用户流失分析的三個誤區，你踩雷了嗎？

一個平台的用户流失是不可避免的，新老用户的不斷交替是產品更迭升級的正常現象；但企業可以從流失用户的比例和變化的趨勢中尋求突破，創造出保留新用户的產品，從而提高保留用户的能力，找出產品的發展趨勢和空間。

當我們發現用户的流失率增高時，就要對流失掉的用户進行更詳細的分析；但在分析用户流失情況時，有時會陷入某些誤區而不自知，甚至由於判斷的失誤降低了用户迴流的效果。

一、企業在進行用户流失分析時容易陷入的第一個誤區：定義不明確

有些人看到其他平台將用户流失期限定義為半年未登錄，就將自己的用户流失率定義為半年未登錄；人云亦云，卻從來不思考，為什麼人家平台定義用户流失率是半年，自家的平台和人家的平台有哪些異同，這樣定義是否合適。

所以在做流失用户分析這項工作開始之前，我們要先弄清楚一件事：符合什麼條件的用户才能夠被定義為流失用户？是數個月沒有訪問過平台的用户？還是經常訪問我們平台，但幾個月內沒有任何購買行為的用户？

比如當年QQ的巔峯時期，基本上我們每個人都會註冊QQ號，每天進行登錄、升級、遊戲、聊天等一系列操作，活躍用户數量龐大；但是隨着微信等其他社交產品的盛行，QQ曾經一統天下的局面結束了。

雖然現在仍然有非常多的QQ用户，但是一些曾經活躍的用户現在使用QQ的時間越來越少了，有些用户甚至半年或者一年都不再登錄QQ；這些用户就可以定義為流失用户，但也有一些用户可能近一個月或兩個月不登錄QQ，卻還在為自己的QQ號充值會員，那這些用户就不能定義為流失用户。

所以我們在定義流失用户的時候需要根據平台的特性具體來判斷用户的類別。

為了能夠迅速並準確地找出產品的目標羣體，企業可以對流失的用户進行這樣的定義：在較長的一段時間內，未進行過具有關鍵性操作行為的疑似流失用户；不過在這裏還是需要結合產品的特性來確定關鍵點。

例如：

1）用户購買產品的點

用户購買不同的產品，關鍵點是各不相同的；例如音樂平台中的關鍵點是購買音樂或者購買其衍生品，購物類平台中的關鍵點可能是瀏覽或購買商品。

2）未訪問的時間長度

如果用户一個月都沒有再訪問企業的平台或購買產品，就可以判定這個用户為流失用户，例如一些社區或交友類平台如微博、陌陌等；但像購物類平台可能要等三個月甚至半年，如果發現用户一次都沒有訪問過平台才能被認定為流失的用户。

二、企業在進行用户流失分析時容易陷入的第二個誤區：在樣本選擇上產生失誤

這是由於在分析前選擇樣本數據的時候，企業沒有做好事先的排查工作，導致在採納的數據中，把真迴流的用户和假迴流的用户混在一起進行分析，從而得出一些具有偏差性的分析結果；因此，在做用户流失分析之前，要先分析迴流用户的特徵，排除那些活躍週期較長的用户。

計算平台總的用户流失數量比較簡單，舉個簡單的例子，假設我們認為超過一個月未登錄的用户即為流失用户，那麼總的用户流失數就是：“當前時間點-用户最後一次登錄時間點＞一個月”的用户數量。

但只計算出總的用户流失數量對於分析用户流失是沒有太大意義的，因為在大部分情況下，所計算出的這個數值一直是處於遞增狀態的；而企業所需要做的是計算出用户的流失總數佔總的用户數的比例是多少，以及新增流失用户的數量，並觀察它們的變化趨勢。

是否是流失用户是根據用户最近一次登錄的時間來判斷的，所以要分析流失用户就需要找出每個用户的最近登錄時間；不同的網站判定的結果應該是不同的，因為每個網站的時間間隔會有所不同，最長甚至會達到一年，這為企業獲取數據製造了一些阻礙。

當然，為了方便分析註冊用户，企業可以在數據庫中建立相應的數據表來存放用户信息或者是選擇諸葛這樣專業的數據智能服務商；在建立用户的基礎信息的同時，記錄每位用户最後一次登錄的時間，這樣才能準確地計算出每位用户最後一次登錄距離目前的時間間隔是多少，並以此來區分哪些用户屬於流失用户。

三、企業在進行用户流失分析時容易陷入的第三個誤區：不分析用户行為

不分析用户行為是指當企業發現用户流失之後，就簡單地認為這部分用户流失了，而並不知道他們流失的原因是什麼，也沒有對用户的流失行為做出積極的分析，從而不瞭解用户行為背後更深層次的原因。要想分析用户的行為，就要從用户黏性入手，用户黏性包括用户的訪問頻率和訪問間隔時長。

1）訪問頻率：用户的訪問頻率能夠體現出用户對企業的產品是否有興趣，是否有想要購買的衝動；有些研究認為在黏性還沒有產生時，部分黏性等同於忠誠度，因此可以認為用户的忠誠度是用户黏性的前提。

2）訪問間隔：時長如果平台不花時間和精力維護用户，或者產品不再更新換代，那麼即使之前產生了用户黏性，也會隨着時間的流逝而消失；用户不會一直等待，即使已經形成使用習慣，他也會因為需求而轉投到競爭對手那裏去購買替代品。

比如有一家餐廳，每天早上都會有很多人那裏排隊買早餐，而這家餐廳的旁邊還有一家小飯館，由於看上去不夠高端，沒有什麼人去吃飯。

後來，生意興隆的餐廳因為老闆家裏有事，整整休息了兩個月，而旁邊那家小飯館一直營業；等到餐廳老闆回來以後，他發現原本天天排隊的人們再也不來他家買早餐了，因為職員們已經習慣去小飯館吃飯，久而久之，這家餐廳生意越來越差，最後無奈之下只好關門大吉。

上面這個例子很好地體現了忠誠度和用户黏性的關係；一開始，職員們喜歡去餐廳吃早餐，是因為這家店看起來比較高端，顧客也因此形成了習慣，也就是忠誠度；所以寧願排隊等也要在這裏吃飯，這就是用户黏性。

這種黏性既容易得到用户，也容易失去用户，因為用户並不是非他不可；因此，在餐廳暫停營業以後，顧客們為了找替代品而去小飯館就餐，久而久之，用户就形成了對小飯館的忠誠度，這就導致了餐廳的用户大量流失。

用户流失分析還要從產品的角度分析用户的流失原因，才能從根本上有效控制用户流失；我們就需要將流失掉的用户分類，做好流失用户的跟蹤記錄，並根據分析出來的結果對之後的產品進行優化。

瞭解用户的需求點，及時完善產品的功能，在合適的時機對產品進行改造升級。

我們不僅要對自己產品的數據進行分析，還要了解用户的真正需求，要知道用户需要什麼，什麼樣的產品功能受歡迎，才能進一步根據這些數據對產品進行優化升級；要從用户的角度對產品、平台等環節進行優化，例如將用户的熱搜頁面設置在顯眼的位置、對於產品的展示陳設頁面進行順序的調整、優化商品的佈局等。

解決問題要從根源出發，只有提高產品質量、優化產品功能，才能從最大限度上降低用户流失率。

作者：諸葛io，微信公眾號：諸葛io

本文由 @諸葛io 原創發佈於人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基於CC0協議。