CN111401969A - 用于提高用户留存率的方法、装置、服务器及存储介质 - Google Patents
用于提高用户留存率的方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN111401969A CN111401969A CN202010256277.6A CN202010256277A CN111401969A CN 111401969 A CN111401969 A CN 111401969A CN 202010256277 A CN202010256277 A CN 202010256277A CN 111401969 A CN111401969 A CN 111401969A
- Authority
- CN
- China
- Prior art keywords
- user
- loss
- curve
- classification category
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000014759 maintenance of location Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000000717 retained effect Effects 0.000 claims description 6
- 230000002354 daily effect Effects 0.000 description 10
- 230000005284 excitation Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 125000004122 cyclic group Chemical group 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008450 motivation Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 206010048909 Boredom Diseases 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0224—Discounts or incentives, e.g. coupons or rebates based on user history
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0235—Discounts or incentives, e.g. coupons or rebates constrained by time limit or expiration date
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开关于一种用于提高用户留存率的方法、装置、服务器及存储介质。该方法包括:获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。由于该目标用户在该关键时间节点流失的可能性较大,基于该关键时间节点对目标用户进行精准激励,能够降低该目标用户流失的可能性,从而提高目标用户的留存率。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及一种用于提高用户留存率的方法、装置、服务器及存储介质。
背景技术
随着互联网技术的发展,涌现出了越来越多的应用软件(application,APP)供用户进行使用,以满足其工作、娱乐等需求。然而,在实际应用中,当用户使用某个应用软件一段时间之后,可能会由于兴趣缺失等原因而不再使用,从而导致该应用软件出现大量用户流失的现象。因此需要提供一种能够提高用户留存率的方法,以解决该问题。
发明内容
本公开提供一种用于提高用户留存率的方法、装置、服务器及存储介质,能够降低应用软件的用户流失,从而提高用户留存率。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种用于提高用户留存率的方法,包括:
获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;
根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;
基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。
根据本公开实施例的第二方面,提供一种用于提高用户留存的装置,包括:
用户流失曲线获取单元,被配置为执行获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;
激励时间点确定单元,被配置为执行根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;
