流失率越来越高了，有啥办法可以预测APP流失用户吗?( 二 )
以这次事件为案例，分享一下通过存量用户找流失原因的思路：
案例产品首页示意图首先，通过诸葛io用户分群功能，筛选出：已有过购买行为的用户，再把这些用户分成两个群：一个是购买过且留存的用户，另一个部分是购买过但流失的用户。通过用户行为，比如：支付成功，再进一步精细化分成两个群进行分组对比。
把这两个群分开后，首先查看用户画像，找到差异。通过观察发现，两组用户触发分类导航的次数是不一样的，此时即可对比两个用户群，触发分类导航事件的活跃度。
如图发现，蓝色柱子是留存用户，黄色柱子是流失用户，蓝色远远高于黄色，此时可提出一个假设：触发过分类导航的用户有更大的留存率，那么，接下来需要验证假设。
验证时，同样把用户分为两个群，观察是否在分类导航事件中存在区别。
第一个群，新增三天内触发分类导航次数多的用户；
第二个群，新增三天内触发分类导航次数少的用户。
通过诸葛io漏斗发现，蓝色柱子是触发分类导航次数多的用户，黄色柱子是触发少的用户，很明显，蓝色用户转化率比黄色转化率要高得多。
再看留存，蓝色曲线是触发次数多的用户，而黄色是触发次数少的用户，蓝色用户比黄色用户多将近20%。如此就验证了刚才的假设：触发过分类导航的用户确实要比没有触发过分类导航的用户留存率要高。
从产品角度而言，分类导航的作用本身是一种内容组织形式，是提升个别用户寻找效率的方式，为用户带来更舒适的体验，并且让用户更快的找到自己喜欢的产品，完成相对的转化。故该客户接受了诸葛io的建议，进行了产品改版。
改版前，分类导航在最顶上一个小角落里。
改版后，把分类导航调整到页面正中间，分成八大入口，改版之后，留存率有了较大提升。
以上，通过这个案例可以看出数据分析对于留存用户特征的分析方法，活跃的原因各有不同，但产品需要找到对用户的核心价值，通过核心功能减少流失，并提高活跃度。
关于我们：诸葛io，智能化数据分析驱动低成本增长获客和用户留存。目前我们正在为互金/教育/新零售/保险/汽车等行业提供大数据整体解决方案并提供咨询服务。服务客户有：光明随心订、食行生鲜；人人贷、阳光保险、众安保险、平安；宝马、奥迪、大众、NEVS；饿了么；东易日盛等。
诸葛io - 深入业务场景的数据智能决策平台
■网友
流失率可以直接计算出来，给你看个公式：
流失率与保留率完全相反，因为它衡量的是在指定时间段内(通常是每月测量)APP失去用户的比率。在计算APP的流失率时，要尝试计算离开APP的使用者人数(可能已离开的人数)。 (记住，客户流失不可能为0%或更低)
让我们来看看一个示例:
如果你的应用开始有1000个用户，那么这意味着1000个人在下个月有可能离开APP，然而，在月底，你意识到只有340位用户离开了APP。 这意味着您的流失率为34%。
推荐阅读
- 如果你的多肉出现这个长势，要注意这个细节，多肉才会越来越美！
- 网通社|喜欢蔚来的越来越多了 连续四个月交付创新高 你是否愿意放弃特斯拉选择它？
- 电商网站支付流程的流失率是怎么样的从用户点击充值/支付按钮，到支付完成，其中每一步的流失比率都是咋样的
- 「巧克力中富含黄烷醇，能够增强脑部活动能力；因此人均巧克力消费量越高的国家，按人口平均计算的诺贝尔奖得主人数就越多。」这种说法科学么
- 趣头条|"穷人"才买自主品牌？你们发现没，路上跑的红旗越来越多了
- 趣头条|新款轩逸看车记
- 哪些是学了前端才知道的事
- 汽车市场|10万出头就能买SUV，大众标越来越不值钱了？
- 环球车讯网|你发现了吗？现在的手动挡汽车越来越少了
- 怎样看待女生当了程序员穿得越来越随意