用戶流失分析的三個誤區,你踩雷了嗎?

0 評論 2929 瀏覽 11 收藏 11 分鐘

編輯導語:對于企業和一些產品來說,用戶的黏性是非常重要的,用戶形成習慣之后,會長期的使用產品;但如果用戶中途換了產品或者對產品的一些功能有些許不滿,就會造成用戶流失;本文作者分享了關于用戶流失分析的三個誤區,我們一起來看一下。

一個平臺的用戶流失是不可避免的,新老用戶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戶的比例和變化的趨勢中尋求突破,創造出保留新用戶的產品,從而提高保留用戶的能力,找出產品的發展趨勢和空間。

當我們發現用戶的流失率增高時,就要對流失掉的用戶進行更詳細的分析;但在分析用戶流失情況時,有時會陷入某些誤區而不自知,甚至由于判斷的失誤降低了用戶回流的效果。

一、企業在進行用戶流失分析時容易陷入的第一個誤區:定義不明確

有些人看到其他平臺將用戶流失期限定義為半年未登錄,就將自己的用戶流失率定義為半年未登錄;人云亦云,卻從來不思考,為什么人家平臺定義用戶流失率是半年,自家的平臺和人家的平臺有哪些異同,這樣定義是否合適。

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

比如當年QQ的巔峰時期,基本上我們每個人都會注冊QQ號,每天進行登錄、升級、游戲、聊天等一系列操作,活躍用戶數量龐大;但是隨著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用戶,但是一些曾經活躍的用戶現在使用QQ的時間越來越少了,有些用戶甚至半年或者一年都不再登錄QQ;這些用戶就可以定義為流失用戶,但也有一些用戶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,那這些用戶就不能定義為流失用戶。

所以我們在定義流失用戶的時候需要根據平臺的特性具體來判斷用戶的類別。

為了能夠迅速并準確地找出產品的目標群體,企業可以對流失的用戶進行這樣的定義: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戶;不過在這里還是需要結合產品的特性來確定關鍵點。

例如:

1)用戶購買產品的點

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

2)未訪問的時間長度

如果用戶一個月都沒有再訪問企業的平臺或購買產品,就可以判定這個用戶為流失用戶,例如一些社區或交友類平臺如微博、陌陌等;但像購物類平臺可能要等三個月甚至半年,如果發現用戶一次都沒有訪問過平臺才能被認定為流失的用戶。

二、企業在進行用戶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

這是由于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,導致在采納的數據中,把真回流的用戶和假回流的用戶混在一起進行分析,從而得出一些具有偏差性的分析結果;因此,在做用戶流失分析之前,要先分析回流用戶的特征,排除那些活躍周期較長的用戶。

計算平臺總的用戶流失數量比較簡單,舉個簡單的例子,假設我們認為超過一個月未登錄的用戶即為流失用戶,那么總的用戶流失數就是:“當前時間點-用戶最后一次登錄時間點>一個月”的用戶數量。

但只計算出總的用戶流失數量對于分析用戶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于遞增狀態的;而企業所需要做的是計算出用戶的流失總數占總的用戶數的比例是多少,以及新增流失用戶的數量,并觀察它們的變化趨勢。

是否是流失用戶是根據用戶最近一次登錄的時間來判斷的,所以要分析流失用戶就需要找出每個用戶的最近登錄時間;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,這為企業獲取數據制造了一些阻礙。

當然,為了方便分析注冊用戶,企業可以在數據庫中建立相應的數據表來存放用戶信息或者是選擇諸葛這樣專業的數據智能服務商;在建立用戶的基礎信息的同時,記錄每位用戶最后一次登錄的時間,這樣才能準確地計算出每位用戶最后一次登錄距離目前的時間間隔是多少,并以此來區分哪些用戶屬于流失用戶。

三、企業在進行用戶流失分析時容易陷入的第三個誤區:不分析用戶行為

不分析用戶行為是指當企業發現用戶流失之后,就簡單地認為這部分用戶流失了,而并不知道他們流失的原因是什么,也沒有對用戶的流失行為做出積極的分析,從而不了解用戶行為背后更深層次的原因。要想分析用戶的行為,就要從用戶黏性入手,用戶黏性包括用戶的訪問頻率和訪問間隔時長。

1)訪問頻率:用戶的訪問頻率能夠體現出用戶對企業的產品是否有興趣,是否有想要購買的沖動;有些研究認為在黏性還沒有產生時,部分黏性等同于忠誠度,因此可以認為用戶的忠誠度是用戶黏性的前提。

2)訪問間隔:時長如果平臺不花時間和精力維護用戶,或者產品不再更新換代,那么即使之前產生了用戶黏性,也會隨著時間的流逝而消失;用戶不會一直等待,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里去購買替代品。

比如有一家餐廳,每天早上都會有很多人那里排隊買早餐,而這家餐廳的旁邊還有一家小飯館,由于看上去不夠高端,沒有什么人去吃飯。

后來,生意興隆的餐廳因為老板家里有事,整整休息了兩個月,而旁邊那家小飯館一直營業;等到餐廳老板回來以后,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,最后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戶黏性的關系;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;所以寧愿排隊等也要在這里吃飯,這就是用戶黏性。

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

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

了解用戶的需求點,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,還要了解用戶的真正需求,要知道用戶需要什么,什么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;要從用戶的角度對產品、平臺等環節進行優化,例如將用戶的熱搜頁面設置在顯眼的位置、對于產品的展示陳設頁面進行順序的調整、優化商品的布局等。

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戶流失率。

 

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。

給作者打賞,鼓勵TA抓緊創作!
更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!