定義與分析
流失
用戶的定義比較簡單,就是一段時間內未訪問或登錄過網站的用戶,一般流失用戶都是對於那些需要註冊、提供套用服務的網站而言的,比如微博、信箱、電子商務類網站等。不同
網站對於流失的定義可能各不相同,對於微博和信箱這類用戶幾乎每天登錄查看的網站而言,可能用戶未登錄超過1個月,我們就可以認為用戶可能已經流失了;而對於電子商務而言,可能3個月未登錄或者半年內沒有任何購買行為的用戶可以被認定是流失用戶。下面的分析主要是基於網站的註冊用戶的,因為這類用戶更容易識別,而且分析這類用戶的流失情況對網站而言更有意義。
數據的獲取
流失用戶是通過用戶的最近一次登錄距離當前的時間來鑑定的,所以要分析流失用戶,需要知道每個用戶的最後一次登錄時間,而對於不同網站而言,這個時間間隔會各不相同,最長可能會有1年或者更久,所以在數據獲取方面會有一定的難度。如果分析的是註冊用戶,那么一般網站都會在資料庫中建相應的表來存放用戶信息,所以建議在儲存用戶基礎信息的同時記錄用戶的最近一次登錄時間,這樣就能夠準確地計算用戶最近一次登錄距離當前的間隔時間,進而區分該用戶是否流失。
新用戶流失率
也許你的網站已經吸引了一批新的訪客,並且他們成功註冊成為了網站的用戶,你有了一個好的開始,已經成功了一半,那么另一半呢?就是如何保留住這些新的用戶,讓他們持續地為網站帶來價值,這就是分析新用戶流失率的意義。
我們可認為新用戶註冊後就完成首次登入,那么簡單地定義新用戶流失,就是用戶在註冊後一段時間內都沒有登錄過網站,即
當前時間點 – 用戶註冊時間點 > 流失臨界時間間隔
比如我們定義用戶的流失臨界時間間隔為1個月,也就是在註冊後的一個月內未登錄的用戶意味著已經流失,那么就可以計算每天的新用戶流失數,即註冊時間為1個月前的那一天,而從註冊到當前沒有登錄過的用戶數。這個用戶數與1個月前的那一天的總註冊用戶數的比例就是新用戶的流失率:
當天的新用戶流失數 / 當天的總註冊用戶數 = 新用戶流失率
流失用戶變化趨勢
首先需要明確的是用戶的流失可能並不是永久的,也許用戶在一段時間內對網站確實沒有任何需求,那么他會遠離網站一段比較長的時間;或者流失用戶也會因為網站的某次行銷或者網站質量的改善而重新回來。網站總的流失用戶數的計算比較簡單,以超過1個月內登錄即為流失為例,那么總流失用戶數就是所有“當前時間點-用戶最近一次時間點>1個月”的用戶數量。但是單純的總流失用戶數量對於分析是沒有意義的,因為大部分情況下這個數值是一直遞增的,我們需要計算總流失用戶數占總用戶數的比例及新增流失用戶數,觀察它們的變化趨勢,如下表:
日期 | 總用戶數 | 流失用戶數 | 新增流失用戶數 | 用戶流失率 |
2010年8月1日 | 325694 | 228451 |
| 70.14% |
2010年8月2日 | 326127 | 228925 | 474 | 70.20% |
2010年8月3日 | 326789 | 229507 | 582 | 70.23% |
2010年8月4日 | 326297 | 230023 | 516 | 70.49% |
2010年8月5日 | 326913 | 230618 | 595 | 70.54% |
2010年8月6日 | 327514 | 231209 | 591 | 70.60% |
2010年8月7日 | 328163 | 231672 | 463 | 70.60% |
2010年8月8日 | 328517 | 232216 | 544 | 70.69% |
…… | …… | …… | …… | …… |