很久沒有更新博客了，這篇再寫一些關(guān)于“用戶流失”的內(nèi)容，之前發(fā)布的網(wǎng)站的活躍用戶與流失用戶這篇文章對網(wǎng)站的活躍用戶、流失用戶及新用戶流失做了定義，這里修正下對流失用戶的英文叫法，一般對流失用戶常用的英文為“churn user”，之前用的wastage、away、lost等都不是太規(guī)范。后來陸續(xù)有做相關(guān)分析的朋友問到流失用戶的流失時間長度到底選擇多長是合理的，尤其是《網(wǎng)站分析實戰(zhàn)》這本書出版之后，我在里面有提到如何更準確地定義流失的時間長度，可能解釋的比較簡單，還是有朋友留言反饋這方面的問題，所以這里再用一篇文章解釋一下。

流失用戶與回訪用戶

流失用戶的定義請參考“網(wǎng)站的活躍用戶與流失用戶”這篇文章，要解釋怎么樣合理地去定義用戶流失時間段長度的問題，需要先介紹一個新的指標概念：回訪用戶。這里的回訪用戶不是指Google Analytics上面的Returning Visitor（與新用戶相對，指之前訪問過網(wǎng)站的用戶再次訪問網(wǎng)站），這里的回訪用戶指流失之后再次訪問網(wǎng)站的用戶，即用戶曾經(jīng)流失過，滿足流失時間期限內(nèi)完全沒有訪問/登錄網(wǎng)站的條件，但之后重新訪問/登錄網(wǎng)站。然后，根據(jù)回訪用戶數(shù)可以計算得到用戶回訪率，即：

　　用戶回訪率 = 回訪用戶數(shù) ÷ 流失用戶數(shù) × 100%

回訪用戶率的數(shù)值大小間接地可以驗證對用戶流失定義的合理性。正常情況下，用戶的回訪率應該是比較低的，從業(yè)務的角度考慮，如果對流失的定義是合理的，那么很難讓那些對你的網(wǎng)站已經(jīng)失去興趣的用戶重新來訪問你的網(wǎng)站。一般情況下，網(wǎng)站的用戶回訪率應該在10%以下，在5%左右的數(shù)值是比較合理的，對于成熟的網(wǎng)站而言用戶回訪率會稍高，而新興的網(wǎng)站的用戶回訪率通常更低，尤其像手機APP這類用戶易流失的產(chǎn)品。

流失期限與用戶回訪率

用戶流失的流失期限的長度與用戶的回訪率成反比，我們在定義用戶流失時使用的連續(xù)不訪問/登錄網(wǎng)站的期限越長，這批流失用戶之后回訪網(wǎng)站的概率就會越低，并且隨著定義的流失期限的增大，用戶回訪率一定是遞減的，并逐漸趨近于0。那么如果選擇合適的流失期間長度？我們可以設定不同的流失期限長度，進一步統(tǒng)計每個流失期限的用戶回訪率，并觀察用戶回訪率隨定義的流失期限增大時的收斂速度。如果以“周”為單位設定流失期限：

根據(jù)設定的不同流失周期的用戶回訪率的變化曲線，我們可以使用拐點理論（Elbow Method）選擇最合適的流失周期。

拐點理論：X軸上數(shù)值的增加會帶來Y軸數(shù)值大幅增益（減益），直到超過某個點之后，當X增加時Y的數(shù)據(jù)增益（減益）大幅下降，即經(jīng)濟學里面的邊際收益的大幅減少，那個點就是圖表中的“拐點”。比如上圖中流失周期增加到5周的時候，用戶回訪率的縮減速度明顯下降，所以這里的5周就是拐點，我們可以用5周作為定義用戶流失的期限，即一個之前訪問/登錄過的用戶，如果之后連續(xù)5周都沒有訪問/登錄，則定義該用戶流失。

所以，有個這個辦法之后，就能更加合理地定義流失用戶的統(tǒng)計邏輯，而之前要做的就是選擇不同的流失期限分別計算用戶的回訪率，然后用統(tǒng)計的到的數(shù)值生成如上的一張帶平滑線的散點圖，問題就迎刃而解。

via：kdd china