流失用户识别与画像
建立流失用户的筛选条件和画像特征，直接用于后续分析和运营召回。
用户分析游戏工具社交电商流失用户识别与画像是 ThinkingAI 行业 Skill 库中的一项流失定义与画像能力，帮助运营团队建立流失用户的筛选条件（多久未活跃算流失？哪类用户在流失？），并描述流失用户的画像特征——这是所有流失分析和召回运营的前提，定义不准则后续全偏。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。
#reg_time 近 30 天 + 近 7 天无 login 事件）口径建议、分群资产、画像特征三件事都做完了。结论：用 7 天，3 天派会误伤你们 18% 的正常玩家。
一、为什么是 7 天
| 未登录天数 | 30 天内自然回访率 | 判定 |
|---|---|---|
| 3 天 | 18.3% | 近 1/5 会自己回来——判流失为时过早 |
| 5 天 | 9.1% | 仍有可观回访 |
| 7 天 | 4.2% | 回访概率已趋近于零，可判定流失 |
SLG 的战斗节奏本身就有「打几天休几天」的间歇性，3 天口径会把大量正常间歇玩家圈进流失群——后续无论是分析还是召回推送，都会被这批「假流失」污染。
二、分群资产已创建
#reg_time 在近 30 天 且 近 7 天无 login 事件三、流失用户画像：四个高发特征
| 维度 | 流失用户中占比 | 活跃用户中占比 | 差异 |
|---|---|---|---|
| 来自渠道 B | 45% | 20% | 2.3× |
| 安卓设备 | 68% | 51% | 流失率约为 iOS 的 2 倍 |
| 未加入联盟 | 81% | 34% | 未参与联盟者流失率 3× |
| 等级 ≤15 级 | 72% | 28% | 集中在前期成长段 |
最值得注意的是联盟参与：81% 的流失用户从未加入联盟。结合等级分布（72% 停在 15 级前），流失窗口大概率在「单机体验结束、社交绑定尚未建立」的空档期。
行业痛点
"流失用户"这个词每个团队都在用，但定义各不相同。有人认为 3 天未活跃算流失，有人认为 7 天，有人认为 30 天；有人只看登录行为，有人还看付费行为。定义不统一导致不同口径下的流失人数差异可达 2-3 倍。每次查流失画像都要重新构建筛选条件，平均耗费 20-30 分钟且无法横向比较。
核心价值
- 建立统一流失定义标准：根据游戏/工具/社交/电商不同产品类型推荐合理的流失判定天数和行为
- 创建可直接使用的流失分群资产：通过用户属性/虚拟属性/首末次标签建立筛选条件，沉淀为 AE 分群
- 输出流失用户画像特征表：按渠道、版本、设备、付费层级等维度统计流失用户分布，标记高发特征
- 明确能力边界：只做"识别谁在流失 + 描述画像"，不做流失原因归因和召回执行
适用场景
游戏项目需要定义"流失用户"标准，确保全团队口径一致
运营团队需要快速建立流失用户分群，用于召回推送和后续分析
需要描述流失用户画像特征，如渠道、版本、设备类型和付费层级
工具类产品需要定义不再使用的判定标准
电商项目需要识别不再复购的用户群体
实战案例
常见疑问
流失定义应该用多少天？
取决于产品类型：轻度休闲/三消建议 3 天，中度 RPG/卡牌建议 5 天，重度 SLG/MMO 建议 7 天，工具类按关键功能使用频率。
这个 Skill 能告诉我为什么用户流失吗？
不能。它只做识别与画像，流失原因归因需要其他 Skill，如关卡流失诊断、付费归因等。
分群建好后怎么用？
可直接在 AE 的事件分析、留存分析等模型中引用，也可用于推送召回的目标人群圈选。
相关 Skills 推荐
用「流失用户识别与画像」武装你的 Agent
预约演示，看看它如何在你的业务场景中落地