激励单元,被配置为执行基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。
根据本公开实施例的第三方面,提供一种服务器,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现本公开实施例所提供的用于提高用户留存率的方法。
根据本公开实施例的第四方面,提供一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行本公开实施例所提供的用于提高用户留存率的方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行本公开实施例所提供的用于提高用户留存率的方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
采用本公开实施例所提供的用户激励方法,获取目标用户所属分类类别中历史新增用户的用户流失曲线,然后根据该用户流失曲线,确定该分类类别中的历史新增用户流失的关键时间节点,然后基于该关键时间节点对目标用户进行激励。由于该目标用户在该关键时间节点流失的可能性较大,基于该关键时间节点对目标用户进行精准激励,能够降低该目标用户流失的可能性,从而提高目标用户的留存率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是本公开实施例中的技术方案能够适用的一种应用场景,在该场景中,可以包括服务器和终端设备。
图2是根据一示例性实施例示出的,用于提高用户留存率的方法的具体流程示意图。
图3是根据一示例性实施例示出的,用户流失曲线的示意图。
图4是根据一示例性实施例示出的,用于提高用户留存率的装置的具体结构示意图。
图5是根据一示例性实施例示出的服务器的具体结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
如前所述,当用户使用某个应用软件一段时间之后,可能会由于兴趣缺失等原因而不再使用,从而导致该应用软件出现大量用户流失的现象。对于应用软件的提供商而言,为了降低用户流失,通常需要对用户进行激励,从而提高用户的留存率。在相关技术中,通常以礼品、积分方法的方式来促使用户进行每日签到,从而增加其留存率。但这种方式由于需要在每日签到后发放礼品、积分等,一方面成本较高,另一方面用户在连续多日签到之后,可能会出现厌烦等情绪,导致效果不佳。
以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1所示为本公开实施例中的技术方案能够适用的一种应用场景,在该场景中,可以包括服务器10和终端设备20。
服务器10可以为应用服务器或者网站服务器。应用服务器例如可以为视频应用软件、直播应用软件、即时通讯应用软件或者新闻资讯应用软件等应用软件的后台服务器;网站服务器例如可以为各新闻网站的后台服务器。
终端设备20可以是诸如手机、电脑或平板电脑等终端或移动终端,终端设备20中可以安装与服务器10对应的应用软件,或者可以通过终端设备20中的浏览器访问相应的网页版应用软件。
以视频应用软件为例,此时终端设备20上安装有该视频应用软件,服务器10为该视频应用软件的后台服务器。用户可以使用终端设备20上所安装的该视频应用软件,从而进行娱乐、学些等,但在使用一段时间之后,可能会由于某种原因而不再使用。为此,该视频应用软件的提供商需要通过服务器10来对用户进行激励。
当然,本公开实施例提供的方法并不限用于图1所示的应用场景中,还可以用于其他可能的应用场景,对此本公开实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述,在此先不过多赘述。
参考图2为本公开实施例所提供的,能够用于提高用户留存率的方法的具体流程示意图,包括如下步骤。
步骤S31:获取目标用户所属分类类别中历史新增用户的用户流失曲线。
这里的目标用户可以为根据实际情况,需要进行激励,从而提高留存率的用户。比如,可以将,某个分类类别中近期(比如近一周、近10天、近30天等)的新增用户作为该目标用户,或者当某个分类类别下的用户活跃度较低时,可以将该分类类别下的用户均作为目标用户,或者也可以从应用软件全部用户中随机选取部分用户作为该目标用户。
通常为了向不同的用户提供差异化的服务,需要结合用户的身份信息、行为信息等对其进行分类,从而将不同用户归属于相应的分类类别,其中身份信息可以包括用户的年龄、性别、地域(省、市等),行为信息通常包括用户经常访问的文章、观看的视频等,用户的分类类别通常可以包括军事、厨艺、游戏等。比如,北京市的某个23岁男性用户,其经常观看游戏类视频和文章,因此可以将其划分至游戏分类类别。
由于经过数据的统计分析,发现不同分类类别中的新增用户,其用户流失行为通常存在一个或多个“关键时间节点”,在该“关键时间节点”中,新增用户流失较为严重,即针对某一个新增用户而言,其流失的可能性较大,并且不同分类类别所对应的该“关键时间节点”可能并不相同。基于这个特点,可以根据不同分类类别中历史新增用户的流失数据或留存数据,来生成不同分类类别分别所对应的历史新增用户的用户流失曲线,从而根据这些用户流失曲线来预测相应分类类别中的“关键时间节点”,并在该“关键时间节点”来对用户进行激励,从而达到精准激励的效果,提高新增用户的留存率。其中,某个分类类别中的历史新增用户的用户流失曲线,通常能够反应出该分类类别中的历史新增用户的流失情况,比如其纵坐标为历史新增用户留存数,横坐标为历史新增用户的账号注册后的天数或首次访问应用软件后的天数。
