起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識社區o2o用戶運營：用洗衣頻道實操案例教你如何搭建用戶流失預警體系
與其等用戶流失后通過運營手段進行召回，不如一開始就準備好一套用戶流失預警體系，可以更有效降低用戶流失率。本文作者就以洗衣頻道為例，教你如何搭建用戶流失預警體系。
對于一款社區o2o社區產品來說，用戶流失是一直是市場、運營、產品最為關心的問題之一。一般用戶運營過程中，圍繞流失用戶的解決方案是將平臺一段時間內未有消費行為的用戶定義為流失用戶，并對流失用戶進行活動召回。
這種運營模式是在用戶流失后采取的干預行為，往往具有滯后性，對于已經卸載APP用戶難以觸達或者召回的可能性微乎其微。
那么一套行之有效的用戶流失預警體系對防止用戶流失意義非凡，在無需借助數據運營平臺及機器學習的前提下如何搭建用戶流失預警模型是本文探討的主要課題。
我們在實際運營過程中把用戶流失預測歸結為3個問題：
- 問題一：預測哪些用戶會流失？
- 問題二：用什么樣的數據模型來預測？
- 問題三：可能流失用戶的特征是什么？
以一個實例來討論這個問題，平臺洗衣頻道發現最近客戶流失嚴重，打算組織一場用戶活動來遏制這種趨勢，可是這個客戶挽留活動是頻道眾多市場活動中的一個，預算也有限，需要用戶部門通過數據挖掘的方法找到可能流失的高價值用戶，并刻畫這部分用戶的特征，從而利用流失用戶的特征找到其他可能要流失的用戶進行分群運營。以下5個步驟來探討流失用戶具體運營方法：
一、如何定義用戶流失？
首先對樣本用戶進行流失定義，可以根據樣本用戶的流失特征幫助我們預測相似性用戶流失的概率。
經過與洗衣頻道的運營人員溝通，首先將洗衣頻道用戶定義為流失用戶與非流失用戶兩大類型，以3個月內是否有消費行為對用戶進行初步流失劃分。在數據層面，流失用戶用1表示，非流失用戶用0表示。
二、哪些用戶數據可以刻畫用戶流失特征？
需要考慮哪些用戶數據可以影響到用戶流失？這是搭建用戶預警模型至關重要的一步。從數據層面需要用戶畫像數據和行為數據兩個維度，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
三、如何定義預測時間窗口？
進行流失分析的目的是在客戶流失前就能發現他，從而采取挽留措施。那么分析時該采用多長時間段內的數據作為樣本數據量呢？
取的時間過短，用戶特征可能不具代表性；取的時間過長，建模運算時間太長以及難以查錯，所以定義一個合適的預測時間窗口顯得很重要。
經與洗衣頻道運營人員研究用戶的歷史消費數據，綜合數據的可獲取性和有效性，我們取歷史3個月的數據作為預測窗口，當月用戶數據作為驗證依據，建立流失預測時間窗口模型：
四、如何搭建用戶流失模型？
模型具體搭建過程屬于太技術工作，不在本文探討范圍，我們主要探討流失模型的搭建原理，希望能起到舉一反三的作用。
首先需要對用戶特征數據與流失字段之間進行探索性分析，查驗每個特征維度與流失之間是否存在強關聯關系，我們對高度相關的數據進行保留，剔除弱相關數據。
以上是我們利用大數據分析工具建立的一個洗衣用戶探索分析模型，根據這個模型，可以得到關聯分析結果，如下：
通過分析結果可以看到注冊時間較長的老用戶流失較為嚴重，說明頻道對老用戶的營銷工作還是有待加強的。通過關聯分析，我們保留了8個與流失強相關的用戶數據字段，即用戶的種類、來源、會員類型、城市、性別、注冊天數、最近一單距今時間、客單價。
其次，我們需要建立用戶流失規則，用以預測其他用戶的流失情況。同樣也需要采取建模的方法，最常用的便是利用決策樹算法生成用戶流失規則：
模型建立好后，需要模型對數據進行計算生成流失規則以及各個數據維度對流失重要性排序。由于為了快速生成模型采用少量數據進行建模，預測結果可能不大準確，僅為參考：
根據模型生成的流失規則可以發現，流失特征包含4個規則。
以規則1為例：如果注冊天數>53天且會員類型為鉆石會員易流失，而這個群組用戶在運營層面是高價值用戶，需要洗衣頻道的運營人員格外要關注高價值老用戶的挽留，同樣右圖顯示注冊天數和會員類型是兩個重要的影響因子。
五、如何搭建流失用戶運營策略？
流失規則和影響流失的因子確定后，就可以幫助洗衣頻道預測哪些用戶會有流失傾向，在流失之前進行挽留，需要給到頻道具體的運營策略。
- 細分策略：通過建立細分模型將具有流失傾向用戶分成若干群組，分析得出流失可能性較高群組特征，并制定針對性的營銷措施進行挽留。
- 評分策略：將頻道高價值客戶單獨分群，對高價值客戶的流失可能性進行建模評分，頻道對流失得分較高的高價值用戶給予格外關注，設計合適的挽留活動進行挽留。
細分策略是全量用戶的分群運營，需要頻道針對每個群組設計針對性的營銷活動，這種策略指導下如果頻道預算充足又有足夠的精力來做可以采用；評分策略只針對部分高價值用戶進行預測評分，對評分較高的高價值用戶采取挽留營銷措施，相對來說可以用最低的營銷成本達到最好的營銷效果。
以上是個人流失用戶的具體運營方法，歡迎大家關注公眾號探討交流。
作者：趙文彪，社區o2o用戶運營負責人，7年互聯網運營經驗，微信公眾號：用戶運營觀察（ID：yunyingguancha）。
本文由 @趙文彪 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自 Pexels，基于 CC0 協議
專欄作家
趙文彪，公眾號：用戶運營觀察（ID：yunyingguancha），人人都是產品經理專欄作家。用戶運營、私域流量營銷領域的資深從業者，專注分享場景化用戶運營、社群營銷的干貨文章及獨特見解。
本文原創發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協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
那建立預警機制以后有什么挽回的手段呢
關注我公眾號，有用戶運營學習社群。
求介紹分析工具
spss就可以
關于數據建模這一塊，請問一下是與RD共同調整嗎
個別無法直接從數據平臺提取的數據字段需要給到RD，建模這一塊使用市面上一些專業數據分析工具運營自己就能操作。