1. 爱运营首页
  2. 网站运营
  3. 用户运营

用户流失分析的两个误区

用户流失分析的两个误区

众所周知,用户生命周期一般分为新手期、成熟期、衰退期以及流失期。

想做用户增长的同学,给予的增长策略就是拉升新用户,巩固老用户,降低衰退期用户去到流失期,想尽一切办法挽回已流失的客户。

于是就有了用户监控体系,新用户增长趋势、活跃用户趋势、流失率趋势等等。

每当新用户增长趋势拉高,高兴不得了。

每当活跃用户数在减少,拉着苦逼的脸。

每当看到流失率今天又提升了,心中那个痛苦。

痛苦的不是流失率提升,而是流失率提升了2%,3%的时候,领导一直追着问“流失的原因是什么?”“别跟我天天报数据,说原因!”

这些都是做数据的同学,每天都要面对的苦逼场景。

用户分析的误区1:流失率提升了2%,原因是什么?

做数据的同学,很少能够真正接触到业务,更不用说接触到用户了。

能够贴近业务的数据同学,最多也只能打个电话多问问产品经理或者产品运营,用户为啥流失了。

例如,理论上如果我们知道了用户流失的每个原因,我们就能对症下药了。

产品不好用,流失了,行,那我们优化产品。

服务不够好,流失了,行,那我们建议服务标准体系。

价格没优势,流失了,行,那我们做一波回馈老客户的活动。

似乎一切都没有什么问题,无非就是如此嘛。

可实际中,可能你也这么做了,但用户依然在不断流失,从此陷入自我怀疑中。

我们要明确一个观点,每一个产品都会有用户流失,这是不能以个人意志为转移的,所以我们没有每天纠结流失率是增是降,需要关注的是流失率的波动是否合理。

流失率今天提升2%,明天下降3%,后台又提升3%,请问说明了什么问题?

并不能说明问题,我们只需要关注这个流失率是否在合理范围内即可。

假定我们的流失率在8%内属于合理范围,那只要流失率不超过8%,我们都无需放太多精力做细化分析。

如果有一天超过了8%,那我们就需要对问题进行拆解,是流量下滑了,是产品bug了,是价格变动了,是市场变化了,逐项分析即可。

用户分析的误区2:想知道每个流失用户具体的流失原因。

诚如上面举的例子,知道了每个用户流失的原因,对症下药就好。

但效果可能并不理想。

原因在于我们很难知道每个用户流失的原因,有些用户就是单纯的不想用了,难道你还非要匹配一个流失原因吗?

如果流失率在合理范围内,建议无需深入分析。

如果某个时间点上,流失率陡增,必然会有某个特殊原因导致,此时比较适合深入分析。

例如,市场上出现了一个全新的竞品,且价格以及产品体验优于自家产品,导致本应续费的客户没有续费,转向新竞品了。

这样的流失场景就需要做深入分析,将新竞品从产品架构、功能列表、对标自家产品优劣势以及价格对比等维度,扒个干干净净,然后制定对抗策略并持续观察流失率是否降下来。

还有另外一个原因就是信息真实度。

例如,做数据的同学想要知道流失原因,于是打电话给产品经理或者产品运营了解,产品侧同学又打电话给业务侧同学,业务侧运营又打电话给销售。

通过这种层层收集和反馈的信息,真实度真的可靠吗,尤其是销售端反馈的。

不得不提一句,很多销售端人员非常反感这种影响自己做业绩的工作,他们连自己的CRM信息都不想填,何况还是这种非量化的信息,简直可以脑袋一拍,张嘴就来。

所以,收集上来的流失原因仅仅只能做为参考,仍然需要数据同学自己拉数据去验证这些流失的原因。

整个过程繁琐冗长,但不出活,一次两次之后,其他部门配合度就会降低了,真实性可能就更差了。

总结下,用户流失是不可避免的,我们需要把它控制在合理范围即可,别每天盯着几个百分点苦逼思考原因,可能你的分析报告还没写完,流失率又降下来了。用户流失的原因无法尽知,只能依靠于业务线反馈的流失线索,靠自己用数据佐证,无法佐证的流失线索说不准就是用户单纯的不想用了,不用太纠结,眼光向前看。

去年今日运营文章

  1. 2019:  填志愿了!这些行业钱最多!(0)
  2. 2019:  如何用Excel制作恋爱大攻略项目管理甘特图(0)
  3. 2019:  中国哪里的地铁最拥挤,广州3号线必须第一(0)
  4. 2019:  2013-2019百度搜索算法规则详解(0)
  5. 2019:  供应链金融4.0阶段,构建数据化风控体系才是企业的底牌(0)

本文转载于语雀,本文观点不代表爱运营立场,转载请联系原出处。如内容、图片有任何版权问题,请联系爱运营处理。

发表评论

登录后才能评论

联系我们

187-1891-2971

在线咨询:点击这里给我发消息

邮件:admin@iyunying.org

工作时间:周一至周五,9:30-18:30,节假日休息

QR code