留存作為產品運營過程中最關鍵的指標之一，既是產品變現的前提，同時也是評估產品商業價值的重要考量。市場競爭的白熱化，日益增長的用戶優質產品體驗訴求，讓各類APP面臨着嚴峻的用戶流失問題。
為搶獲更多流量，營銷籌碼不斷增加，買量用戶帶來的非自然安裝驅動也引發了更艱巨的留存挑戰。如何有效防范用戶流失，實現買量用戶價值最大化？
下面，我將結合具體場景，簡單介紹如何預測您的用戶即將流失，並如何結合預測服務幫助產品提高留存！
上圖所示是某游戲應用結合預測服務幫助產品提高用戶留存的一個完整鏈路。在應用留存率低的時候，啟用預測服務提供的“流失預測模型”來判斷哪些是高概率流失用戶，再利用預測服務的后台分析，深入洞察這類用戶的詳細特性和行為，最后將預測服務生成的受眾直接用於華為推送服務的受眾細分，對這類用戶進行精准消息推送，及時將沉默用戶召回，最終實現用戶留存率的提高。那么，在這個過程中，預測服務具體是如何運作的呢？下面我們將重點關注其中的幾個核心環節。
一、 精准用戶群圈定
用戶將流失，最明顯的一個特點就是活躍度降低。我們在評估用戶活躍度的時候，通常會從日開啟率、啟動頻次、停留時長等用戶行為數據分析。
對於內容消費類游戲，以ARPG為例，這種類型的游戲玩家具有如下明顯特征：一天內啟動的頻次不一定很高，但每次的停留時間卻很長。對於此類游戲而言，我們一般認為日啟動2-3次，每日5局左右的游戲次數，是一個常規活躍玩家的數據。如果某用戶在最近一周內日啟動次數明顯下降，甚至出現連續2天以上的未登錄情況，那么預測服務結合機器學習技術訓練出來的流失預測模型，將判斷其在未來一周內有流失風險 。
當前預測服務的流失預測模型主要邏輯為：使用應用最近兩周內用戶的活躍數據訓練模型，預測應用最近一周的活躍用戶在未來一周內流失的概率，如果，用戶在未來一周內始終未活躍或用戶卸載應用都會被視作流失。
上述用戶精准圈定的過程，無需專業算法技術人員參與，由預測服務后台每日自動執行預測任務。
二、 深度人群洞察
用戶群圈定后，洞察他們的屬性和行為特征將幫助我們制定科學合理的運營計划，一個成功可執行的計划將讓我們的挽留動作事半功倍。
*數據僅供參考
*數據僅供參考
上圖為預測服務后台數據表。舉個例子，我們在查看高概率流失用戶人群的特征時發現，這些用戶在近7天內仍然有低頻的會話次數，且可以查看這類高流失用戶的手機機型分布。對這部分用戶來說，通過華為推送服務是能夠觸達他們的有效手段之一，同時根據他們最近一次的使用情況，我們可嘗試使用周期性的系列消息推送來挽回他們。
三、 高效用戶群觸達
當圈定用戶群並了解他們的共性特征后，接下來就是如何采取針對性措施挽留他們。上文提到的推送服務是最為常見且實用的用戶促活與留存手段。
預測服務生成的受眾可直接用於華為推送服務的受眾細分，我們在后台配置推送對象時，將“高概率流失用戶”作為我們的推送人群，這樣推送的消息內容也可以更具針對性。如限時游戲禮包活動推送、也可以是新角色技能亮點推送、甚至可以是一句簡單的問候。
預測任務每日更新，在推送消息的時候，可采用周期性定時推送的方式，這樣，就可以在預測到用戶流失幾率較高之后，嘗試盡快再次吸引用戶。
流量紅利雖已消失，但數據智能帶來的精細化運營正在展現其強大魅力與價值。由預測服務與推送服務構成的運營場景閉環，將幫助企業挖掘用戶身上更多的潛在價值，有效提升ARPU，促進數字化進程的良性發展。
欲了解更多，點擊官網查看相關介紹。
原文鏈接：https://developer.huawei.com/consumer/cn/forum/topic/0202514686655270377?fid=18
原作者：胡椒