另外,通常可以根据用户的账号注册时间点或首次访问应用软件的时间点,来确定其是否为历史新增用户。比如,当前时间为2019年10月01日,某个用户的账号注册为2019年09月04日,则该用户为2019年09月04日的新增用户,相对于当前时间为历史新增用户。
对于确定目标用户所属分类类别的用户流失曲线的具体方式,可以为从数据库中获取预先生成的该用户流失曲线,该方式中通常可以预先针对各个分类类别分别生成相对应的历史新增用户的用户流失曲线,并将这些用户流失曲线存储于数据库中,在需要时先确定目标用户所属的分类类别,然后根据该分类类别从数据库中获取相应的用户流失曲线。这种方式由于将用户流失曲线的生成和获取进行分离,预先生成用户流失曲线,并在需要时从数据库中获取,因此通常耗时较短。另一种确定目标用户所属分类类别的用户流失曲线的具体方式可以为,在需要时即时生成该用户流失曲线。
对于预先生成或者即时生成历史新增用户的用户流失曲线,可以通过如下方式来实现:
方式一:针对某个分类类别,统计该分类类别中的历史新增用户在预设时间段内的流失数据或留存数据,从而绘制出相应的用户流失曲线。
其中,预设时间段可以设为1周、10天、30天、50天、1年等。因此,历史新增用户在预设时间段内的流失数据或留存数据,可以是历史新增用户在账号注册时间点或首次访问应用软件的时间点之后的预设时间段内的流失数据或留存数据。比如,统计游戏分类类别中的历史新增用户,在账号注册时间点之后的30天内的流失数据或留存数据。
方式二:从该分类类别的历史新增用户中随机选取多个历史新增用户,然后根据随机选取的各个历史新增用户在预设时间段内的流失数据或留存数据,绘制该用户流失曲线。
相对于方式一,方式二中需要从该分类类别的历史新增用户中随机选取出部分的历史新增用户,从而以该部分的历史新增用户为统计样本,绘制出该分类类别的用户流失曲线。当该分类类别中的历史新增用户数量较多(比如,大于100万或其他数量)时,为了减少数据统计量,可以采用该方式二来绘制用户流失曲线。相反,当该分类类别中的历史新增用户数量较少时,可以采用方式一来绘制用户流失曲线。
另外,由于不同时间点的新增用户可能存在差异,比如,随着应用软件版本的更新,早期用户和近期注册的新用户可能存在差异。因此,为了降低这种差异所造成的影响,可以从最近的M个月的每个月中分别随机选取至少一天,并从该分类类别在随机选取的各天的历史新增用户中选取多个历史新增用户,其中,M具体为大于1的整数,比如,M可以为12、10或其他值。
比如,可以从最近的12个月的每个月中分别随机选取一天,并从该分类类别在随机选取的各天的历史新增用户中选取多个历史新增用户。通常,如果该分类类别在随机选取的某一天的新增用户数量大于某个数量(比如,10万、20万或其他值)时,可以从这些新增用户中随机选取部分用户作为统计样本;如果该分类类别在随机选取的某一天的新增用户数量小于或等于某个数量,可以将这些新增用户直接作为统计样本。
从该分类类别在随机选取的各天的历史新增用户中选取多个历史新增用户之后,可以对这些所选取的历史新增用户分配相应的编号。通常为了便于统计,该编号可以包含用户标识和历史新增用户的账号注册时间点(或首次访问应用软件的时间点),其中用户标识可以是账号名等。比如,某个历史新增用户的用户标识为10000,其账号注册时间点为2019年08月23,则该历史新增用户的编号可以为10000-20190823;对于在2019年09月03日注册的,用户标识为20000的历史新增用户,其编号可以为20000-20190903。
在对所选取的历史新增用户分配相应的编号之后,可以通过该编号追踪这些历史新增用户在预设时间段(比如、一周、10天、30天等)内的流失情况,并获取这些历史新增用户在预设时间段内的流失数据或留存数据,从而绘制出相应的用户流失曲线。
如图3所示为实际应用中的用户流失曲线的示例。在该示例中,预设时间段为30天,纵坐标为每天历史新增用户的留存数量,横坐标为天。其中,第一天的历史新增用户的留存数量为所选取的中的历史新增用户的留存数量。第二天的历史新增用户的留存数量计算方式如下:比如,对编码为10000-20190823的历史新增用户,判断该历史新增用户在20190824日是否访问应用软件行为,如果是,则第二天的历史新增用户的留存数量加1,如果否,则第二天的历史新增用户的留存数量加0;对于编码为20000-20190903的历史新增用户,判断该历史新增用户在20190904日是否访问应用软件行为,如果是,则第二天的历史新增用户的留存数量也加1,如果否,则第二天的历史新增用户的留存数量加0;同理,对于其他的历史新增用户,采用同样的方式,从而最终统计出第二天的历史新增用户的留存数量。
对于第三天的历史新增用户的留存数量至第30天的历史新增用户的留存数量,也可以采用相同的方式来进行统计。
