用户流失，该怎么分析？

有同学问：用户流失该怎么分析？用户流失率的数据可以算，可算出来以后呢？只看数据似乎完全看不出什么流失原因，只知道用户已经X个月没有来了，也不知道看到这个能干啥。今天系统解答一下。

 

用户流失分析常见错误

☆错误1：试图挽留每一位用户。这是运营最常见的错误，很多新人都会踩这个坑。不购物了就发券，不登录了摇转盘。结果空烧经费，养出来一帮无利不起早的羊毛客。实际上，用户流失是不可避免的，天下没有100%的留存。每种业务都要关注自己的核心用户。在谈及用户流失的时候，我们真正要做的是：把流失率关在笼子里，控制在一个可以接受的水平上。

 

☆错误2：试图搞懂每一个流失原因。这是分析最常见的错误，很多新人都会踩这个坑。用户不喜欢？我们没做好？对手太厉害？用户没钱了？——总之想给每个人一个理由。可压根没数据，于是大眼瞪小眼。实际上，我们没必要、也没能力穷举所有原因。同上一条，我们只要控制可控因素，减少明显错误即可。

 

☆错误3：只盯流失不看活跃，事后诸葛。这是另一个常见错误。在流失率实际增高以后才开始分析。结果木已成舟，用户都跑了，分析了也没啥用。流失率是个相对滞后的指标。在数据上“流失”以前，用户可能已经跑掉了，早前几个月就没活跃了。所以，流失率要和活跃率结合起来看。对于影响用户活跃的事件要尽早关注，对于核心用户活跃率要紧密跟踪，避免事后做无用功。

用户流失分析基本思路

用户流失分析的目标是把流失率关在笼子里，因此在数据上，我们首先关注的是流失率走势，尤其关注三类问题（如下图所示）。

 

1、事件型问题。由一次/多次事件引发的短期流失率波动。

2、系统型问题。公司整体流失率高于同行/经验水平，并且居高不下。

3、持续型问题。流失率从某时间开始持续增高，未见好转迹象。

 

流失率是一个和活跃率相对的概念。虽然我们习惯上会给一个：用户X月不登录/不购货即为流失用户的定义，但当用户已经不活跃的时候，真实的流失可能已经发生了。为了更好的发现流失问题，往往自然周期和生命周期两种方式，结合活跃率一起看。自然周期往往指向事件型问题（因为事件是按自然日期发生的），生命周期往往指向系统型问题（业务做得不好，用户生命周期短or存在断点）。