如何在产品操作过程中合理地定义用户损失

流失用户的常用英语是“流失用户”，并且之前使用的流失，流失和流失都不是标准化的。后来，一位或多位做过相关分析的朋友问，用户需要多长时间才能失去排水管的长度。特别是在《网站分析和实战》发布后，我提到如何更准确地定义漏洞。时间的长短，解释可能比较简单，或者有朋友在这个问题上留下反馈，所以这里再解释一篇文章。

丢失的用户和返回的用户

有关流失用户的定义，请参阅文章“活跃用户和网站失去的用户”。为了解释如何合理定义流失周期的长度，有必要引入一个新的度量概念：返回用户。此处的返回用户不会引用Google Analytics上的返回访问者（与新用户相反，这意味着访问该网站的用户已再次访问该网站）。这里，返回用户是指在丢失之后再次访问网站的用户，即用户曾经丢失了内容。在客户流失期限内没有访问/登录网站的条件，但是随后重新访问/登录到网站。然后，根据返回用户的数量，可以计算出用户的返还率，即：

用户访问率=返回用户数流失用户数丢失率×100％

回访用户费率的大小可以间接验证用户损失定义的合理性。一般情况下，用户的回访率应该比较低。从业务角度来看，如果损失的定义合理，那么对于您的网站失去兴趣的用户很难再次访问您的网站。一般情况下，网站的用户回访率应低于10％，5％左右的价值更合理。对于成熟的网站，用户回访率稍高，新兴网站的用户回报率通常较低。尤其是对于容易丢失的手机应用等产品。

失去的时间和用户回访率

用户流失损失期的长度与用户的回访率成反比。我们用来定义流失的持续非访问/登录网站的持续时间越长，返回用户后返回网站的可能性就越低。由于损失的确定期限增加，用户的回访率必须逐渐降低并逐渐接近零。那么，如果我们选择合适的损失期长度，我们可以设置不同的损失期长度，进一步统计每个损失期的用户回访率，并将用户回访率的收敛率作为定义的损失期间增加。如果以该周为单位：根据不同流失期间用户回访率的曲线，我们可以使用弯头方法来选择最合适的流失周期。

拐点理论：X轴上的数值增加会使Y轴的增益（减小）增大。超过某一点后，Y的数据增益（减少）将在X增加时急剧下降，即经济上的裕度。收入大幅下降，这一点是图表中的“拐点”。例如，当上图中的排水期增加到5周时，用户回访率的降低率显着降低。因此，这5周是转折点。我们可以使用5周作为定义流失的最后期限，即先前访问/登录。如果用户连续5周没有访问/登录，则定义用户的流失。

因此，采用该方法后，可以更合理地定义丢失用户的统计逻辑。之前需要做的是选择不同的客户流失周期来计算用户的回访率，然后使用统计值生成上图。用平滑的线散点图解决问题。