用户：深入洞察用户

场景4：流失用户分析

在新增留存报表中，会发现次留在50%左右，三留在20%左右，会有不少用户流失，为进一步分析流失原因，您可以通过建立用户分群，将流失用户进行圈选并分析流失节点、流失后是否再登录等；

1. 查看单个流失用户
   留存分析中，切换为流失>单击5月17日 流失的143人>单击第一个账号ID>进入该账号的用户行为序列，可以查看该用户的基本信息、是否为流失用户、在游戏内具体行为分析，即可以可视化查看每一位用户的用户，具体如图；

   图1 切换为流失
   
   图2 进入用户列表
   
   图3 用户列表
   
   图4 进入用户行为序列
   

2. 圈定流失用户分群

   由于流失的人群较多，可以对流失用户进行分群分析共性，单击“+”>输入分群名称为0517首日流失用户：

   图5 选定流失用户
   
   图6 创建分群
   
3. 交叉分析-流失用户带入新增付费分析

   打开已存报表新增用户付费及战斗胜率>全局筛选 选择0517首日流失用户 属于分群>单击计算>单击保存，具体操作如图；

   图7 分析流失用户付费情况
   
4. 分析流失用户的末次核心行为

   为了更深入分析用户流失的节点，可以对用户最后的核心行为进行分析，看看是否存在流失共性，从而看是否需要调整产品设计。因此，需要先定义出核心行为，再利用首末次标签创建用户末次参与的核心行为，最后通过属性分析对用户末次核心行为进行定量查看。确定核心行为：单击数据>单击虚拟事件>进入虚拟事件创建页面，可以根据业务实际情况选择，此处选择“开始战斗”、“参与竞技场”、“参见活动”、“爬塔玩法”为核心行为，并设置显示名>单击保存。

   图8 创建“核心行为”
   
   图9 “核心行为“创建成功
   

   创建用户末次核心行为的标签：确定核心行为后，想了解用户最后的核心行为都是哪些，则需要通过用户标签的首末次标签实现，单击用户>单击用户标签>单击“+创建标签”>选择首末次标签，进入标签配置>选择用户“末次”完成“核心事件”的“事件名称”，并设置更新机制及标签名为“末次核心行为”。

   图10 进入“用户标签”
   
   图11 创建标签
   
   图12 选择“首末次标签”
   
   图13 创建“用户末次核心行为”标签
   

   分析流失用户的末次行为分布情况：标签创建后，进一步对流失用户进行分析，可以单击分析中属性分析>全局筛选为“0517首日流失用户“属于分群>按“末次核心行为”进行分组，可以看到最后的末次行为top2分别为开始战斗、参见活动，进而带入到实际的产品逻辑中进入深入分析。

   图14 选择“属性分析”模型
   
   图15 配置指标并保存
   

   用户标签适用场景

   • 条件标签：根据用户做过或依次做过的行为进行用户打标签，应用场景有用户活跃度、付费情况进行用户分层等；
   • 首末次标签：根据用户行为首次或末次指定事件属性值作为标签标记，应用场景有破冰付费偏好、流失前末次行为等；
   • 指标值标签：根据用户某个时间范围事件属性做聚合运算，对用户打标签，应用场景有累计在线时长、战斗胜率等；
   • ID标签：通过Excel导入外部标签；
   • SQL标签：自定义标签逻辑；