流失用户分析框架

Python面面观

共 1096字,需浏览 3分钟

 ·

2021-01-16 22:09

关于流失用户的分析框架,之前有发一版 pdf。想了想,还是整理成文字说说,毕竟这类指指标很常见。于是把内容抽象出来,整理成流失用户分析框架。

分析流程分为:收集信息、制定方案、实施研究、分析数据。

收集信息包括产品内部信息和外部信息。产品内部信息主要围绕内部流程、产品功能、用户分析。比如:

  1. 产品流失率以及近一段时间内流失率的变化;

  2. 流失用户类型。通过后台数据分析初步确定流失用户主要是新用户还是老用户;

  3. 流失用户特点。通过后台数据判断用户是否有明显的共性;

  4. 流失率的变化是否有规律和明显的时间节点,是否和产品版本更新有关;

  5. 通过产品、客服、第三方平台等各个渠道收集到的用户反馈。

外部环境,可以用 PEST 分析方法。常规上需要了解:

  1. 政策变化。一些外部政策的变化可能会对产品有影响,例如关税新政对跨境电商平台的影响,版权规范政策对音乐、阅读、漫画等平台的影响;

  2. 竞品动态。包括竞品近期的运营活动、新功能上线等动态。

流失背景、用户情况大概了解后,开始来确定研究目标。根据目前经验来看,主要是 3 个目的。第 1 是预测即将流失的用户情况。第 2 是数据分析,制定策略,防止用户继续流失。第 3 是来挽回已流失的用户,挽回的手段无非是短信 + 电话 + push 通知触达,券 + 节日活动增加挽回动机。确定后,这些目标优先级后,再来开始具体策略。

核心的数据分析,前提是收集现有数据。如果数据样本较少,会考虑和用研再核对,利用一些用户研究方法(比如:问卷、访谈等)收集定量数据,作为数据分析样本量。分析数据的思考流程主要围绕:

  1. 流失原因。分析主要的流失原因以及各个原因的重要性;

  2. 是否继续流失。是否会有持续的、大规模的用户流失(比较流失用户和现有用户特征)。以及某个流失原因是否会导致现有用户继续流失;

  3. 防止继续流失。优化产品设计和运营方案。建立流失预警模型;

  4. 挽回可能性。在怎样的情景下用户会回流;采取的改善和挽回措施是否会影响现有用户的体验;

  5. 召回渠道、召回信息以及召回后引导。

具体分阶段的分析如下:不同阶段的流失,有不同的流失原因:总结下,流失用户研究的 2 个大体思路是:

  1. 从定性研究开始,挖掘大致的流失原因,再通过定量研究明确各个原因所占的比例以及严重程度;

  2. 从定量研究开始,确定流失最重要的原因,再通过定性研究深入挖掘几个主要流失原因背后的问题及可能有效的解决方案。

浏览 44
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报