作為用戶獲取的一方，用戶的流失會(huì)直接影響我們的工作有效性和產(chǎn)品的長線增長，關(guān)心客戶流失情況是我們不可忽視的一個(gè)環(huán)節(jié)，可以利用業(yè)務(wù)知識(shí)，數(shù)據(jù)分析和機(jī)器學(xué)習(xí)建立產(chǎn)品的流失預(yù)測(cè)模型，幫助產(chǎn)品提高客戶的長期留存。

?

為什么需要流失預(yù)測(cè)模型？

?

會(huì)想到這個(gè)話題主要是因?yàn)橥蝗幌氲胶芫弥暗囊淮萎a(chǎn)品會(huì)議片段，：PM不斷地強(qiáng)調(diào)用戶盤子無法擴(kuò)大是因?yàn)樾掠脩袅舸娌恍?，但?shí)際上我們的新用戶次留是提高了的，我們UA表示是因?yàn)榱魇矢吡?，老板問UA，流失率不就是留存嗎？

?

后面其實(shí)想一想，三方的立場(chǎng)上來說，說法都沒錯(cuò)，但是問題在于，初期留存和長期留存的區(qū)別。

?

關(guān)于產(chǎn)品的用戶留存換一個(gè)例子講，就和HR為公司招新的道理差不多，對(duì)于員工離職有一個(gè)百度可查的【232原則】，也就是經(jīng)過眾多的公司的分析比較，發(fā)現(xiàn)員工離職較為集中有三個(gè)時(shí)間段，即入職的第2周、三個(gè)月試用期屆滿及在公司工作了2年的老員工。在入職后2周就辭職，多半是因?yàn)槿肼毢笙鄳?yīng)的薪資福利等細(xì)節(jié)與應(yīng)聘時(shí)招聘人員介紹的有差異；3個(gè)月的時(shí)候通常是工作內(nèi)容和企業(yè)文化的適應(yīng)程度；2年的老員工通常是更希望在自己目前的工作崗位上能夠?qū)崿F(xiàn)一個(gè)突破，能夠得到學(xué)習(xí)新知識(shí)新技能的機(jī)會(huì)，升職或者工作輪換如果達(dá)不到可能就走了。

?

所以其實(shí)不同離職周期一定程度上也能看出不同的離職原因。對(duì)比到產(chǎn)品上，用戶在次日離開不再登陸和用戶在7日，30日甚至更長周期離開不再登陸的原因不見得是完全一樣的，想要更加細(xì)致的分析清楚原因，留下用戶，就需要我們考慮建立產(chǎn)品的流失預(yù)測(cè)模型，機(jī)遇模型預(yù)測(cè)給出的分析幫助改善我們可能沒有發(fā)現(xiàn)的流失因素，優(yōu)化用戶的體驗(yàn)流程，進(jìn)一步提高用戶長期留存的概率。

?

如何建立流失預(yù)測(cè)模型？

?

明確流失定義

01

首先需要根據(jù)業(yè)務(wù)明確定義流失的定義，不同業(yè)務(wù)對(duì)流失用戶的定義可能是不同的，最好是從公司業(yè)務(wù)層面擬定一個(gè)標(biāo)準(zhǔn)。對(duì)以下問題進(jìn)行一個(gè)系統(tǒng)化的梳理：

A.?確定想留下的用戶是哪些，對(duì)于應(yīng)用類產(chǎn)品，最好是可以通過歷史行為預(yù)估用戶的生命周期價(jià)值，過濾掉負(fù)價(jià)值和無盈利的用戶，對(duì)于有效用戶進(jìn)行分析是基礎(chǔ)。

B.?流失事件指的是什么，由于不同產(chǎn)品的特點(diǎn)不同，游戲用戶可能是長時(shí)間未登陸的，也可能是長期未進(jìn)行付費(fèi)的，是需要根據(jù)產(chǎn)品中用戶的行為特點(diǎn)來進(jìn)行確定的。

C.?流失之前的用戶行為事件可能會(huì)有哪些，最好對(duì)于用戶流失之前的用戶行為事件進(jìn)行分類和細(xì)節(jié)分析，也是對(duì)用戶流程的一個(gè)框架性分析。

D.?預(yù)測(cè)窗口周期，根據(jù)產(chǎn)品的優(yōu)化速度和用戶的流失速度制定一個(gè)合適的周期，如果周期太短，就沒有足夠的時(shí)間對(duì)問題數(shù)據(jù)進(jìn)行優(yōu)化，如果周期太長，得到的結(jié)果可能會(huì)過于模糊，所以根據(jù)優(yōu)化速度和用戶流失定義給出一個(gè)發(fā)現(xiàn)問題并解決問題的反饋周期，幫助我們后期更好的去使用預(yù)測(cè)模型。

E.?流失原因可能有哪些

需要先根據(jù)業(yè)務(wù)確認(rèn)流失原因。從長遠(yuǎn)來看，所有的用戶最后都會(huì)流失，流失的原因可以是主觀的也可以是客觀的，先把不同的原因都列出來，只對(duì)能進(jìn)行優(yōu)化的那部分進(jìn)行重點(diǎn)優(yōu)化。

?