因此,在统计出第一天至第30天的历史新增用户的留存数量之后,可以利用该数据来绘制出相应的用户流失曲线。
步骤S32:根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点。
由于某个分类类别中的历史新增用户的用户流失曲线,通常能够反应出该分类类别中的历史新增用户的流失情况。因此,可以根据该用户流失曲线,计算相应分类类别中的历史新增用户在第二预设时间段内的日环比流失率,其中,该第二预设时间段可以为一周、10天、30天等;第N日的日环比流失率可以通过如下公式来计算:
第N日的日环比流失率=(第N日的留存数量-第(N-1)日的留存数量)/第(N-1)日的留存数量,其中,N为大于1的正整数。并且约定第一日的日环比流失率为0。
这样,通过上述方式可以计算出,在第二预设时间段内每日的日环比流失率,然后根据的各个日环比流失率的大小,确定该分类类别中的历史新增用户流失的关键时间节点,从而用于进行用户的激励。其中,一种方式为,可以将各个日环比流失率中,大于预设阈值的各个日环比流失率分别所对应的时间点均确定为激励时间点,比如,第15、21日的日环比流失率大于预设阈值,可以将第15和21日确定为关键时间节点;另一种方式为,可以将各个日环比流失率按照大小进行排序,然后选取最大的日环比流失率所对应的时间点确定为关键时间节点,或者选取最大几个(如,3个)日环比流失率分别所对应的时间点确定为关键时间节点,比如,第15日的日环比流失率为最大的日环比流失率,可以将第15日确定为关键时间节点。
步骤S33:基于关键时间节点对目标用户进行激励,以提高目标用户留存的概率。
对于该目标用户而言,可以获取该目标用户的账号注册时间点或首次访问应用软件的时间点,在该账号注册时间点或首次访问应用软件的时间点时,该目标用户为新增用户,从而结合所确定的关键时间节点对该目标用户进行激励,由于在该关键时间节点上对目标用户进行了激励,防止其在该关键时间节点流失,而在该关键时间节点之外的时间节点上,目标用户流失的概率相对较小,因此在该关键时间节点所进行的激励能够提高目标用户留存的概率。
比如,关键时间节点为15日,该目标用户的账号注册时间点为2019年11月2日,则该目标用户在2019年11月16日最有可能发生流失(即以2019年11月2日为起点第一天,向后的第15天),因此可以在2019年11月16日对该目标用户进行激励,比如在2019年11月16日向该用户发放礼物、积分等,通过该用户在2019年11月16日领取礼物、积分等,促使其继续使用应用软件,防止其在该关键时间节点上流失。
采用本公开实施例所提供的用户激励方法,获取目标用户所属分类类别中历史新增用户的用户流失曲线,然后根据该用户流失曲线,确定该分类类别中的历史新增用户流失的关键时间节点,然后基于该关键时间节点对目标用户进行激励。由于该目标用户在该关键时间节点流失的可能性较大,基于该关键时间节点对目标用户进行精准激励,能够降低该目标用户流失的可能性,从而提高目标用户的留存率。
另外,通过该方法,一方面由于历史新增用户的用户流失曲线与目标用户所属分类类别相对应,因此能够针对不同的分类类别的用户确定出不同的关键时间节点,从而根据不同的关键时间节点进行激励,更加符合不同的分类类别的用户的特性;另一方面,根据所确定出的关键时间节点进行激励时,相对于每日签到后礼品、积分发放的方式,能够降低成本,并且能够在用户流失可能性较高的关键时间点进行精准激励,从而提高效果。
需要说明的是,在实际应用中,应用软件通常会持续更新,对于近期的新增用户和早期用户而言,其行为习惯可能差异较大。因此,上述方法中所确定出的,目标用户所属分类类别的历史新增用户的用户流失曲线,通常并不能精确的反应近期的新增用户的用户流失情况。为了进一步对该方法进行调整,从而进一步提高其激励效果,提高目标用户的留存率,该方法还可以包括:确定所述目标用户所属分类类别在最近的预设时间段内的新增用户流失曲线,其中,该新增用户流失曲线反映在最近的预设时间段内新增用户的流失情况,该预设时间段也可以为7天、10天、30天等。
比如,可以获取目标用户所属分类类别,在最近30天内的新增用户流失曲线,或者实时绘制最近30天内的新增用户流失曲线。对于该30天内的新增用户流失曲线的获取或绘制方式,可以参考步骤S31,这里就不在一一赘述。
并且,对于步骤S32中的,根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点,可以具体为,根据步骤S31所确定出的历史新增用户的用户流失曲线,以及在最近的预设时间段内的新增用户流失曲线,确定分类类别中的历史新增用户流失的关键时间节点。
在根据历史新增用户的用户流失曲线以及在最近的预设时间段内的新增用户流失曲线,确定关键时间节点时,可以先将在最近的预设时间段内的新增用户流失曲线(称之为第一曲线),与历史新增用户的用户流失曲线(称之为第二曲线)进行对比,如果第一曲线相对于第二曲线偏差较小,比如以第二曲线为基准,第一曲线相对于第二曲线的波动幅度小于第二预设阈值,则说明最近的新增用户与早期用户相比,其行为习惯差异并不大,此时可以直接以第二曲线来确定关键时间节点。
