在面試時，我們總會碰到各種各樣的問題。有些是生活上的，與個人相關(guān)；有些是工作上的，與崗位相關(guān)；還有一些是業(yè)務(wù)上的，與內(nèi)容相關(guān)，也是最難（最簡單）的。這篇文章，我們就來學(xué)習(xí)下，關(guān)于業(yè)務(wù)的一個問題。

在移動互聯(lián)網(wǎng)高速發(fā)展的今天，隨著市場競爭的日益激烈，一些互聯(lián)網(wǎng)公司的獲客成本呈現(xiàn)出逐年上升的趨勢，這意味著企業(yè)需要投入更多的資源來爭奪有限的用戶。

保守估計：工具類獲客成本在1-5元；文娛類獲客成本在5-50元；電商類獲客成本在50-200元；金融類獲客成本在100-500元。

舉個例子

假設(shè)每天新增1000個用戶，次日留存率40%來算，每天會有60%的用戶，第二天就再也不打開我們的APP，最終成為了流失用戶，平均每日損失幾百到數(shù)萬元不等。

雖然相比動輒幾百萬到幾千萬的融資，看起來損失很小。

– – 但遺憾的是

事情顯然并沒有那么簡單。

大部分產(chǎn)品的次日留存率，遠遠達不到40%。

這就意味著會有更多的用戶流失掉！

并且對于很多產(chǎn)品來說，引導(dǎo)用戶下載激活注冊，僅僅是個開始，后面還需要繼續(xù)引導(dǎo)其轉(zhuǎn)化成為付費用戶。

這里延展一個常用的AARRR模型

因為其爆炸性的增長方式通常又被稱為海盜模型，其本質(zhì)由獲取、激活、留存、變現(xiàn)、推薦5個階段組成：

如此一來，便會造成一款產(chǎn)品運營的時間越久，沉默和流失盤子越大。

那面對大面積的沉默和流失用戶群，我們該如何應(yīng)對？

我想聽一下你們的答案，給大家三秒鐘的時間，可以打在下方評論區(qū)我看一下。

3、2、1

Ok，這個問題聽起來可能有些難度，但我們有沒有比較好的解決方案呢？

答案是：有的

在用戶生命周期模型中，沉默期介于成熟期和流失期之間，不斷地通過運營手段觸達并保持這部分用戶活躍，是決定產(chǎn)品能否保持高留存的關(guān)鍵階段。

精準(zhǔn)的用戶標(biāo)簽結(jié)合多形式、多樣化的促活手段，可幫助我們提升用戶的粘性，從而留住用戶，那么沉默和流失預(yù)警用戶的持續(xù)性召回與喚醒勢在必行。

現(xiàn)在，我們似乎已經(jīng)得到了我們想要的答案。

– – 但

這就完了嗎？

不，這才剛剛開始。

我們知道對沉默用戶喚醒，對流失用戶召回。

“那喚醒沉默用戶怎么喚醒？”

“召回流失用戶又如何召回？”

OK，我們的內(nèi)容正式開始，我將為大家分享一下，我在搭建“流失用戶召回體系”方面所做的探索。

既然是做流失用戶召回體系。

那么我們首先要做的就是找到流失用戶。

“那流失用戶的定義是什么？”

流失用戶：什么是流失用戶？工具類、文娛類產(chǎn)品可能是連續(xù)7天未登錄算作流失，每個類型的產(chǎn)品形態(tài)不一樣，需要根據(jù)產(chǎn)品形態(tài)來確定。

沉默用戶：沉默用戶喚醒與流失用戶召回是兩件事，運營策略是有差異的，所以還要清楚流失前的沉默期如何界定，知道什么是沉默用戶。

自然回流用戶：每天都會有一些已流失用戶的自然回流，不做任何召回策略自然回歸的用戶，這個數(shù)據(jù)需要計算清楚，如果不做區(qū)分，在做召回時，你會盲目樂觀的以為自然回流都是你的召回效果。

策略召回用戶：因為召回激勵而回歸的用戶，這些才是召回策略的增量結(jié)果。

所有定義要明確包含兩個部分：時間周期限制、核心行為限制。

需要結(jié)合具體業(yè)務(wù)及數(shù)據(jù)分析結(jié)果而定。

找到了流失用戶。

我們需要重點關(guān)注流失（沉默）用戶的哪些數(shù)據(jù)？

流失用戶規(guī)模：取數(shù)區(qū)間內(nèi)流失了多少用戶，這部分用戶占比大盤用戶多少。

用戶分類：流失（沉默）用戶占比；

渠道聚集性：流失（沉默）用戶是否有渠道聚集性；

生命周期分類：用戶流失（沉默）發(fā)生在哪個生命周期，新生期還是衰退期？

通過了解數(shù)據(jù)規(guī)模，確定召回用戶樣本的優(yōu)先級，大致了解召回的難易程度，原則上沉默喚醒高優(yōu)于流失召回。

用什么方式區(qū)分用戶的價值和召回的優(yōu)先級？

換句話說，依據(jù)什么來決定這些用戶召回的先后順序？

給大家三秒鐘的時間思考一下，你們可以把答案打在下方評論區(qū)。

3、2、1

OK。

站在用戶價值的角度，我們主要依據(jù)用戶歷史價值，召回難易程度，流失原因等將流失（沉默）用戶細分，針對性的進行召回。

行為數(shù)據(jù)挖掘：通過關(guān)鍵行為挖掘，進行用戶分群

歷史價值：通過歷史價值，確定各類用戶召回成本，主要分群維度：用戶類型、累計充值金額、歷史等級、生命周期等業(yè)務(wù)核心指標(biāo)；

召回概率：流失（沉默）時長、是否卸載客戶端、是否可觸達，進行召回概率分群

流失前行為分析，回流后行為分析：流失前行為分析確定流失原因，回流后行為確定用戶回流關(guān)注點。如流失前活躍度衰減趨勢，回流后核心消費點。

接下來還要做“用戶調(diào)研”。

做用戶調(diào)研主要是為了解決以下2個問題：

1. 流失原因：是用戶主觀原因，還是平臺原因？重點關(guān)注平臺主要流失原因
2. 回歸動力：通過調(diào)研找到用戶回流動力，給用戶一個回來的理由，縮短試錯期

數(shù)據(jù)挖掘能解決絕大多數(shù)用戶分群依據(jù)，但無法判斷用戶主觀的流失原因，所以客觀數(shù)據(jù)+用戶調(diào)研，是用戶分群都要進行的兩個核心抓手。

“這里要提醒一下，接下來，我們要深入了解召回策略，都是干貨，如果大家覺得有用，可以收藏，避免以后要用的時候找不到了?！?/strong>