中国产经网

产经行业的
探索与发现
更多行业干货分享,关注中国产经网Www.chinaice.cN

泰一数据:大数据告诉你,为什么你的用户不断在流失

更新时间:2017-08-30 14:54点击:

运营最怕听到的一句话就是:访问量减少了,互动减少了,甚至产品使用度也减少了。关于用户流失,不论是菜市场卖肉的,还是互联网APP,都是一道千古难题。

有研究表明:“发展一个新客户的成本是维护一个老客户的3-8倍,一个老客户贡献的利润是新客户的10倍以上。用户参与度每下降5%,则企业的利润将下降25%。获得新用户的代价要远高于保留住现有用户,而重新获得已经流失的用户代价更高。事实上,经过一系列的测试以及研究证实,用户流失是对公司利润的最大破坏。

l为什么用户会流失?

根据流失原因大概可以分成四类:刚性流失、受挫流失、自然流失、市场环境流失。

一、刚性流失

在分析刚性流失概念之前,我们先来看下刚性需求的定义。刚性需求指的是在商品供求关系中受价格影响较小的需求。刚性需求通常表现为新用户水土不服和老用户兴趣转移型。

二、受挫流失

这部分流失一般发生在接触期和探索期,流失原因复杂,当新用户在使用过程中感受到超出承受范围的不舒适就会受挫离开。

三、自然流失

是指用户使用产品一段时间后,对内容或对产品功能失去兴趣,进入疲惫期产生流失。

四、市场环境流失

比较难以控制,不仅仅是产品本身的问题,还有来自外界替代产品的冲击。

以APP举例子:

image.png 

l大数据是如何帮助预测潜在流失的?

大数据技术解决了数据管理问题,通过解决存储、分析、检索大量多样化的结构化非结构化的数据,并且随着数据的增加可以弹性的扩展,使得可以很方便地接触到用户的实时行为,能更好的提供流失预警。

Step1:用户流失分析

用户流失,需要从根本原因入手,一方面基于产品本身的数据分析,了解用户对产品的需求,知道用户要什么,什么样的产品受欢迎。另一方面,从用户体验角度对各个环节进行数据分析,比如页面设计、产品布局、场景等找出关键环节用户流失的原因。

Step2:建立预测流失模型

建立一套基于数据挖掘技术的,及时预测客户流失率的模型非常有必要。

1)确定用户流失模型目标:预测可能流失的客户名单;

2)收集用于建模的数据;

3)对数据进行清洗、格式化,转换成建模数据集;

4)建立预测流失模型

5)模型评估

Step3:完善客户分类,实施精细化客户管理

建立最精确的用户角色模型,从而精准定位消费者需求。

市场营销著名28定律:20%的客户创造80%的价值。如何锁定和维护最有价值的20%用户,如何利用大数据分析精准划分用户层级?区别与传统线下渠道衡量用户的价值——仅仅在于购买数量和支付金额,大数据分析用户的意义:从习惯偏好、频次、社交行为数据、基础数据等综合评估用户价值,具有完整性和更高的精确度。

把巨量数据组织成数据资源体系,并进行客群初步的层次、类别划分,引入客群标签体系,划分多维度属性标签,针对客群的贡献值——在线时长、支付金额、营销及维护成本、预测其市场销售容量等,勾勒和精确分类客户层级如:重要客户、普通客户、小客户、随机客户等,引导企业建立个性化营销策略和服务机制。

简单来说,基于大数据的用户精细化管理,让企业在预测以及阻止用户流失,推行个性化推荐和提高用户忠诚度上取得一个全新、更有竞争力的进步。

关于泰一数据:

泰一数据是泰一指尚(股票简称:浙江富润,股票代码:600070:SH)旗下数据商业服务品牌,依托于泰一指尚大数据技术实力和应用能力,拥有覆盖金融、教育、房产、汽车、电商、快消、3C、娱乐等行业,千万级基础数据积累(品牌×商品)。利用独有的数据挖掘算法、个性化的标签体系、全网实时数据监测分析以及可视化展现技术,通过连续性的数据构建形成营销闭环,为客户实际的全业务场景提供消费者洞察、品牌研究与媒介研究。基于大数据的商业信息洞察,帮助客户实现大数据分析与应用,建构数据价值发现和应用创新能力。