“商业的目的在于创造和留住顾客。”——彼得·德鲁克
流量红利的消失，让企业的获客成本日益增高，同时，企业每流失一位用户的损失也变得越来越大。企业尽早意识到自己产品的用户留存问题并采取措施显得尤为重要。
用户的高留存率不仅可以带来更多的收益，同时也可以让产品的推广之路更加顺畅。因为用户使用产品的时间越长，口碑营销推荐的可能性也就越大。
如何做好留存，减少流失？华为预测服务将给你答案。
相信绝大多数人在初识流失预测的时候，都会发出如下几连问：
如何界定该用户将会流失？
预测出来的结果准确度如何？
预测出来的人群都有什么样的属性？
预测出来的结果能干什么？
下面我们来一探究竟。
一、如何界定该用户将会流失
首先，我们需要确定在什么时间范围内用户未活跃将被视为流失。因为，时间太短或者太长，对我们圈定流失人群后展开召回活动，都将产生直接影响。时间太短，虽然可以覆盖更多的流失人群，但是这其中也包含了很多非流失人群，会带来更多的召回成本；时间太长，用户已彻底流失，召回动作的意义已然不大。
华为预测服务的流失预测任务，通过大量的实验数据并洞察各行业的用户生命周期特点，使用应用最近两周内用户的活跃数据训练模型，以预测应用最近一周的活跃用户在未来一周内流失的概率，如果在未来一周内，您的用户始终未活跃或者已卸载应用，都将被视作流失。
二、预测结果准确度如何
流失人群的定义，是一个动态的过程，随着不同用户每日应用内行为的变化，其近期内的流失概率其实是可以提前预测的。为了评估预测的准确性，我们提供了两个指标，真正例率和假正例率。在流失预测任务中，真正例率，指被模型正确预测为流失的用户占总的流失人群的比例；假正例率指未流失人群中，被模型误预测为流失的用户占总的未流失人群的比例。通过定义的字面理解，不难看出，真正例率越高，假正例率越低，预测的准确度也就越高。
另外，还可以通过查看近7天内的历史预测指标，来评估当前应用的整体数据上报质量，因为预测模型的训练是基于应用的历史数据训练，因此充足的数据上报将会使预测结果更加精准。
三、预测出来的人群都有什么特点
按照用户未来流失的概率，系统定义了高、中、低三个比例区间，另外除了系统预置的比例区间，还支持自定义区间。因此，每完成1次流失预测，将生成4个预测群体。您可以对不同的群体从用户属性到用户行为展开深度洞察。
以高概率流失用户为例，首先，我们可以看到本次预测出来的高概率流失人群的数量，通过编辑，选择属性和行为卡片，可以在受众看板上呈现出在产品运营过程中您所关注的指标。举个例子，针对预测出来的高概率流失用户，选择“新用户情况”、“累计会话次数”卡片，我们发现，这部分群体以老用户为主且累计会话次数较多。
那么，我们是不是可以做出如下推断：高概率流失用户的原因不在于拉新受众的不匹配，也不在于产品功能的设计，问题可能出在用户已处于生命周期的沉默期，需要注入新的运营活力来唤醒用户。
该如何唤醒他们呢？别急，接着往下看。
四、预测结果如何使用
配置一个折扣套餐、推送一个促活消息等运营行为，相信大家都不陌生，这也是最常见的用户促活和召回手段。很多时候，我们都用在了已流失用户的召回上，而用户的召回率却是极低的。
下面举一个真实的案例，某游戏类应用，用户的留存一直不太理想，限时礼包等营销活动是他们尝试召回已流失用户的方法之一。但是，每做完一次礼包活动，分析后台的数据后发现，参与限时礼包的用户几乎都是活跃用户，而真正的目标流失用户，参与度实在是有限。既没有召回流失用户还耗费了大量的时间、金钱、人力成本。
开通预测服务后，他们将预测出来的高概率流失人群，用于远程配置。在选择受众人群时，仅仅将礼包活动配置给这部分用户。次日查看后台数据时，发现80%的目标用户再次活跃。由此，我们不难发现，这样的运营策略既成功挽回了将流失用户，且花费了最少的成本。
让运营动作精准触达高概率流失用户，在用户流失之前及时挽留他们，是一种有效且成本最小化的运营策略，这也是使用预测结果的主要方式。
相关推荐: 关于页面加载时间影响独立站 转化率的12个统计数据
你的B2B外贸独立站页面加载时间越快，你的访问者或潜在客户就会越高兴。 换句话说就是，当你优化你的网页加载时间时，你可以期望看到用户体验UX、转化率以及询盘的改善。 你可能会质疑，是否只是简单地将网站的页面加载时间缩短几毫秒，真的会对客户体验和业务增长产生如此…
码刀科技（www.lekshop.cn）是国内知名企业级电商平台提供商，为企业级商家提供最佳的电商平台搭建（多种模式电商平台搭建：B2B/B2B2C/B2C/O2O/新零售/跨境等）、平台管理系统开发及互联网采购解决方案服务, 联系客服了解更多.
