共计 1464 个字符，预计需要花费 4 分钟才能阅读完成。
留存作为产品经营过程中最要害的指标之一，既是产品变现的前提，同时也是评估产品商业价值的重要考量。市场竞争的白热化，日益增长的用户优质产品体验诉求，让各类 APP 面临着严厉的用户散失问题。
为抢获更多流量，营销筹码一直减少，买量用户带来的非天然装置驱动也引发了更艰巨的留存挑战。如何无效防备用户散失，实现买量用户价值最大化？
上面，我将联合具体场景，简略介绍如何预测您的用户行将散失，并如何联合预测服务帮忙产品进步留存！
上图所示是某游戏利用联合预测服务帮忙产品进步用户留存的一个残缺链路。在利用留存率低的时候，启用预测服务提供的“散失预测模型”来判断哪些是高概率散失用户，再利用预测服务的后盾剖析，深刻洞察这类用户的具体个性和行为，最初将预测服务生成的受众间接用于华为推送服务的受众细分，对这类用户进行精准音讯推送，及时将缄默用户召回，最终实现用户留存率的进步。那么，在这个过程中，预测服务具体是如何运作的呢？上面咱们将重点关注其中的几个外围环节。
一、精准用户群圈定
用户将散失，最显著的一个特点就是活跃度升高。咱们在评估用户活跃度的时候，通常会从日开启率、启动频次、停留时长等用户行为数据分析。
对于内容消费类游戏，以 ARPG 为例，这种类型的游戏玩家具备如下显著特色：一天内启动的频次不肯定很高，但每次的停留时间却很长。对于此类游戏而言，咱们个别认为日启动 2 - 3 次，每日 5 局左右的游戏次数，是一个惯例沉闷玩家的数据。如果某用户在最近一周内日启动次数显著降落，甚至呈现间断 2 天以上的未登录状况，那么预测服务联合机器学习技术训练进去的散失预测模型，将判断其在将来一周内有散失危险。
以后预测服务的散失预测模型次要逻辑为：应用利用最近两周内用户的沉闷数据训练模型，预测利用最近一周的沉闷用户在将来一周内散失的概率，如果，用户在将来一周内始终未沉闷或用户卸载利用都会被视作散失。
上述用户精准圈定的过程，无需业余算法技术人员参加，由预测服务后盾每日主动执行预测工作。
二、深度人群洞察
用户群圈定后，洞察他们的属性和行为特色将帮忙咱们制订科学合理的经营打算，一个胜利可执行的打算将让咱们的挽留动作事倍功半。
* 数据仅供参考
* 数据仅供参考
上图为预测服务后盾数据表。举个例子，咱们在查看高概率散失用户人群的特色时发现，这些用户在近 7 天内依然有低频的会话次数，且能够查看这类高散失用户的手机机型散布。对这部分用户来说，通过华为推送服务是可能触达他们的无效伎俩之一，同时依据他们最近一次的应用状况，咱们可尝试应用周期性的系列音讯推送来挽回他们。
三、高效用户群触达
当圈定用户群并理解他们的共性特色后，接下来就是如何采取针对性措施挽留他们。上文提到的推送服务是最为常见且实用的用户促活与留存伎俩。
预测服务生成的受众可间接用于华为推送服务的受众细分，咱们在后盾配置推送对象时，将“高概率散失用户”作为咱们的推送人群，这样推送的音讯内容也能够更具针对性。如限时游戏礼包流动推送、也能够是新角色技能亮点推送、甚至能够是一句简略的问候。
预测工作每日更新，在推送音讯的时候，可采纳周期性定时推送的形式，这样，就能够在预测到用户散失几率较高之后，尝试尽快再次吸引用户。
流量红利虽已隐没，但数据智能带来的精细化经营正在展示其弱小魅力与价值。由预测服务与推送服务形成的经营场景闭环，将帮忙企业开掘用户身上更多的潜在价值，无效晋升 ARPU，促成数字化过程的良性倒退。
欲了解更多，点击官网查看相干介绍。
原文链接：https://developer.huawei.com/…
原作者：胡椒
