预测流失准确率超 82%，这个功能让“防流失+促留存大于 2”

你是否遭遇花重金引来的用户，悄无声息地没了？

你是否为留存提升 1%，而绞尽脑汁？

你是否被老板的“增长”，逼的心力交瘁？

你是否觉得运营的投入产出比，完全失控……

请设想一下，假如有一天你可以提前一个月预知哪些用户要流失，情况会不会不一样？庆幸的是，这不是空想，而是真切存在的功能。

▼

近日，神策数据的产品线神策用户画像创新新增“相似人群扩散”功能，让你懂用户，更能预测用户，防流失，强留存，促转化。目前，经某知名文娱企业的数据测试结果显示，流失人群预测准确度超 82%。

有数据显示，获得一个新客户的费用要比留存一个旧客户的成本高七倍。当客户留存率提高 5% 时，收益可以增加 25% 到 95%。

可见，“防止用户流失，促进用户留存”是维持企业长久生命力的关键。而用户流失管理的核心在于能够预先识别潜在的流失用户，并采取积极措施来防止它发生。

神策用户画像的“相似人群扩散”功能正是为此而生，可实现对流失人群的精准预测，针对某知名文娱企业的数据测试结果显示，流失人群预测精准度超 82%。

神策用户画像的“相似人群扩散”（Lookalike）功能，以神策数据本身具有的强大的全端数据采集、分群标签和群体画像等技术为基础，结合 AI 技术，赋予企业一双“慧眼”，使精细化运营能力更上一层楼。

图 相似人群扩散图

Lookalike，即相似人群扩散，是计算广告中的术语，是基于已定的种子用户，通过一定的算法评估模型，找到更多拥有潜在关联性的相似人群的技术，其不是单指某一种算法，而是一类方法的统称。

举个例子，广告主需要在抖音对 200w 目标人群投放，但是，从选取的基础数据包中，只有 40w 人满足需求，若要满足 200w 人的投放需求，就需要通过 Lookalike 的方式根据种子用户的特征进行扩充，从而保证目标人群的数量和精准度。

▼

神策数据的相似人群扩散在 Lookalike 的通用应用基础上再升级，可为企业主实现目标人群的相关预测，实现先知先行，防止亡羊补牢。具备以下优势：

1. 历史行为预测未来走向，全量、准确、实时的用户行为数据是基石

无死角的数据采集是一切分析的前提，神策数据的多种埋点方式支持客户端、服务器日志、业务数据库、第三方服务、历史数据导入等全端数据采集。且神策数据结合超 1000 家各行业标杆企业的服务经验，可有效保证数据采集的准确。同时，神策数据支持大量数据的实时导入和秒级查询。

综上，神策数据的全量、准确、实时的用户行为数据采集与应用为精准预测奠定了基础。

2. 已知特征预测相似人群，神策数据支持灵活特征选取，助力多元预测

神策数据可实时采集多端数据源，抓取用户多维属性，让标签体系更丰富、逻辑性强，且可实时更新标签。企业在做相似人群扩散时，可精准定位特征，灵活选取相关特征，进行多元化的预测测试，实现极小颗粒度的 MVP 高效迭代。

举个例子，运营新手和运营专家在使用用户分群采取运营动作时，最核心的区别是选取的目标人群是否精准，而通过相似人群扩散功能，在后台可以进行预测测试和练习，让运营萌新快速上手，缩小与运营专家的差距。

▼

下面将为你讲述，如果使用“相似人群扩散”？

第一步，采取正负例双重筛选，精准定位种子人群

根据用户特征属性（如性别、年龄、地区等）、用户行为数据（如浏览、购买、复购等）进行筛选出正向种子人群（与目标人群特征相似）和负向种子人群（与目标人群特征相悖）进行双重的数据训练，提高人群扩散的相似度。

举个例子，某文娱公司，要预测 5 月的用户流失人群，正向种子人群即为 4 月的流失人群，负向种子人群为 4 月的留存人群，如下图，为种子人群筛选界面：

图 种子人群筛选界面

第二步，属性、标签、行为偏好等特征灵活选取，筛选相似特征

神策用户画像的“相似人群扩散功能”采取了使用属性、标签或历史行为作为人群的相似特征。如选择在 APP 中 30 天消费次数在 3 次以上，且打开 APP 的频次为每周 3 次以上的女性等作为产品粘性较高的目标人群的相似特征。

图 相似特征筛选界面

第三步，随心而变，灵活控制人群范围，多场景化应用

神策数据的相似人群扩散功能可灵活调整目标人群量级，满足多元场景下的不同需求，不管是大规模运营干预，还是小规模运营测试，尽在掌控之中，如下图。

图 人群范围筛选界面

综上所述，企业可以用神策用户画像的相似人群扩散功能实现流失人群的精准预测，后续我们会进一步精进，满足企业更加准确多样化的预测需求，如进行付费转化的有效预测。

事实上，企业长盛不衰的秘诀是用户的始终如一，要让用户不流失，就要让用户“牵挂”，这就要求企业预先知道用户的内心需求和下一步的小动作，提前满足或干预，神策用户画像正是为此而生。