相反,如果第一曲线相对于第二曲线偏差较大,比如以第二曲线为基准,第一曲线相对于第二曲线的波动幅度大于第二预设阈值,则说明最近的新增用户与早期用户相比,其行为习惯差异较大,则需要结合第一曲线和第二曲线,来确定关键时间节点。比如,可以根据第一曲线确定出待选关键时间节点,并且根据第二曲线也确定出待选关键时间节点,然后将两者的并集作为最终所确定出的关键时间节点;或者,根据第二曲线确定出待选关键时间节点,然后结合第一曲线的变化趋势对该待选关键时间节点进行一定的调整;或者,也可以根据第一曲线计算每日的日环比流失率,并且根据第二曲线计算每日的日环比流失率,从而两者的日环比流失率中筛选出最大的一个或多个日环比流失率,从而根据其所对应的时间点确定关键时间节点。
基于与本公开实施例所提供的用户激励方法相同的发明构思,本公开还提供了一种用于提高用户留存率的装置,如图4是根据一示例性实施例示出的该装置的框图。参照图4,该装置40包括:用户流失曲线获取单元401、关键时间节点确定单元402和激励单元403,其中:
用户流失曲线获取单元401,被配置为执行获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;
关键时间节点确定单元402,被配置为执行根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;
激励单元403,被配置为执行基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。
由于该装置40采用与本公开实施例所提供的用户激励方法相同的发明构思,因此也能够解决现有技术中的问题。另外,对于该装置40,如有不清楚之处,可以参考方法实施例中的相应类容,这里不再赘述。
另外,本公开实施例还可以提供一种服务器。图5是根据一示例性实施例示出的服务器50的框图。该服务器50包括处理器501,以及用于存储处理器501可执行指令的存储器502。其中,处理器501被配置为执行所述指令,以实现本公开实施例所提供的用于提高用户留存率的方法。
在实际应用中,该服务器50还可以包括网络接口503、I/O控制器504、大容量存储设备505,以及用于连接它们的总线506。
在示例性实施例中,本公开还提供了一种包括指令的存储介质,例如包括指令的存储器502,上述指令可由服务器50的处理器501执行以完成上述方法。其中,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开实施例还可以提供一种计算机程序产品,当其在计算机上运行时,使得所述计算机执行本公开实施例所提供的用于提高用户留存率的方法。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种用于提高用户留存率的方法,其特征在于,包括:
获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;
根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;
基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。
2.根据权利要求1所述的方法,其特征在于,获取目标用户所属分类类别中历史新增用户的用户流失曲线,具体包括:
从所述分类类别的历史新增用户中随机选取多个历史新增用户;
根据随机选取的各所述历史新增用户在预设时间段内的流失数据或留存数据,绘制所述用户流失曲线。
3.根据权利要求2所述的方法,其特征在于,从所述分类类别的历史新增用户中随机选取多个历史新增用户,具体包括:
从最近的M个月的每个月中分别随机选取至少一天,并从所述分类类别在随机选取的各天的历史新增用户中选取多个历史新增用户,其中,M具体为大于1的整数。
4.根据权利要求1所述的方法,其特征在于,获取目标用户所属分类类别中历史新增用户的用户流失曲线,具体包括:从预先生成的多个分类类别分别所对应的历史新增用户的用户流失曲线中,获取所述目标用户所属分类类别中历史新增用户的用户流失曲线。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定所述目标用户所属分类类别在最近的预设时间段内的新增用户流失曲线,其中,所述新增用户流失曲线反映在最近的预设时间段内新增用户的流失情况;则,
根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点,具体包括:
根据历史新增用户的用户流失曲线以及在最近的预设时间段内的新增用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点。
6.根据权利要求1所述的方法,其特征在于,根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点,具体包括:
根据所述用户流失曲线,计算所述分类类别中的历史新增用户在第二预设时间段内的日环比流失率;
根据所述第二预设时间段内的各所述日环比流失率的大小,确定所述关键时间节点。
