 橙线活跃时间间隔在71天以内的占比数达90% ,所以我们把71天作为用户的流失周期临界点。
（横轴为所有用户活跃的时间间隔，从小到大排列。纵轴为不