如何进行大屏（IPTV和OTT）用户流失管理？( 二 )

用户体验不佳原因
1用户从进入到体验核心内容的引导环节是否设计地简单易懂?
2订购页设计是否能让用户快速理解并方便订购?
3产品使用流程是否简单方便?对于大屏来说，是否具备必备产品功能：搜索，回看，片库，排行榜等
产品体验是否良好至关重要！产品要给人带来好用的感觉，在技术层面访问速度要快；设计层面由于人是视觉动物，展示应该明确，海报图片应具备足够吸引力；产品功能应该丰富，强大，符合使用习惯。另外，除了产品本身体验不好以外，有一部分流失是顾客是信息不通畅所导致的，原因一是没有定期地与用户进行互动(如定期举办活动，电话咨询，奖品发放不及时等) ，原因二是当用户产生产品疑问咨询时，我们未能提供即时、完善的解答服务。
竞品发力导致用户流失
竞品太强会导致用户流失，除了自身产品内容、技术支撑、服务体系落后以外，如果改进之后流失率依旧不见好转，可能是因为竞品吸引力太强，导致有需求的用户产生转移。比如甲乙增值业务拥有同样级别的内容，甲产品直接采用新用户首月9.9元将价格打到底，这时候乙产品如果不在价格跟进，一定会吃不消。
知道了以上用户流失的原因，我们该如何判断用户已经流失呢？我们可认为用户在订购后一段时间内都没有大屏收视记录，即存在公式：当前时间点 – 用户首次订购时间点 > 流失临界时间间隔。比如我们定义大屏影视VIP用户的流失临界时间间隔为1个季度，也就是在首次订购后的1季度内未有收视记录的用户意味着已经流失，那么就可以计算每天的新用户流失数。即订购为1季度前的那一天，而从订购到当前没有收视记录过的用户数。这个用户数与1个季度前的那一天的总订购用户数的比例就是新用户的流失率，即存在公式：新用户流失数 / 订购当天总订购用户数 = 新用户流失率。
接下来我们需要在用户流失之前做好预警机制！
定义用户并分析用户画像
在大屏影视VIP客群划分中，订购用户在一个季度内没有收视记录的我们定义为流失用户。我们建立用户标签体系刻画流失用户，例如：
用户标签
用户画像信息：账号、性别、订购时间，年龄、地域、会员类型、通过哪种方式订购（比如首月9.9活动等等）
用户行为数据：一段时间的触发天数、收视时长、访问频次、使用天数等
用户消费数据：近一单距使用天数、累计消费金额等
我们应该详尽分析用户产品使用行为和内容偏好，这样才可能挖掘用户使用习惯及兴趣点，针对不同类型的用户分别搭建流失预警模型（虽然让人感觉比较麻烦但一次模板过后全是坦途）。
分析用户行为特征
首先我们需要通过数据分析用户的使用行为，锁定一批用户，观察在后续业务使用方面的动态，从而寻找一些共性行为特征。比如，你发现部分成用户可能订购过后看过一次就再也没来过了，部分用户大约在第一次使用过后一个月前后的时间内出现退订，则“首次订购过后”、“订购一月后”都是用户流失的爆发节点。其次，用不流失的动因、程度和去向也是我们需要清楚的，只有这样才可以制定最为合适的目标。
直接原因