7.根据权利要求6所述的方法,其特征在于,根据所述第二预设时间段内的各所述日环比流失率的大小,确定所述关键时间节点,具体包括:
将所述第二预设时间段内的各所述日环比流失率中,大于预设阈值的各个日环比流失率分别所对应的时间点确定为所述关键时间节点;或,
将所述第二预设时间段内的各所述日环比流失率中,最大的一个或多个日环比流失率分别所对应的时间点确定为所述关键时间节点。
8.一种用于提高用户留存率的装置,其特征在于,包括:
用户流失曲线获取单元,被配置为执行获取目标用户所属分类类别中历史新增用户的用户流失曲线,其中,所述用户流失曲线反映所述分类类别中的历史新增用户的流失情况;
关键时间节点确定单元,被配置为执行根据所述用户流失曲线,确定所述分类类别中的历史新增用户流失的关键时间节点;
激励单元,被配置为执行基于所述关键时间节点对所述目标用户进行激励,以提高所述目标用户留存的概率。
9.一种服务器,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的用于提高用户留存率的方法。
10.一种存储介质,当所述存储介质中的指令由服务器的处理器执行时,使得所述服务器能够执行如权利要求1至7中任一项所述的用于提高用户留存率的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256277.6A CN111401969B (zh) | 2020-04-02 | 2020-04-02 | 用于提高用户留存率的方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010256277.6A CN111401969B (zh) | 2020-04-02 | 2020-04-02 | 用于提高用户留存率的方法、装置、服务器及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111401969A true CN111401969A (zh) | 2020-07-10 |
CN111401969B CN111401969B (zh) | 2024-02-20 |
Family
ID=71413697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010256277.6A Active CN111401969B (zh) | 2020-04-02 | 2020-04-02 | 用于提高用户留存率的方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401969B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465568A (zh) * | 2020-12-15 | 2021-03-09 | 掌阅科技股份有限公司 | 推广活动生成方法、计算设备及计算机存储介质 |
CN113457166A (zh) * | 2021-07-20 | 2021-10-01 | 网易(杭州)网络有限公司 | 游戏玩家流失信息处理方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170169458A1 (en) * | 2015-12-11 | 2017-06-15 | T-Mobile U.S.A., Inc. | Determining awards for mobile device users based on renewal events |
CN108364195A (zh) * | 2018-02-09 | 2018-08-03 | 腾讯科技(深圳)有限公司 | 用户留存概率预测方法、装置、预测服务器及存储介质 |
CN109461023A (zh) * | 2018-10-12 | 2019-03-12 | 中国平安人寿保险股份有限公司 | 流失用户挽回方法及装置、电子设备、存储介质 |
CN110222975A (zh) * | 2019-05-31 | 2019-09-10 | 北京奇艺世纪科技有限公司 | 一种流失用户分析方法、装置、电子设备及存储介质 |
CN110264262A (zh) * | 2019-06-18 | 2019-09-20 | 北京字节跳动网络技术有限公司 | 基于用户行为的数据处理方法、装置及电子设备 |
-
2020
- 2020-04-02 CN CN202010256277.6A patent/CN111401969B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170169458A1 (en) * | 2015-12-11 | 2017-06-15 | T-Mobile U.S.A., Inc. | Determining awards for mobile device users based on renewal events |
CN108364195A (zh) * | 2018-02-09 | 2018-08-03 | 腾讯科技(深圳)有限公司 | 用户留存概率预测方法、装置、预测服务器及存储介质 |