所以最終我們能得到一個(gè)流失定義是：某類對(duì)象（確定想留下的用戶）因?yàn)槭裁丛颍魇г颍┰诙嗑玫闹芷趦?nèi)（預(yù)測(cè)窗口）不再做什么行為（流失事件）。

確定模型

02

在明確了流失定義后，結(jié)合之前的用戶流失行為事件等情況想一想用戶為什么會(huì)流失，可以嘗試創(chuàng)建差異化的用戶群體，幫助找到產(chǎn)品內(nèi)的共性行為。

接下來我們需要知道每個(gè)用戶特征或者事件行為對(duì)具體預(yù)測(cè)事件的貢獻(xiàn)程度和概率，通過機(jī)器學(xué)習(xí)模型來進(jìn)行預(yù)測(cè)，目前比較常見的黑盒模型是XGBoost+深度神經(jīng)網(wǎng)絡(luò)用于數(shù)據(jù)模擬，并利用SHAP來實(shí)現(xiàn)表達(dá)目標(biāo)。

這部分具體的需要做數(shù)據(jù)開發(fā)或者技術(shù)的同學(xué)來實(shí)現(xiàn)，具體的技術(shù)問題有興趣的小伙伴自行百度或者請(qǐng)教相關(guān)專業(yè)大神，我只是知道有這種技術(shù)和方法可以去實(shí)現(xiàn)業(yè)務(wù)，當(dāng)然也還有很多其他算法模型，如果有了解的更多細(xì)節(jié)的小伙伴也歡迎留言交流學(xué)習(xí)一下。

?

根據(jù)結(jié)果找到關(guān)鍵流失因素

03

根據(jù)數(shù)據(jù)學(xué)習(xí)結(jié)果，找到的可能不是最終的流失原因，而是與最終的流失因素有關(guān)的行為。比如數(shù)據(jù)告訴我們的可能是用戶流失的最大因素是在具體是在于進(jìn)入某一個(gè)游戲功能板塊頻繁交互以后導(dǎo)致流失的。這種時(shí)候其實(shí)無法判斷是這個(gè)功能不好玩（數(shù)值或者設(shè)計(jì)不合理），還是這個(gè)功能使用上有硬傷（卡頓，閃退，服務(wù)中斷）等情況導(dǎo)致的，需要了解業(yè)務(wù)的具體功能設(shè)計(jì)和運(yùn)營流程并充分了解客戶行為，基于此基礎(chǔ)上對(duì)流失行為進(jìn)行因素分析，并制定相應(yīng)的解決方案，是一個(gè)從行為表現(xiàn)結(jié)果-問題定性-解決問題的過程。

?

基于某數(shù)據(jù)行為推斷得到的流失原因，通常不止一個(gè)，可以根據(jù)特點(diǎn)對(duì)不同的客戶群體制定留存措施?，并不斷反饋措施的有效性。

?

找到模型的最佳干預(yù)水平

04

通過反饋對(duì)不同預(yù)測(cè)后果（預(yù)測(cè)留下或者流失）下的不同結(jié)果（留下或者流失）進(jìn)行回報(bào)率預(yù)估，可以假設(shè)在客戶的平均成本下，對(duì)某類改善行為做出的積極相應(yīng)的概率，以及在進(jìn)行后留存多長時(shí)間。必要的時(shí)候，可以測(cè)試不同算法（比如隨機(jī)森林模型，邏輯回歸模型等）下的最大化效果的算法模型，選擇當(dāng)前情況下最有利最準(zhǔn)確的模型進(jìn)行進(jìn)一步完善。

?

豐富預(yù)測(cè)流失數(shù)據(jù)源

05

在建立模型以后，需要長久進(jìn)行的一步就是進(jìn)行數(shù)據(jù)源的豐富，這一點(diǎn)和廣告投放一樣，更多的預(yù)算更多的數(shù)據(jù)行為總能幫助Campaign更高效的進(jìn)行數(shù)據(jù)學(xué)習(xí)，更快穩(wěn)定廣告的表現(xiàn)。

比較常見且首先考慮的肯定是公司的內(nèi)部數(shù)據(jù)，比如產(chǎn)品打點(diǎn)的交互數(shù)據(jù)，新用戶注冊(cè)信息，活躍或者充值數(shù)據(jù)等情況，幫助模型獲取更多相關(guān)的信號(hào)。根據(jù)在模型中需要考慮的各種新因素進(jìn)行反復(fù)的測(cè)試，并不斷更新迭代反饋幫助模型更加完善。

通過機(jī)器學(xué)習(xí)，利用產(chǎn)品數(shù)據(jù)來幫助客觀了解用戶會(huì)流失原因，幫助我們?cè)讷@取新用戶的基礎(chǔ)上去留住老用戶，畢竟通常老用戶的人均價(jià)值都比較高，且獲取成本相比新用戶通常不會(huì)更貴。建立一個(gè)成功的模型的基礎(chǔ)還是在于對(duì)問題有明確的定義和充分了解，如果一開始的的業(yè)務(wù)定義都不準(zhǔn)確，將會(huì)直接影響后續(xù)的進(jìn)展。同時(shí)，在模型預(yù)測(cè)時(shí)候?，要不斷基于業(yè)務(wù)實(shí)際情況進(jìn)行考慮，最終落實(shí)到用戶維護(hù)上，才能真正有效幫助業(yè)務(wù)進(jìn)行正向增長，所以模型的建立只是預(yù)防流失的開始。

END