用户流失分析的三个误区，你踩雷了吗？

一个平台的用户流失是不可避免的，新老用户的不断交替是产品更迭升级的正常现象；

但企业可以从流失用户的比例和变化的趋势中寻求突破，创造出保留新用户的产品，从而提高保留用户的能力，找出产品的发展趋势和空间。

当我们发现用户的流失率增高时，就要对流失掉的用户进行更详细的分析；

但在分析用户流失情况时，有时会陷入某些误区而不自知，甚至由于判断的失误降低了用户回流的效果。

一、第一个误区：定义不明确

有些人看到其他平台将用户流失期限定义为半年未登录，就将自己的用户流失率定义为半年未登录；人云亦云，却从来不思考，为什么人家平台定义用户流失率是半年，自家的平台和人家的平台有哪些异同，这样定义是否合适。

所以在做流失用户分析这项工作开始之前，我们要先弄清楚一件事：符合什么条件的用户才能够被定义为流失用户？是数个月没有访问过平台的用户？还是经常访问我们平台，但几个月内没有任何购买行为的用户？

比如当年QQ的巅峰时期，基本上我们每个人都会注册QQ号，每天进行登录、升级、游戏、聊天等一系列操作，活跃用户数量庞大；

但是随着微信等其他社交产品的盛行，QQ曾经一统天下的局面结束了。

虽然现在仍然有非常多的QQ用户，但是一些曾经活跃的用户现在使用QQ的时间越来越少了，有些用户甚至半年或者一年都不再登录QQ；

这些用户就可以定义为流失用户，但也有一些用户可能近一个月或两个月不登录QQ，却还在为自己的QQ号充值会员，那这些用户就不能定义为流失用户。

所以我们在定义流失用户的时候需要根据平台的特性具体来判断用户的类别。

为了能够迅速并准确地找出产品的目标群体，企业可以对流失的用户进行这样的定义：在较长的一段时间内，未进行过具有关键性操作行为的疑似流失用户；不过在这里还是需要结合产品的特性来确定关键点。

例如：

1）用户购买产品的点

用户购买不同的产品，关键点是各不相同的；例如音乐平台中的关键点是购买音乐或者购买其衍生品，购物类平台中的关键点可能是浏览或购买商品。

2）未访问的时间长度

如果用户一个月都没有再访问企业的平台或购买产品，就可以判定这个用户为流失用户，例如一些社区或交友类平台如微博、陌陌等；

但像购物类平台可能要等三个月甚至半年，如果发现用户一次都没有访问过平台才能被认定为流失的用户。

二、第二个误区：在样本选择上产生失误

这是由于在分析前选择样本数据的时候，企业没有做好事先的排查工作，导致在采纳的数据中，把真回流的用户和假回流的用户混在一起进行分析，从而得出一些具有偏差性的分析结果；

因此，在做用户流失分析之前，要先分析回流用户的特征，排除那些活跃周期较长的用户。

计算平台总的用户流失数量比较简单，举个简单的例子，假设我们认为超过一个月未登录的用户即为流失用户，那么总的用户流失数就是：“当前时间点-用户最后一次登录时间点＞一个月”的用户数量。

但只计算出总的用户流失数量对于分析用户流失是没有太大意义的，因为在大部分情况下，所计算出的这个数值一直是处于递增状态的；

而企业所需要做的是计算出用户的流失总数占总的用户数的比例是多少，以及新增流失用户的数量，并观察它们的变化趋势。

是否是流失用户是根据用户最近一次登录的时间来判断的，所以要分析流失用户就需要找出每个用户的最近登录时间；不同的网站判定的结果应该是不同的，因为每个网站的时间间隔会有所不同，最长甚至会达到一年，这为企业获取数据制造了一些阻碍。

当然，为了方便分析注册用户，企业可以在数据库中建立相应的数据表来存放用户信息或者是选择诸葛这样专业的数据智能服务商；在建立用户的基础信息的同时，记录每位用户最后一次登录的时间，这样才能准确地计算出每位用户最后一次登录距离目前的时间间隔是多少，并以此来区分哪些用户属于流失用户。

三、第三个误区：不分析用户行为

不分析用户行为是指当企业发现用户流失之后，就简单地认为这部分用户流失了，而并不知道他们流失的原因是什么，也没有对用户的流失行为做出积极的分析，从而不了解用户行为背后更深层次的原因。要想分析用户的行为，就要从用户黏性入手，用户黏性包括用户的访问频率和访问间隔时长。

1）访问频率：用户的访问频率能够体现出用户对企业的产品是否有兴趣，是否有想要购买的冲动；有些研究认为在黏性还没有产生时，部分黏性等同于忠诚度，因此可以认为用户的忠诚度是用户黏性的前提。

2）访问间隔：时长如果平台不花时间和精力维护用户，或者产品不再更新换代，那么即使之前产生了用户黏性，也会随着时间的流逝而消失；用户不会一直等待，即使已经形成使用习惯，他也会因为需求而转投到竞争对手那里去购买替代品。

比如有一家餐厅，每天早上都会有很多人那里排队买早餐，而这家餐厅的旁边还有一家小饭馆，由于看上去不够高端，没有什么人去吃饭。

后来，生意兴隆的餐厅因为老板家里有事，整整休息了两个月，而旁边那家小饭馆一直营业；等到餐厅老板回来以后，他发现原本天天排队的人们再也不来他家买早餐了，因为职员们已经习惯去小饭馆吃饭，久而久之，这家餐厅生意越来越差，最后无奈之下只好关门大吉。

上面这个例子很好地体现了忠诚度和用户黏性的关系；一开始，职员们喜欢去餐厅吃早餐，是因为这家店看起来比较高端，顾客也因此形成了习惯，也就是忠诚度；

所以宁愿排队等也要在这里吃饭，这就是用户黏性。

这种黏性既容易得到用户，也容易失去用户，因为用户并不是非他不可；

因此，在餐厅暂停营业以后，顾客们为了找替代品而去小饭馆就餐，久而久之，用户就形成了对小饭馆的忠诚度，这就导致了餐厅的用户大量流失。

用户流失分析还要从产品的角度分析用户的流失原因，才能从根本上有效控制用户流失；

我们就需要将流失掉的用户分类，做好流失用户的跟踪记录，并根据分析出来的结果对之后的产品进行优化。

了解用户的需求点，及时完善产品的功能，在合适的时机对产品进行改造升级。

我们不仅要对自己产品的数据进行分析，还要了解用户的真正需求，要知道用户需要什么，什么样的产品功能受欢迎，才能进一步根据这些数据对产品进行优化升级；

要从用户的角度对产品、平台等环节进行优化，例如将用户的热搜页面设置在显眼的位置、对于产品的展示陈设页面进行顺序的调整、优化商品的布局等。

解决问题要从根源出发，只有提高产品质量、优化产品功能，才能从最大限度上降低用户流失率。

作者：诸葛io

来源：诸葛io