在一个用户成为流失用户之前，就按照他的自身属性及行为等特征识别出用户的流失风险，实时采纳法子举办用户挽留，这就是用户的流失预警。搭建用户流失预警主要分为三步：界说——阐明——搭建，文章对此展开了具体的阐明，与各人分享。

一、什么是用户的流失预警？

我们都知道，对付一款相对成长已经较成熟以及市场相对饱和的产物而言，获取一个新用户的本钱会远远高于留住一个老用户，老用户的流失意味着收益的淘汰。所以相信许多人城市去搭建一套流失用户的召回体系，会先界说流失用户，然后会用种种触达 *** ，譬喻短信、push等去举办流失用户召回。

然而，许多环境下这类召回事情的召回率并不抱负。

一方面，已经真正流失的用户很大概已经卸载了app，封锁了推送信息，不能举办有效触达，另一方面用户因为某种原因放弃了app，在收到召复书息的时候很大概会无视及发生反感，召回的难度大概并不比获取一个新用户低。

所以，当用户已经分开，就已经很是难再让他返来。

所以，我们但愿可以或许在一个用户成为流失用户之前，就按照他的自身属性及行为等特征识别出用户的流失风险，实时采纳法子举办用户挽留，这就是用户的流失预警。流失预警一可以将用户召回时间前置，二与流失召回对比，本钱低、召回难度低，三可以在app内举办召回促活，玩法形式更多元。

二、如何搭建用户流失预警？ 1. 界说流失用户

用户流失其实指的是在一段时间内不再利用产物的用户，实际上差异产物对付用户流失权衡的维度法则是纷歧样，不会有一个通用的界说。界说流失凡是是两个维度组合而成，即行为加周期，譬喻有的产物将一周不登录界说为流失，一些产物将半年未付费界说为流失。

另外，界说流失还可以结适用户属性来分层，譬喻对付差异性别用户、差异级别用户，基于差异的流失阈值设定。

用户的行为会很是多，我们需要团结产物范例及此阶段的总运营方针，找出可以界说用户的焦点行为。譬喻电商产物可以用购置行为来界说，用户多久未购置算流失；内容型产物的消费者可以用用户欣赏来界说，用户多久没有欣赏算流失，创作者可以用用户颁发来界说，即创作者多久未颁爆发品才算流失。

而周期则可以用拐点理论团结业务特性来作为周期界定的参考，最终用行为+周期界说流失用户。

2. 阐明流失原因

我们为什么要阐明用户流失原因？是因为在搭建完流失预警模子后，我们需要知道差异用户发生分开的动机及行为的原因，针对性的举办用户挽回。以及寻找用户留存的要害行为，举办用户行为引导。

按照差异的流失用户，做针对性流失原因阐明， *** 主要有以下4类：

3. 流失预警模子搭建

流失预警模子需要针对差异生命周期的用户采纳差异模子来举办预测，可以将用户分为获取期、晋升期、成熟期、衰退期。分周期是为了在后续将用户生命阶段纳入风雅化运营的预警召回计策中。流失预警即提取用户汗青数据，调查必然窗口时间各相关数据环境，然后按照上述的流失用户界说评估用户在表示窗口内流失的环境，从而预测当前用户在将来的流失概率。

那么哪些用户数据可以影响到用户流失？可以大致的分别为三个维度，即用户画像数据、用户行为数据、用户消费数据。另外，我们还需要界说预测的时间窗口，即我们应该阐明多长时间段内的样本数据呢？这就需要团结业务人员履历以及汗青的用户行为数据，再综合数据的可获取性，最终确立一个公道时间预测窗口。

在调查期内，我们需要从汗青数据挖掘一批样本用户，并依据用户画像数据、用户行为数据、用户消费数据这三个主维度，完善各层面评价指标，只管涵盖全方位的字段数据，以利便后续建模中评价各指标与流失的相关性。

获取表示期窗口内的功效数据，可以搭建最终的预测模子，获取用户的流失法则及各特征指标的重要性排序。常用的预警算法包括决定树、随机丛林、逻辑回归等。在预测期窗口，我们将练习的模子不断优化，剔除一些相关性低的特性。使得模子精确率、掷中率、包围率晋升，接下来即可预测下个月的用户流失概率，输出流失用户评分及名单。

三、分层运营、预警用户召回 1. 用户分层