你是否遭遇花重金引來的用戶，悄無聲息地沒了？你是否為留存提升 1%，而絞盡腦汁？你是否被老闆的“增長”，逼的心力交瘁？你是否覺得運營的投入産出比，完全失控……

請設想一下，假如有一天你可以提前一個月預知哪些用戶要流失，情況會不會不一樣？慶幸的是，這不是空想，而是真切存在的功能。

▼

近日，神策數據的産品線神策用戶畫像創新新增“相似人群擴散”功能，讓你懂用戶，更能預測用戶，防流失，強留存，促轉化。目前，經某知名文娛企業的數據測試結果顯示，流失人群預測準确度超 82%。

有數據顯示，獲得一個新客戶的費用要比留存一個舊客戶的成本高七倍。當客戶留存率提高 5% 時，收益可以增加 25% 到 95%。

可見，“防止用戶流失，促進用戶留存”是維持企業長久生命力的關鍵。而用戶流失管理的核心在于能夠預先識别潛在的流失用戶，并采取積極措施來防止它發生。

神策用戶畫像的“相似人群擴散”功能正是為此而生，可實現對流失人群的精準預測，針對某知名文娛企業的數據測試結果顯示，流失人群預測精準度超 82%。

神策用戶畫像的“相似人群擴散”（Lookalike）功能，以神策數據本身具有的強大的全端數據采集、分群标簽和群體畫像等技術為基礎，結合 AI 技術，賦予企業一雙“慧眼”，使精細化運營能力更上一層樓。

圖 相似人群擴散圖

Lookalike，即相似人群擴散，是計算廣告中的術語，是基于已定的種子用戶，通過一定的算法評估模型，找到更多擁有潛在關聯性的相似人群的技術，其不是單指某一種算法，而是一類方法的統稱。

舉個例子，廣告主需要在抖音對 200w 目标人群投放，但是，從選取的基礎數據包中，隻有 40w 人滿足需求，若要滿足 200w 人的投放需求，就需要通過 Lookalike 的方式根據種子用戶的特征進行擴充，從而保證目标人群的數量和精準度。

▼

神策數據的相似人群擴散在 Lookalike 的通用應用基礎上再升級，可為企業主實現目标人群的相關預測，實現先知先行，防止亡羊補牢。具備以下優勢：

1. 曆史行為預測未來走向，全量、準确、實時的用戶行為數據是基石

無死角的數據采集是一切分析的前提，神策數據的多種埋點方式支持客戶端、服務器日志、業務數據庫、第三方服務、曆史數據導入等全端數據采集。且神策數據結合超 1000 家各行業标杆企業的服務經驗，可有效保證數據采集的準确。同時，神策數據支持大量數據的實時導入和秒級查詢。

綜上，神策數據的全量、準确、實時的用戶行為數據采集與應用為精準預測奠定了基礎。

2. 已知特征預測相似人群，神策數據支持靈活特征選取，助力多元預測

神策數據可實時采集多端數據源，抓取用戶多維屬性，讓标簽體系更豐富、邏輯性強，且可實時更新标簽。企業在做相似人群擴散時，可精準定位特征，靈活選取相關特征，進行多元化的預測測試，實現極小顆粒度的 MVP 高效叠代。

舉個例子，運營新手和運營專家在使用用戶分群采取運營動作時，最核心的區别是選取的目标人群是否精準，而通過相似人群擴散功能，在後台可以進行預測測試和練習，讓運營萌新快速上手，縮小與運營專家的差距。

▼

下面将為你講述，如果使用“相似人群擴散”？

第一步，采取正負例雙重篩選，精準定位種子人群

根據用戶特征屬性（如性别、年齡、地區等）、用戶行為數據（如浏覽、購買、複購等）進行篩選出正向種子人群（與目标人群特征相似）和負向種子人群（與目标人群特征相悖）進行雙重的數據訓練，提高人群擴散的相似度。

舉個例子，某文娛公司，要預測 5 月的用戶流失人群，正向種子人群即為 4 月的流失人群，負向種子人群為 4 月的留存人群，如下圖，為種子人群篩選界面：

圖 種子人群篩選界面

第二步，屬性、标簽、行為偏好等特征靈活選取，篩選相似特征

神策用戶畫像的“相似人群擴散功能”采取了使用屬性、标簽或曆史行為作為人群的相似特征。如選擇在 APP 中 30 天消費次數在 3 次以上，且打開 APP 的頻次為每周 3 次以上的女性等作為産品粘性較高的目标人群的相似特征。

圖 相似特征篩選界面

第三步，随心而變，靈活控制人群範圍，多場景化應用

神策數據的相似人群擴散功能可靈活調整目标人群量級，滿足多元場景下的不同需求，不管是大規模運營幹預，還是小規模運營測試，盡在掌控之中，如下圖。

圖 人群範圍篩選界面

綜上所述，企業可以用神策用戶畫像的相似人群擴散功能實現流失人群的精準預測，後續我們會進一步精進，滿足企業更加準确多樣化的預測需求，如進行付費轉化的有效預測。

事實上，企業長盛不衰的秘訣是用戶的始終如一，要讓用戶不流失，就要讓用戶“牽挂”，這就要求企業預先知道用戶的内心需求和下一步的小動作，提前滿足或幹預，神策用戶畫像正是為此而生。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!