Kochava：用預(yù)測(cè)行為建模打敗用戶損耗曲線

當(dāng)今的營(yíng)銷人員是數(shù)據(jù)驅(qū)動(dòng)的。除了簡(jiǎn)單地將客戶與他們的數(shù)據(jù)聯(lián)系起來(lái)之外，Kochava還尋求通過(guò)營(yíng)銷情報(bào)來(lái)授權(quán)戰(zhàn)略決策。我們不斷壯大的客戶分析團(tuán)隊(duì)由與客戶攜手合作，提供面對(duì)面的業(yè)務(wù)價(jià)值評(píng)估（BVA）和季度業(yè)務(wù)審查（QBR）的數(shù)據(jù)分析師組成，這些知識(shí)為UA管理人員，CMO和其他決策者為成功定位自己的品牌。

在本系列文章中，我們的客戶分析團(tuán)隊(duì)的成員將探索Kochava提供的工具提供給客戶的營(yíng)銷情報(bào)見(jiàn)解。

在90天內(nèi)，將近70％的移動(dòng)用戶流失?？紤]到這一點(diǎn)，如何保持找到的用戶？預(yù)測(cè)行為建模是由Kochava數(shù)據(jù)科學(xué)和工程團(tuán)隊(duì)開(kāi)發(fā)的，旨在幫助客戶在用戶流失之前就對(duì)其進(jìn)行預(yù)測(cè)。該數(shù)據(jù)使?fàn)I銷人員能夠提高保留率，并制定戰(zhàn)略以實(shí)現(xiàn)更好的投資回報(bào)率（ROI）。

預(yù)測(cè)行為建模如何工作

重新安裝后，我們的機(jī)器學(xué)習(xí)算法將使用決策樹(shù)建模的形式來(lái)工作，以在用戶與應(yīng)用程序互動(dòng)的前7天分析新近度，頻率，趨勢(shì)指標(biāo)和其他數(shù)據(jù)變量。

在第8天，為用戶分配用戶流失分?jǐn)?shù)。在這種情況下，“攪動(dòng)”表示在安裝后第8天到第38天之間，設(shè)備在應(yīng)用程序中不活躍的可能性有多大。

得分為“低”的用戶表示他們可能會(huì)在第8天到第38天之間進(jìn)一步與該應(yīng)用互動(dòng)。得分為“高”的用戶表示他們很可能會(huì)流失或沒(méi)有進(jìn)一步的活動(dòng)在第8天到第38天之間的應(yīng)用中。

確定預(yù)測(cè)精度

預(yù)測(cè)與準(zhǔn)確預(yù)測(cè)的能力一樣好。從機(jī)器學(xué)習(xí)模型評(píng)估預(yù)測(cè)客戶流失分?jǐn)?shù)的準(zhǔn)確性需要對(duì)每個(gè)客戶流失群體的下游活動(dòng)進(jìn)行分析，以查看預(yù)測(cè)與結(jié)果的緊密程度。

通過(guò)廣泛檢查跨不同行業(yè)的多個(gè)數(shù)據(jù)集和應(yīng)用程序，出現(xiàn)了一條共同的趨勢(shì)線。憑借壓倒性的一致性，在安裝后第8天到第38天之間，以“低”流失可能性得分進(jìn)行修飾的用戶顯示出會(huì)話和應(yīng)用內(nèi)事件活動(dòng)的最高百分比。在此期間，得分為“中低”，“中高”和“高”的用戶的參與度呈指數(shù)下降。通過(guò)確認(rèn)預(yù)測(cè)準(zhǔn)確性并與預(yù)期保持一致，這些客戶流失得分可提供有價(jià)值的可操作信息。

應(yīng)用預(yù)測(cè)行為建模

通過(guò)深入了解用戶的流失可能性，營(yíng)銷人員可以通過(guò)有針對(duì)性的重新投入努力從戰(zhàn)略上攔截該用戶。使用分析，營(yíng)銷人員可以根據(jù)客戶流失可能性得分對(duì)受眾進(jìn)行細(xì)分，并聯(lián)合“中高”和/或“高”可能性細(xì)分以重新吸引像Kochava這樣的合作伙伴，以進(jìn)行有針對(duì)性的針對(duì)性營(yíng)銷活動(dòng)，以提高保留率。

Kochava Engagement在一個(gè)平臺(tái)上提供推送，短信和應(yīng)用內(nèi)消息傳遞活動(dòng)管理。營(yíng)銷人員可以圍繞客戶流失分?jǐn)?shù)建立動(dòng)態(tài)的受眾群體，并根據(jù)上下文相關(guān)的動(dòng)態(tài)內(nèi)容設(shè)置觸發(fā)式推銷活動(dòng)，以促進(jìn)用戶保留和增長(zhǎng)。

具有“低”流失可能性的用戶受眾可以是有價(jià)值的種子受眾，從中可以建立相似的模型來(lái)吸引具有類似特征的高質(zhì)量用戶，從而提高用戶的壽命和忠誠(chéng)度。

預(yù)測(cè)的客戶流失數(shù)據(jù)有助于洞悉媒體合作伙伴的質(zhì)量。品牌正在利用合作伙伴根據(jù)客戶流失得分分布進(jìn)行細(xì)分。他們可以取消優(yōu)先考慮那些在客戶中產(chǎn)生較高客戶流失率的合作伙伴的優(yōu)先級(jí)，并專注于始終如一地為客戶提供較低客戶流失率和更高投資回報(bào)率的合作伙伴。

保持用戶保留

預(yù)測(cè)的行為建模為交鑰匙營(yíng)銷智能提供了有意義的可操作性。通過(guò)推送通知通過(guò)自定義消息吸引最有可能流失的用戶。應(yīng)用流失可能性很小的細(xì)分受眾群來(lái)創(chuàng)建高價(jià)值用戶的相似受眾群體?；蛘?，比較媒體合作伙伴，確定哪些合作伙伴可以提供最不可能流失的優(yōu)質(zhì)用戶。

要了解有關(guān)Kochava預(yù)測(cè)行為建模及其如何幫助您進(jìn)行營(yíng)銷的更多信息，請(qǐng)聯(lián)系您的客戶成功經(jīng)理或support kochava.com。

不是Kochava的客戶？今天聯(lián)系我們。