如果按照每天渠道投放獲客1000名，次日留存率40%來(lái)算障贸，每天會(huì)有60%的用戶，第二天就再也不打開我們的APP篮洁，最終成為了流失用戶。平均每日損失幾百到數(shù)萬(wàn)元不等瓦阐。
雖然相比動(dòng)輒幾百萬(wàn)到幾千萬(wàn)的融資篷牌，看起來(lái)?yè)p失很小，但比較遺憾的是：大部分產(chǎn)品的次日留存率戳杀，遠(yuǎn)遠(yuǎn)達(dá)不到40%偷卧。
這就意味著會(huì)有更多的用戶流失掉！
并且對(duì)于很多交易型產(chǎn)品來(lái)說(shuō)，引導(dǎo)用戶下載激活注冊(cè)蚕泽，僅僅是個(gè)開始，后面還需要繼續(xù)引導(dǎo)其轉(zhuǎn)化成為付費(fèi)用戶仔蝌。
由于大部分產(chǎn)品的付費(fèi)轉(zhuǎn)化率一般在10%以下荒吏，所以每日實(shí)際的損失，只會(huì)比你看到的更多瞧挤。
任何公司在用戶增長(zhǎng)方面儡湾，如果只做到了不斷砸錢推廣，而對(duì)于流失用戶漠不關(guān)心的話癌刽，那這不僅是巨大的資源浪費(fèi)，更是一種慢性自殺显拜。所以，建立起“完整的流失用戶召回體系”就顯得非常重要杰赛。
為什么要進(jìn)行流失用戶畫像矮台？
當(dāng)然是為了更好的了解他們，只有足夠的了解才能投其所好辰晕，才有可能召回他們确虱。
一般來(lái)說(shuō)，流失用戶畫像可以從人口屬性和行為屬性兩個(gè)方面展開分析窘问。
第一步可以從流失用戶的性別宜咒、地域、職業(yè)故黑、年齡層等人口屬性出發(fā)场晶，勾勒出流失用戶畫像的基本框架；
第二步再結(jié)合用戶注冊(cè)渠道诗轻、訪問途徑、內(nèi)容偏好吏颖、主要行為鞠柄，以及用戶最后一次交互行為來(lái)提煉流失用戶的群體特征。
注意奉呛，重點(diǎn)關(guān)注流失用戶的最后交互行為的具體動(dòng)作是什么、對(duì)象是什么登馒、時(shí)間點(diǎn)是什么咆槽，這對(duì)于我們了解該用戶群體的偏好有極大參考意義。
總之麦射，流失用戶畫像是流失用戶召回體系中的行動(dòng)指南灯谣。流失用戶畫像越細(xì)致，代表性越強(qiáng)峻呛，召回成功率越高辜窑。
建立用戶操作路徑圖
在召回流失用戶前我們要先清楚用戶是如何使用產(chǎn)品的，從而分析用戶在使用過(guò)程中是否有破壞體驗(yàn)的缺陷牙勘，導(dǎo)致了用戶的流失惨远。以視頻APP為例，我們具體分析一下用戶的使用操作過(guò)程。
視頻APP主要的功能就是播放贺氓，對(duì)于新用戶來(lái)說(shuō)首頁(yè)的元素展示和搜索功能都能抵達(dá)播放床蜘。如果新用戶沒有完成播放，我們就要思考是否是首頁(yè)的內(nèi)容不夠吸引人邢锯，還是搜索時(shí)沒有找到自己感興趣的內(nèi)容。對(duì)于老用戶來(lái)說(shuō)尾抑，搜索功能弱化了，更重要的在于離線緩存榜苫、觀看歷史以及繼續(xù)觀看等板塊翎冲。由此來(lái)看新老用戶的使用路徑要區(qū)分開，比如新用戶更加注重搜索功能驹饺，而老用戶則可以重視歷史缴渊、下載等功能。
建立用戶流失預(yù)警模型
理順用戶操作路徑后卡儒，我們就能大致了解了產(chǎn)品中的重要節(jié)點(diǎn)俐巴，這時(shí)就要將這些節(jié)點(diǎn)的重要度進(jìn)行分級(jí)。如果有一定的數(shù)據(jù)支撐擎鸠，可視化圖表以及熱力圖會(huì)有很大的幫助。當(dāng)然如果數(shù)據(jù)不夠缘圈，我們也可以借助用戶反饋進(jìn)行彌補(bǔ)劣光，這主要涉及大量的信息整理分析的工作，需要在事先將思路理順糟把，不要被繁雜的信息所干擾導(dǎo)致本末倒置绢涡。模式的維度可根據(jù)使用頻次和使用單次時(shí)長(zhǎng)等維度來(lái)界定，可以結(jié)合自身的產(chǎn)品特點(diǎn)而靈活定義遣疯。
