用户流失预警20190910

用户流失预警模型
1、定义流失用户
1）新用户流失：未成交，到期3月以上
2）老用户流失：消费用户，到期3个月以上
2.RFM模型对各生命周期用户进行分群
影响用户流失的主要指标：
R：流量使用时间，到期时间，用户访问时间
F：流量使用次数，购买次数，访问次数
M:使用流量，消费金额金额
用户活跃用户黏性用户价值
潜在流失用户价值判断(通过RFM计算综合得分，判断用户价值）
用户标签，可作用于用户生命周期各个阶段做分析。

3.通过数据挖掘捕捉潜在用户流失特征，分析和预测潜在流失用户
初步对潜在流失用户建立logistics回归模型，通过模型，获得一系列指标对流失留存的影响因子，并计算出每个用户的流失概率
4.流失用户预警
通过RFM模型监控用户活跃，对流失用户进行预警（如：到期1月内、购买68金额、购买1次数，访问次数<5，流失概率>80%）
5.预警分析流程
满足预警条件，立即启动预警机制；启动预警机制后，对用户进行分类，了解用户属于什么成长阶段的流失用户，启动不同的挽留策略。

可以根据用户的价值高低进行优先排序，高价值用户进行优先挽留。

详细流程图：
流失用户挽回策略：服务策略(如电话沟通，了解用户需求），产品策略（为不同用户群体提供差异性、个性化产品），价格策略（针对潜在流失用户提供有针对性的补贴价格）
M消费金额
购买频率
重要挽留客户
到期时间到期时间
一般挽留客户
F购买频率
M消费金额。