关于用户流失，数据分析可以挽回一线生机

上图对整体的流失情况进行一个总体的监控，关注点在于流失率是否稳定、新用户流失与老用户流失占比。一般来说，新用户流失率比较高，而老用户流失的严重性更大一些，当发现老用户流失率较高的情况，应该针对流失用户进行更近一步的分析，要对流失用户进行聚类，另外关联流失用户的行为日志，将分析结果最终落地到产品。私以为，只有从产品的角度降低老用户的流失率才是靠谱的，其他手段都是治标不治本。

关于新用户的流失，今天跟朋友聊到，一款产品或者游戏的运营，避免不了新用户的流失率是越来越高的。一款新的产品刚上线时，用户质量一般比较高，而当一款产品运营一段时间后，所谓的新用户有一定程度上是运营人员强行拉过来的，质量会有所下降。so，还是重视老用户的存留，and，关于渠道的价值评估也是一定要加上存留率了如下图（前面写的仅仅有转化率、roi、流量的相关的渠道价值评估，关于渠道的价值，应该综合更多维度分析）。

另外可以针对流失的用户类型进行近一步的分类如下，来为运营人员分析用户流失分析提供初步假设：

当然，上面所描述的都是最基本的监控性报表，对于流失而言，更多的是深度的分析，需要对潜在流失用户进行预测、对流失原因进行分析，各参数与用户流失的相关性分析等。这些就需要考虑具体的业务场景进行建模分析了。

有朋友提醒，渠道是无处不在的，贯穿于整个运营体系之中，存留的曲线图也需要按照渠道来进行细分对比。例如：当发现次日存留率较低，点击图标进入下一层，罗列出所有渠道的次日存留率，来达到对存留更全面的认识，也是对渠道价值的监控。感谢提出建议的朋友。

 

本文来源于运营派合作媒体@人人都是产品经理，作者@jiago王