看將來站長搭站方向開展趨勢 |
發(fā)布時間:2017-03-30 文章來源: 瀏覽次數(shù):2952 |
丟失用戶與回訪用戶
丟失用戶的界說請參閱“網(wǎng)站的活潑用戶與丟失用戶”這篇文章,要解說如何合理地去界說用戶丟失時刻段長度的疑問,需要先介紹一個新的目標概念:回訪用戶。這兒的回訪用戶不是指Google Analytics上面的Returning Visitor(與新用戶相對,指之前拜訪過網(wǎng)站的用戶再次拜訪網(wǎng)站),這兒的回訪用戶指丟失以后再次拜訪網(wǎng)站的用戶,即用戶從前丟失過,滿意丟失時刻期限內(nèi)徹底沒有拜訪/登錄網(wǎng)站的條件,但以后從頭拜訪/登錄網(wǎng)站。然后,依據(jù)回訪用戶數(shù)能夠核算得到用戶回訪率,即: 用戶回訪率 = 回訪用戶數(shù) ÷ 丟失用戶數(shù) × 100% 回訪用戶率的數(shù)值大小間接地能夠驗證對用戶丟失界說的合理性。正常情況下,用戶的回訪率應該是對比低的,從事務的視點思考,假如對丟失的界說是合理的,那么很難讓那些對你的網(wǎng)站現(xiàn)已失掉愛好的用戶從頭來拜訪你的網(wǎng)站。一般情況下,網(wǎng)站的用戶回訪率應該在10%以下,在5%左右的數(shù)值是對比合理的,關(guān)于老練的網(wǎng)站而言用戶回訪率會稍高,而新式的網(wǎng)站的用戶回訪率一般更低,特別像手機APP這類用戶易丟失的商品。 丟失期限與用戶回訪率 用戶丟失的丟失期限的長度與用戶的回訪率成反比,咱們在界說用戶丟失時運用的接連不拜訪/登錄網(wǎng)站的期限越長,這批丟失用戶以后回訪網(wǎng)站的概率就會越低,而且跟著界說的丟失期限的增大,用戶回訪率一定是遞減的,并逐步趨近于0。那么假如挑選適宜的丟失時期長度?咱們能夠設定不一樣的丟失期限長度,進一步核算每個丟失期限的用戶回訪率,并調(diào)查用戶回訪率隨界說的丟失期限增大時的收斂速度。假如以“周”為單位設定丟失期限:
依據(jù)設定的不一樣丟失周期的用戶回訪率的改變曲線,咱們能夠運用拐點理論(Elbow Method)挑選最適宜的丟失周期。 拐點理論:X軸上數(shù)值的添加會帶來Y軸數(shù)值大幅增益(減益),直到超越某個點以后,當X添加時Y的數(shù)據(jù)增益(減益)大幅降低,即經(jīng)濟學里邊的邊沿收益的大幅削減,那個點即是圖表中的“拐點”。比方上圖中丟失周期添加到5周的時分,用戶回訪率的減縮速度顯著降低,所以這兒的5周即是拐點,咱們能夠用5周作為界說用戶丟失的期限,即一個之前拜訪/登錄過的用戶,假如以后接連5周都沒有拜訪/登錄,則界說該用戶丟失。 所以,有個這個方法以后,就能愈加合理地界說丟失用戶的核算邏輯,而之前要做的即是挑選不一樣的丟失期限別離核算用戶的回訪率,然后用核算的到的數(shù)值生成如上的一張帶平滑線的散點圖,疑問就方便的解決。 |
|