用户|如何通过数据找到影响用户留存的关键因素( 二 )

2）基于各类树模型
各类树（决策树、随机森林、GBDT等）模型训练结束后，可以输出模型所使用的特征的相对重要度，可以解释哪些因素是对预测有关键影响，因此可以帮助我们快速找出对用户留存影响度高的关键因素。
① 特征选择

用户画像类特征（年龄、性别、城市、手机品牌、手机型号、平台角色、是否安装竞品、竞品APP安装数量、新增渠道类型）；
活跃类标签（近 7 天APP启动次数、近 7 天APP使用时长、近 7 天活跃天数、首次活跃距今天数、末次活跃距今天数）；
消费类行为标签（近 7 天内容曝光次数、近 7 天内容点击次数、近 7 天内容播放时长）；
互动类行为标签（近 7 天点赞次数、关注次数、评论次数、转发次数、收藏次数）；
付费类行为标签（近 7 天打赏主播次数、打赏金额、充值金额）；
金币激励类标签（近 7 天金币提现金额、签到次数、得金币数、访问福利中心页面次数）。

② 正负样本构建：先锁定特定日期范围（比如 2021.07.01-2021.07.07）的活跃用户，根据其是否在后续7天（2021.07.08~2021.07.14））活跃来划分正负样本。

正样本：留存用户，即前7-14日（2021.07.01-2021.07.07）启动过APP，近7日（2021.07.08~2021.07.14）启动过APP的用户；
负样本：留存用户，即前7-14日（2021.07.01-2021.07.07）启动过APP，但近7日（2021.07.08~2021.07.14）未启动过APP的用户。

③ 构建模型时的注意点

正负样本的样本数尽量保持在1：1，避免正样本数量过少导致学习不到正样本的信息，或者负样本数量过大影响训练速度；
模型预测效果不佳时，可以尝试使用多种模型，比如GBDT+LR、XBoost等；
区分不同类型用户分别构建模型，比如区分新老用户、创作者用户和消费型用户、高低中频次用户等。

文章插图
根据上图（具体数值均为模拟数据，请勿参考）可以看出，近7日活跃天数、APP启动次数、访问时长、以及播放短视频次数等行为指标可以作为留存的关键指标。
④ 特征间的相关性分析
通过对特征间的相关性系数分析发现， APP 启动次数和访问 APP 时长指标之间存在很强的相关性，可以剔除其中一个指标。

文章插图
至此，我们可以选择7天内APP活跃天数、启动APP次数、播放短视频次数作为影响留存的关键指标。
根据这些指标，我们可以设计新人激励体系，引导用户尽可能地多完成关键行为。比如新用户激活后登录APP、播放视频，会有积分或者金币等形式的激励，该激励活动以 Push 或者站内弹窗等形式传递到用户。
但是激励活动的具体规则，比如播放视频次数在7天达到多少，才能给到激励呢？我们同样可以基于数据给到建议。比如观察第一个7天内完成不同播放次数的用户，在下一个周期的留存率，找到留存率变化的拐点（边际提升幅度最小的点）作为激励规则的临界值。

文章插图
三、留存关键因素的因果性验证相关性不等于因果性，因果性的检验必需通过设计AB实验验证，并量化策略的增量效果。
比如对于金币激励策略，可以抽取50%新用户作为对照组用户，且对照组用户无激励活动触达；50%新用户的实验组，则通过push或者站内弹窗触达用户。观测对比两组用户在未来7天的留存率，并核算delta ROI（delta 活跃人数/金币折算），以衡量策略的效果。
鉴于网上AB实验如何开展以及如何评估的文章较多，该部分不再具体展开叙述。
总结本文介绍了用户留存相关的通用分析方法，希望能够给大家带来一些新的认识。但限于笔者自身知识和能力水平限制，本文难免会有考虑不周全之处，如有不同见解，希望大家可以一起讨论。
本文由 @郝笑笑原创发布于人人都是产品经理，未经许可，禁止转载
题图来自Unsplash，基于 CC0 协议