• 如何预测您的用户即将流失?


    留存作为产品运营过程中最关键的指标之一,既是产品变现的前提,同时也是评估产品商业价值的重要考量。市场竞争的白热化,日益增长的用户优质产品体验诉求,让各类APP面临着严峻的用户流失问题。

    为抢获更多流量,营销筹码不断增加,买量用户带来的非自然安装驱动也引发了更艰巨的留存挑战。如何有效防范用户流失,实现买量用户价值最大化?

    下面,我将结合具体场景,简单介绍如何预测您的用户即将流失,并如何结合预测服务帮助产品提高留存!

    上图所示是某游戏应用结合预测服务帮助产品提高用户留存的一个完整链路。在应用留存率低的时候,启用预测服务提供的“流失预测模型”来判断哪些是高概率流失用户,再利用预测服务的后台分析,深入洞察这类用户的详细特性和行为,最后将预测服务生成的受众直接用于华为推送服务的受众细分,对这类用户进行精准消息推送,及时将沉默用户召回,最终实现用户留存率的提高。那么,在这个过程中,预测服务具体是如何运作的呢?下面我们将重点关注其中的几个核心环节。

    一、 精准用户群圈定

    用户将流失,最明显的一个特点就是活跃度降低。我们在评估用户活跃度的时候,通常会从日开启率、启动频次、停留时长等用户行为数据分析。

    对于内容消费类游戏,以ARPG为例,这种类型的游戏玩家具有如下明显特征:一天内启动的频次不一定很高,但每次的停留时间却很长。对于此类游戏而言,我们一般认为日启动2-3次,每日5局左右的游戏次数,是一个常规活跃玩家的数据。如果某用户在最近一周内日启动次数明显下降,甚至出现连续2天以上的未登录情况,那么预测服务结合机器学习技术训练出来的流失预测模型,将判断其在未来一周内有流失风险 。

     

    当前预测服务的流失预测模型主要逻辑为:使用应用最近两周内用户的活跃数据训练模型,预测应用最近一周的活跃用户在未来一周内流失的概率,如果,用户在未来一周内始终未活跃或用户卸载应用都会被视作流失。

    上述用户精准圈定的过程,无需专业算法技术人员参与,由预测服务后台每日自动执行预测任务。

    二、 深度人群洞察

    用户群圈定后,洞察他们的属性和行为特征将帮助我们制定科学合理的运营计划,一个成功可执行的计划将让我们的挽留动作事半功倍。

    *数据仅供参考

    *数据仅供参考

    上图为预测服务后台数据表。举个例子,我们在查看高概率流失用户人群的特征时发现,这些用户在近7天内仍然有低频的会话次数,且可以查看这类高流失用户的手机机型分布。对这部分用户来说,通过华为推送服务是能够触达他们的有效手段之一,同时根据他们最近一次的使用情况,我们可尝试使用周期性的系列消息推送来挽回他们。

    三、 高效用户群触达

    当圈定用户群并了解他们的共性特征后,接下来就是如何采取针对性措施挽留他们。上文提到的推送服务是最为常见且实用的用户促活与留存手段。

    预测服务生成的受众可直接用于华为推送服务的受众细分,我们在后台配置推送对象时,将“高概率流失用户”作为我们的推送人群,这样推送的消息内容也可以更具针对性。如限时游戏礼包活动推送、也可以是新角色技能亮点推送、甚至可以是一句简单的问候。

    预测任务每日更新,在推送消息的时候,可采用周期性定时推送的方式,这样,就可以在预测到用户流失几率较高之后,尝试尽快再次吸引用户。

    流量红利虽已消失,但数据智能带来的精细化运营正在展现其强大魅力与价值。由预测服务与推送服务构成的运营场景闭环,将帮助企业挖掘用户身上更多的潜在价值,有效提升ARPU,促进数字化进程的良性发展。

    欲了解更多,点击官网查看相关介绍。


    原文链接:https://developer.huawei.com/consumer/cn/forum/topic/0202514686655270377?fid=18

    原作者:胡椒

  • 相关阅读:

    es -Aggregations
    散列表学习
    SpringCloud (一)——基本的搭建
    1.5 中不支持 lambda 表达 java
    区块链 (一)——基础
    线性表
    Redis(四)——消息队列
    rune is alias of int32
    wall time
  • 原文地址:https://www.cnblogs.com/developer-huawei/p/14609256.html
Copyright © 2020-2023  润新知