通過流失分析我們會定位到流失的是哪類人群？在什么環(huán)節(jié)流失？接下來再制定相應的策略就比較簡單了 。
這里我們介紹幾種常見的分析方法，應用場景不局限在社群分析中 。
（1）競品分析
競品分析一般是看用戶手機安裝的各類app，這些app通常我們可以分成兩類：競品和非競品 。對于這類數(shù)據(jù)，我們一般會做一個用戶安裝與否與留存的相關關系圖，即 使用我們產(chǎn)品的用戶中：
安裝了A產(chǎn)品的留存低于沒有安裝A產(chǎn)品的留存，可以認為A是我們的競品，搶走了我們的用戶； 安裝了A產(chǎn)品的留存高于沒有安裝A產(chǎn)品的留存，可以認為A不能滿足用戶的需求，我們的產(chǎn)品競爭力更強；安裝了A產(chǎn)品的留存約等于沒有安裝A產(chǎn)品的留存，可以認為A產(chǎn)品和我們的產(chǎn)品用戶群體重合度較大，可以考慮合作換量 。
（2）關鍵行為分析
關鍵行為分析一般看的是用戶做沒做某個行為與目標數(shù)據(jù)（如留存）之間的關系 。這樣可以看出哪些行為是用戶熟悉產(chǎn)品的“high點” 。
一般我們需要定義關鍵行為 。用戶在我們的產(chǎn)品上會有成百上千種行為，業(yè)務人員可以根據(jù)自己的業(yè)務理解站在用戶的角度上，定義用戶的關鍵行為，數(shù)據(jù)分析師可以對用戶的行為進行歸類，找出那些量大，且做與不做對目標數(shù)據(jù)（如留存）影響相差較大的行為 。如下圖：
上圖中是我們和業(yè)務一起找出的六種關鍵行為，其中：
橫軸是做了該行為的用戶次日留存率，氣泡越靠近右邊，次日留存率越高； 縱軸是做了該行為的用戶次日留存/未做該行為的用戶次日留存，氣泡越往上說明該行為對留存的影響越大； 氣泡寬度代表用戶量大小，越大代表用戶量越大 。行為A和行為C對留存的貢獻較大，假設對于行為A，用戶打開app需要至少五步才能到達行為A，那我們就可以從產(chǎn)品的角度縮短進入A的路徑，讓用戶更快的具有行為A； 行為E對于提升留存效果來說相對較差；運營人員應該引導新用戶盡快的具有行為A和行為C 。
（3）流失分析
流失用戶我們一般定義為當天離開APP之后，在接下來的一段時間（一個月、三個月等）均未打開我們的app的用戶 。
流失分析我們一般分析的是流失用戶與非流失用戶在離開app前的行為差距 。兩種用戶的行為都要看的原因在于，假設你發(fā)現(xiàn)70%的流失用戶在流失前做了行為A，這個時候你并不能下：
行為A導致大量用戶流失的原因這個結論 。因為可能非流失用戶在當天離開app前也大量做了行為A，但這并不妨礙這批用戶第二天再次來到我們的app 。
這個過程數(shù)據(jù)分析師需要將用戶最后幾步的行為進行歸類，然后從中得出結論 。
過程較為耗時 。這個過程不僅需要你有強大的歸納能力，還需要你有過硬的sql能力 。因為這個過程中你可能會不停的使用正則表達式去將零散的行為不斷的歸為若干個大類 。
而在你得到了一些用戶流失前的關鍵行為后，我們就需要在這些行為發(fā)生時人工介入，利用實時推送工具等對于發(fā)生指定的行為后用相應的策略進行承接 。
（4）搜索分析
搜索分析即用戶在搜索框中的關鍵詞分析？為什么我要將搜索分析單獨歸為一種分析方法呢？因為對于新用戶來說，在不熟悉產(chǎn)品的基礎上，即使你有好的功能，但由于入口太深或新用戶無法理解該功能代表的含義，都會導致用戶錯過使用 。而這時搜索成為了用戶的宣泄地 。
未直接流失的用戶會將自己的產(chǎn)品使用訴求用一些關鍵詞輸入在搜索框中 。對于一般的產(chǎn)品來說，搜索的流量都是較為豐富的，里面可挖掘的信息較為豐富 。

以上關于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關的問題，請您及時就醫(yī)或請專業(yè)人士給予相關指導!

• 治療股骨頭壞死到底哪家好？
• 關節(jié)膝蓋疼痛到底是怎么回事？
• 支氣管肺炎到底幾天能好？
• 從橙心優(yōu)選到十薈團，看「區(qū)域調(diào)整」的戰(zhàn)略舉措
• 賣掉2000件閑置、從大廠出逃荒島，這屆年輕人發(fā)現(xiàn)了「高配版躺平」
• 學月嫂到什么地方培訓最佳 成都月嫂培訓正規(guī)機構
• 到底什么是RPG類型？ rpg游戲是什么
• rpg游戲是什么，到底什么是RPG？
• 女人做到以下三點，男人就不會出軌
• 40到50的大陸獨身女明星 至今未婚的8位內(nèi)地大齡女星