生命周期管理

生命周期管理功能主要帮助APP洞察用户的生命周期分布，通过本生命周期各阶段占比与行业占比的差异、生命周期各阶段的流转趋势，辅助判定本APP用户健康度，帮助APP从全局发现有异常的用户，及时做出策略调整，提升整体用户价值。功能分为用户分析和生命周期流转分析两部分

用户分析

用户分析模块分为生命周期分布分析、本APP和同行业生命周期分布对比分析、近3月活跃用户特征分析、竞品活跃度对比分析。

1、生命周期分布分析

可分析APP用户处于不同生命周期阶段（新增、成长、成熟、沉默、流失）的分布情况，对APP用户有个整体认知。

• 触发生命周期数据计算：生命周期页面相关数据的计算，需由用户手动触发，点击页面上的“一键创建”后数据开始计算，数据预计会在1-3h后计算出结果。

• 定义生命周期规则：首次触发生命周期数据计算时，系统会根据预置的规则进行计算。点击页面上的“修改生命周期规则”打开修改生命规则弹框查看当前生命周期规则，系统有两套生命周期计算逻辑：个推大盘数据计算逻辑和SDK汇报数据计算逻辑。

  为何会有两套计算逻辑：

  • SDK对接初期，由于系统中没有用户的历史行为数据，无法对用户进行生命周期分析，所以默认会由个推大盘统计的活跃等数据综合计算一个生命周期分布的参考值
  • 个推大盘数据计算和SDK汇报数据计算差别：
    个推大盘数据受汇报机制等影响，无法在总体量级上和SDK汇报数据保持一致，主要用于查看大体的分布和流转情况；首次切换计算逻辑时由于数据需要重新计算，历史数据可能出现为空的情况，数据计算一段时间后看板数据会恢复正常

  

2、本APP用户分布 vs 行业平均

主要通过分析本APP和行业同类APP生命周期各阶段的差异，来分析本APP的运营现状。点击页面上的“调整行业APP”可修改想要对比的同行业APP（可选择5~20个APP）

除了数据对比，针对没有同类APP运营的好的阶段，可通过系统深入功能去解决该阶段用户的问题，如：

• 若本APP沉默用户占比相比比行业平均高，则需要寻找方案提高本APP的用户活跃度，可通过【沉默用户促活】功能寻找高价值沉默用户，并制定对应的促活策略

• 若本APP的流失用户占比相比比行业平均高，则需寻找流失原因，并减少潜在流失，可通过【卸载原因分析】寻找卸载用户共性，并通过【流失用户预测】寻找潜在流失用户，提前制定防流失策略，减少用户流失。

  备注：纯ios APP无法查看行业平均数据，因为没有个推特征数据，无法计算生命周期数据

3、近3月活跃用户分析

分析近3月活跃用户特征，通过词云样式展示，特征字体越大颜色越深，证明用户中拥有该特征的人越多。

去圈选：点击后可跳转到标签页面进行对应人群圈选，系统暂不支持自动圈选，需根据特征描述制定标签规则。如拥有旅行社交偏好的人，可以去圈选近 7天在旅行或者社交类APP活跃天数超过2天的人。

流转分析

可查看生命周期不同阶段之间的流转关系，通过数据及时发现异常流转现象，制定运营策略减少损失。有流入分析和流出分析两种。

• 流入分析可查看某阶段用户分别是由哪些阶段的用户流入的，流入比例分别是多少

• 流出分析可查看某阶段用户分别流出至哪些阶段，流出比例分别是多少

  分析方式举例：近3天新用户流转至流失

• 近3天新用户：指用户在近3天首次判断为新用户的用户：即T-1、T-2、T-3每天都会计算用户的生命周期阶段，只要首次判断为新用户，就会计算进去，设近3天新用户有300人

• 流失：指当前状态为新用户的用户，设当前流失状态的人有 200人

• 流转判定：近3天新用户和当前流失状态的用户取交，设有30人，则近3天新用户流转至流失的用户有30人

  特殊数据现象：

• 若生命周期计算逻辑从SDK汇报切换至个推大盘，则SDK这套数据不会再每日更新，下次切换回来时，系统默认只更新最新一天的数据，可能会导致流转分析中近N天的统计数据只统计到最新一天，持续几天后数据便会恢复正常

  建议重点关注的流转周期

• 新用户流转至流失：

  • 需重点关注新用户留存率低的原因，建议通过「新用户留存提升看板」进行深入洞察，查看提升新用户留存率的建议
• 成长用户流转至沉默、流失：
  • 需关注哪些关键行为导致了用户的流失，或哪些功能/行为会将用户引导至成熟的高价值用户，建议通过「付费预测模型」预测潜在的付费用户，对可能转为高价值付费用户的人进行定向引导，提升成长转为成熟用户的占比。
• 成熟用户流转至沉默、流失：
  • 需分析成熟用户中的高价值用户行为、特征偏好，建议通过「高价值用户分析」进行深入洞察，查看提升高价值用户/成熟用户占比的建议。
• 沉默用户流转至成熟：
  • 需分析沉默用户流转至成熟的用户共性，并将该共性扩大，提升成熟转化。可用过系统的用户分析功能分析特征共性，或直接通过模型预测，对存量用户进行扩量，圈选出有潜力转化为成熟用户的沉默用户。
• 成熟用户流转至流失
  • 需减少存量用户的损失，可通过「卸载原因分析」分析用户卸载/流失原因，进而制定对应的策略；或通过「流失预测模型」预测成熟用户中的潜在流失用户，对这些用户及时挽留

常见问题

1、数据计算基准时间是什么？

系统会在每日凌晨触发生命周期的数据计算，页面上展示的时间为计算成功的时间。若通过个推大盘数据计算，受数据处理周期影响，取的数据为 T-2 的数据，若通过SDK汇报数据计算，则取的是 T-1 的数据（T指计算时间）。

2、为什么数据会暂停计算？

为了优化系统运行效率，提升您关注模块的计算速度，若您长时间（一个月）不来访问生命周期相关模块页面，则生命周期相关页面的数据会暂停计算，您下次访问时，可重新手动触发这些页面的数据计算。