運營需要做到預測并防范用戶流失，概念、數據、工具，可以從這幾個方面入手解決這個問題。

“雙十二”大促拉開了年末沖量的序幕。接踵而來的圣誕、元旦雙節(jié)，為APP年末沖量提供了各種各樣的機會。在這樣的市場環(huán)境下，運營想要成功沖量，就要做到“疏”、“堵”結合。運營既要在眾多活動和噱頭中脫穎而出，吸引用戶，搶占用戶時間，更需要精準防范用戶的流失。

運營如何做到“精準”防范用戶流失？作為用戶運營，我們可以將用戶流失的問題，看成是小學奧數里蓄水池問題。首先，我們不可能做到用戶不流失。那么，我們要做的就是精準預測用戶流失，通過有效的運營活動對流失概率較大的用戶進行挽留，讓用戶流失率盡可能地低于用戶增長率，這樣就能保證用戶量的向上增長，有了量，轉化就有了基礎。

那么運營如何精準預測用戶流失，這需要逐一解決概念、數據、工具這三大問題：

問題一：流失用戶怎么定義？

問題二：用什么樣的數據來預測用戶流失？

問題三：借助什么樣的工具提高預測精準度？

一、流失用戶怎么定義？

不同的產品對用戶流失有著不同的定義，如果用統(tǒng)一的標準去定義，那就會出問題。舉個例子， 用戶流失率計算公式是用戶流失數量與全部使用/消費產品（或服務）用戶的數量的比例。

在實際操作中，如果僅按照字面定義去算，隨著用戶總量的增加，用戶流失率會越來越低。換句話說，用戶運營啥也沒做， 但KPI卻越來越漂亮。這樣會制造出一種假象，以為用戶越來越愛我們的產品。然而，結果并不是這樣的。

運營在精準防范用戶流失時，要做的第一步就是先明確流失用戶定義。運營需要根據自身產品的類型、調性以及用戶畫像來定義流失用戶的概念。如果是針對特定活動的用戶流失，則需要從活動舉辦的目的和意義出發(fā)去定義用戶流失概念。

比如，社交APP的價值在于解決溝通的問題，通常會以距離上次登陸的時間長短來定義流失用戶。如果用戶一、兩個月不進行操作，則可以認為用戶已經流失。這里有一點要注意，QQ和微信屬于強社交的軟件，即使我們不用，但還會安裝在手機上。

再比如，電商APP通過用戶購買來盈利，尤其是在雙十一、雙十二這種看銷量的特殊日子，通常以購買的活躍程度來定義流失用戶。如果用戶只看不買，對于電商來說就是一個可能會流失的用戶。

流失用戶的定義明確了，才能為用戶流失預測制定好判斷標準。

二、用什么樣的數據來預測用戶流失？

一個用戶接下來將要流失的可能性有多大？從數學上來說，我們可以借助貝葉斯公式來估計用戶流失的概率。該數學公式包含著樸素的真理：

當你不能準確知悉一個事物的本質時，你可以依靠與事物特定本質相關的事件出現的多少去判斷其本質屬性的概率。

這種流失預測的方式有點統(tǒng)計學+心理學的味道。以電商運營為例，如果，你看到一個用戶在雙十一時看得多，買得少，那么這個用戶在雙二十的時候不會購物的概率就很大。不過，這樣的預測還是不夠精準。

隨著大數據技術的發(fā)展，更精準的預測是通過數據分析，通過模型算法和深度學習的技術進行用戶行為預測。在進行行為預測前，運營需要考慮哪些用戶數據可以幫助我們預測用戶流失？這是搭建計算模型至關重要的一步。

從數據層面來看，至少需要詳細的用戶畫像數據和行為數據等數據維度，即：

• 用戶畫像信息：ID、性別、年齡、地域、會員類型、用戶來源……
• 用戶行為數據：登錄天數、在線時長、登錄頻次、注冊天數……
• 用戶消費數據：最近一單距今天數、累計單量、累計消費金額、客單價……

這里要注意，每一個小維度的考量標準在不同APP中也是不一樣的。社交類APP、視頻類APP、打車類APP、音樂類APP等使用頻次高的APP，登錄頻次要適當提高；閱讀類APP、資訊類APP等重視用戶時長的APP，在線時長要適當增加；電商類APP比較重視轉化，運營可借助可視化埋點的技術精確統(tǒng)計購買頁、支付頁等轉化數據。

三、? 借助什么樣的工具提高預測精準度？

僅有上面說的這些數據還是不夠，因為還有很多外部的因素在制約著數據的準確性。

首先，所處環(huán)境、地理位置的不同會導致用戶行為和興趣偏好的不同。隨著用戶的地理位置的變化，他從一二線城市遷移到三四線城市，用戶的APP的使用也會變化，而這些在APP自有數據中無法體現。

其次，在做流失預測時，APP本身自有數據的體量嚴重不足。用戶都沉默流失了，不怎么打開APP使用了，怎么還能產生足夠的數據呢？

再者，APP的自有數據具有局限性，無法告訴運營用戶興趣的變化。已經不感興趣的用戶百分之百會流失，也就不用去挽留了。

因此，這時候運營就需要借助外部的力量，來提高預測的精準度。目前，比較可行的辦法是與第三方大數據服務商合作，通過數據梳理找到對流失預測有效的數據，再進行雙方，甚至是三方數據的整合來擴充數據體量和維度，最終完成精準的行為預測。

目前，在數據領域已經有少數公司推出了行為預測的產品。國際上做得比較靠前的是Google公司。在國內，個推是行業(yè)內較早研發(fā)行為預測的數據公司之一，并在其應用統(tǒng)計產品“個數”中開設了相應功能，可以為APP運營提供流失、卸載等關鍵行為的預測。另外，“個數”還能提供可視化埋點工具，實現自定義事件的統(tǒng)計，并在統(tǒng)計的同時進行數據分析，提供購買、分享等自定義事件的行為預測。

在大數據行為預測的幫助下，運營能夠提前洞察到用戶流失行為，提早進行干預，并通過相應的運營手段對即將流失的用戶進行挽留，真正實現“堵”的作用。

總之，無論是年末沖量月，還是年中大促，還是各種活動節(jié)日，運營都要有“疏堵結合”的運營理念。尤其是在流量天花板已經顯現的今天，預測和防范用戶流失將變得更為重要，這就要求運營不僅需要有縝密的數據思維和對前沿數據技術的了解，更需要找到好的數據合作伙伴，共同挖掘運營數據深層次的價值，從用戶需求出發(fā)，以服務留住用戶，用體驗促進轉化。

本文由 @蝦運營 原創(chuàng)發(fā)布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議