APP 运营中偶遇用户流失怎么办

这场偶遇一点也不浪漫，它有点惊悚，有些令人惶恐，还有些让人不知所措。但这场偶遇却不失为一次机会，通过它我们可以发现产品问题，发现用户突然离你而去的原因，甚至通过它，可以让APP运营们得到一次了解用户，完善产品，升华自我的机会。用户流失是一种正常现象，心态上我们要放轻松，再牛的产品都会出现用户流失的问题，但也不要麻痹大意，战略上藐视敌人战术上重视敌人，战术层面通过数据剥析原因

产品运营 2016年10月28日

APP 运营中偶遇用户流失怎么办

再牛的产品都会出现用户流失的问题，但也不要麻痹大意。这场偶遇一点也不浪漫，它有点惊悚，有些令人惶恐，还有些让人不知所措。但这场偶遇却不失为一次机会，通过它我们可以发现产品问题，发现用户突然离你而去的原因，甚至通过它，可以让APP运营们得到一次了解用户，完善产品，升华自我的机会。用户流失是一种正常现象，心态上我们要放轻松，再牛的产品都会出现用户流失的问题，但也不要麻痹大意，战

产品运营 2016年10月28日

如何挖掘客户流失的真实原因？

在今天产品高度同质化的品牌营销阶段，企业与企业之间的竞争集中地体现在对客户的争夺上。“用户就是上帝”促使众多的企业不惜代价去争夺尽可能多的客户。但是企业在不惜代价发展新用户的过程中，往往会忽视或无暇顾及已有客户的流失情况，结果就导致出现这样一种窘况：一边是新客户在源源不断地增加，而另一方面是辛辛苦苦找来的客户却在悄然无声地流失。如果仅从公司的客户流失率数据来看其实也看不出多

产品运营 2016年11月04日

浅谈互联网金融产品“预流失用户”的定义

“预流失用户”，即有流失倾向，但并没有完全流失的用户。相较于“流失用户”来说，“预流失用户”处于观望阶段，或许对现有产品有所顾虑，或许对于潜在的流向（即竞品）有所顾虑，或许是在等待产品到期。一、为什么要研究“预流失用户”1、必要性确定流失的相关问题： “预流失用户”有着流失用户的特征，我们可以针对“预流失用户”开展流失原因、流失走向、回流可能性及策略的研究。2、可行性提高触

产品经理 2017年04月01日

用户流失原因调研四步经

用户流失原因调研时不知如何入手？　　不知如何才能找到用户真正的流失原因？　　不知如何把调研结果应用到产品改善中？　　到底要怎样才能做好用户流失原因研究呢？　　在做了一些用户流失原因调研项目后，笔者总结了用户流失原因调研四步经。第一步：了解调研目的 　　无论做什么调研，研究员首先要确认调研目的，只有知道需求方最终想要解决什么问题才能做好调研。用户流失原因调研不只是简单的了解用

产品运营 2017年05月10日

用最简单的方式聊一下用户流失分析

流失分析不是让你分析恋爱中的问题以求让你追回已经分手的对象，而是让你总结经验教训，下次谈恋爱的时候，别没几天就让人踹了。对于「流失用户」，做过互联网运营的同学应该都比较熟悉。啥叫流失呢？公众号里的取消关注就是流失：这些取关的用户，理由各不相同，有人是关注即流失，有人是关注过再流失，还有人是关注过很久再流失。虽然理由各不相同，但有一个推论是一致的：对取关者来说，对该公众号的内

产品运营 2017年05月11日

如何避免定量用户流失研究的误区？

在产品发展的成熟期，获取一个用户的成本往往比留住一个用户成本多得多，因此如何规避用户流失就显得尤为重要。有一个比喻非常恰当：产品如同蓄水池，用户好比池中之水。池子中每时每刻都有新用户源源不断地加入，也有一部分用户选择离开。如果用户流失超过新用户的补给，且速度越来越快、规模越来越大时，产品如若不警惕，蓄水池迟早会干涸。这是用户流失研究的背景。产品阶段不同，重心也会从拉新转移到

产品经理 2017年08月02日

用户都跑了，你却还分不清流失用户和流失率

引言 有一个比喻非常恰当：产品如同蓄水池，用户好比池中之水。池子中每时每刻都有新用户源源不断地加入，也有一部分用户选择离开。如果用户流失超过新用户的补给，且速度越来越快、规模越来越大时，产品如若不警惕，蓄水池迟早会干涸。 这是用户流失研究的背景。产品阶段不同，重心也会从拉新转移到留存，对于一个成熟的产品和饱和的市场而言，获取一个新用户的成本可能是留住一个老用户的数倍，流失

产品运营 2017年08月09日

APP 用户运营：怎样才能防止用户变心？

防止用户流失，提高留存率和转化率是运营工作的重中之重。任何事物都不能做到被所有人接受，但运营者要尽最大努力去迎合用户的胃口，让自己的产品为大多数用户所接受。而应该怎样去预防用户流失？让用户不想离开？如何定义用户流失用户流失其实非常好理解，指的是在一段时间内不再使用产品的用户。但实际上不同产品对于用户流失衡量的维度是不一样，很难有一个具体的定义。在《运营之光》书中提到的定义用

产品运营 2017年09月08日

针对王者荣耀，我们来谈谈基于大数据的个性化精准营销（2）

上一次我们讲过基于大数据的个性化精准运营，谈到道具的打包营销，并基于社交关系链进行用基于用户推荐、基于道具推荐等（个性化精准营销（1））。这次讲讲基于大数据运营的拉新、付费用户防流失、游戏模式推荐等一、防流失针对付费玩家1.1 付费玩家的流失因子：购买道具频率、付费金额、游戏时长、游戏频次、游戏等级、胜率等等。1.2 将近三个月（可自定义）流失的用户，分成测试集和校验集。通

产品运营 2017年10月16日