CN109461023A (zh) * | 2018-10-12 | 2019-03-12 | 中国平安人寿保险股份有限公司 | 流失用户挽回方法及装置、电子设备、存储介质 |
CN110222975A (zh) * | 2019-05-31 | 2019-09-10 | 北京奇艺世纪科技有限公司 | 一种流失用户分析方法、装置、电子设备及存储介质 |
CN110264262A (zh) * | 2019-06-18 | 2019-09-20 | 北京字节跳动网络技术有限公司 | 基于用户行为的数据处理方法、装置及电子设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112465568A (zh) * | 2020-12-15 | 2021-03-09 | 掌阅科技股份有限公司 | 推广活动生成方法、计算设备及计算机存储介质 |
CN113457166A (zh) * | 2021-07-20 | 2021-10-01 | 网易(杭州)网络有限公司 | 游戏玩家流失信息处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111401969B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108763502B (zh) | 信息推荐方法和*** | |
US20190012683A1 (en) | Method for predicting purchase probability based on behavior sequence of user and apparatus for the same | |
US8732015B1 (en) | Social media pricing engine | |
CN101690105B (zh) | 用于在移动环境中使用具有可变置信水平的简档属性提供目标性信息的方法和*** | |
US20140025620A1 (en) | Inferring user mood based on user and group characteristic data | |
US9342842B2 (en) | Context-switching taxonomy for mobile advertisement | |
US20130311283A1 (en) | Data mining method for social network of terminal user and related methods, apparatuses and systems | |
CN107330718B (zh) | 一种媒体反作弊方法及装置、存储介质、终端 | |
WO2016181580A1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
CN107835132B (zh) | 一种流量来源跟踪的方法及装置 | |
CN113127723B (zh) | 用户画像处理方法、装置、服务器及存储介质 | |
US20150245110A1 (en) | Management of invitational content during broadcasting of media streams | |
CN112883275B (zh) | 一种直播间推荐方法、装置、服务器及介质 | |
CN111401969A (zh) | 用于提高用户留存率的方法、装置、服务器及存储介质 | |
CN113850416A (zh) | 广告推广合作对象确定方法和装置 | |
CN107547626B (zh) | 用户画像的共享方法和装置 | |
CN115375339A (zh) | 多媒体信息推荐方法、装置和设备及计算机存储介质 | |
CN112463994A (zh) | 一种多媒体资源显示方法、装置、***及存储介质 | |
US10607254B1 (en) | Attribution modeling using withheld or near impressions | |
CN110210884B (zh) | 确定用户特征数据的方法、装置、计算机设备及存储介质 | |
KR20130091391A (ko) | 콘텐츠 추천 서버 및 방법, 그리고 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체 | |
CN110751526A (zh) | 广告推送方法、装置、计算机设备以及存储介质 | |
CN114938458B (zh) | 对象信息展示方法、装置、电子设备及存储介质 | |
CN113780328A (zh) | 信息推送方法、装置及存储介质 | |
CN112291625A (zh) | 信息质量处理方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |