传统的用户流失率计算方式, 以及传统计算方式中存在的问题
目前行内绝大部分的用户流失率是这样计算的:
用户流失率= 总用户流失量/总用户量
这个公式乍一看好像没有问题, 但首先, 这里必须统一标准. 总用户量是期初的总用户量, 还是期末的总用户量? 如果选择的标准不同会导致不同的结果, 如下面的例子:
某App产品, 5月的用户数据:
- 5月月初用户总量: 100000 (10万) 人
- 5月月末老用户流失量:5000人 (假设:5%的老用户流失率)
- 5月新增用户量:20000人
- 5月新增用户流失量:1000人
- 5月月末总用户流失量:6000人(5000+1000)
- 5月净增值用户量=20000-6000=14000人
- 5月月末总用户量=114000人
- 5月用户流失率=6000/100000=6%
在计算用户流失率时,如果总用户量使用期初标准,则:
用户流失率=6000/100000=6%
如果总用户量使用期末标准, 则:
用户流失率=6000/114000= 5.26%
以上不是今天讨论的主要问题, 只是说明下标准的重要性, 所以在本文中, 我们的总用户量以期初总用户量为标准
下面真正问题来了
六月份,假设我们依然是5%的老用户流失率, 和完全一样的新用户增长数量,以及新用户流失数量的话, 会是什么样的一个结果呢?
- 6月月初用户总量: 114000人 (等于5月月末用户总量)
- 6月月末老用户流失量: 5700人 (依然是5%的老用户流失率)
- 6月新增用户量:20000人 (与5月相同)
- 6月新增用户流失量:1000人(与5月相同)
- 6月月末总用户流失量=6700人 (5700+1000)
- 6月净增用户量=13300人 (20000-6700)
- 6月总用量=127000人 (114000+13300)
- 6月用户流失率= 6700/114000 = 5.88%
各位读者看出问题了吗? 6月份老用户流失率与5月完全一样, 新增用户, 新增用户流失量也月5月份完全一样, 但是我们的用户流失量从6%下降到了5.88%, 仅仅是因为我们的总用户量变大了.
我们可以保持同样的公式计算下去, 你会发现尽管我们的老用户以同样的速度流失, 新增用户以同样的数量增加并以同样的数量流失, 但是我们的用户流失率越来越低. 换句话说, 我们的用户运营部门啥也没做, 但他们的KPI却越来越漂亮, 企业老板还很开心的说,我们的用户流失率越来越低,我们的客户越来越爱我们的产品. 然而, 结果并不是这样的.
一种更精确的用户流失率计算方式
用户流失率决定这一个产品是否能够成功, 关于用户流失率有没有更精确的计算方式呢? 下面我介绍一个更精确的用户流失计算方式, 希望能够对大家有所帮助.
不以用户量, 而是以用户生命时间计算为指标计算用户流失率
我对这个概念简单介绍下, 你的用户每一天都有一定的几率离开你, 并流失掉, 如果一个用户是使用了你的产品5天, 并在第五天流失了, 则这个客户在生命时间内的流失率是 1/5= 20%
听着有点糊度? 没事, 我们用案例展示下如何以用户生命时间为指标计算用户流失率:
前提假设
- 每个月有30天
- 本月新增用户以匀速速度增长
计算开始
- 5月份月初用户生命时间= 100000人 x 30天 = 3000000天
- 5月新增用户生命时间= 20000人 x 30天 x 0.5 = 300000天 (为什么乘以0.5? 因为我们前提假设本月新增用户是以均速增长的)
- 5月份总用户生命时间= 3300000天
- 5月总流失用户=6000人
- 5月每生命周期内流失率= 6000/3300000=0.18%
- 5月用户流失率= 0.18% x 30天 = 5.4%
我们再以生命时间流失率计算6月份的用户流失率:
- 6月份月初用户生命时间= 114000人 x 30 =3420000天
- 6月新增用户生命时间= 20000人 x 30天 x 0.5 = 300000天
- 6月总用户生命周期= 3720000天
- 6月总流失用= 6700人
- 6月每生命周期内流失率=6700/3720000=0.18%
- 6月用户流失率=0.18% x 30天= 5.4%
可见, 以用户生命时间为指标计算用户流失率的精确度要高于以用户量为指标的用户流失率计算方法. 但目前, 这种计算方式并没有普及. 在此, 我将此技术方式介绍给读者,希望帮助大家更好的认识用户流失率的计算问题, 以便树立正确的用户流失KPI与战略.
