如何計算使用者生命週期LT CLT

2021-10-06 18:56:49 字數 1102 閱讀 5220

最近給實習生普及生命週期的知識,為了怕露怯,所以特意檢視了一下相關的文章,看了不少文章,概念我是明白了,但是在計算生命週期的過程很多文章就簡略了,特別是擬合函式的迭代次數這個點,都沒有詳細說,擬合函式迭代次數會直接影響生命週期的結果,我按照以往的經驗給出擬合函式迭代次數的計算方式,本次分享出來算是乙個小的總結。

乙個使用者的生命週期縮寫為lt或者clt(life time / custom life time )指的是,使用者從第一次使用產品到最後流失的間隔時間(使用者不流失就沒有生命週期這一說)。從這個定義上來講,一次性消費類的產品的生命週期就沒意義了,因為週期是0,這類產品例如:婚紗攝影、結婚鑽戒等。我們所說的生命週期一般適用於產品有重複消費的情況,並且消費間跨度不會很長,這個很長可以認為1年以上我們就說這個跨度很大了,比如剛需房屋的購買,可能好幾年才會再考慮置換,這種產品談使用者生命週期意義不大。

在日常的分析過程,不會單獨看某乙個使用者的生命週期,沒多大意義,我們會看一群人的生命週期,所以平時大家口中的生命週期其實是乙個均值,是這群使用者生命週期的算數平均值,演算法如下:

生命週期(life time )= 使用者總留存時間 / 總使用者數

如何計算使用者生命週期?

方法評價:

這種計算出的留存最準確,但是很少用,因為時效性太差了,指標延遲時間數個月的話,也就失去了指導意義。

方法評價:

這種計算出的留存誤差比較大,因為流失使用者與非流失使用者合到一起計算,不過對於低留存產品(比如次日留存1-5%左右)這樣計算是可以,因為留存使用者對整個指標影響較少,如果留存大於30%,那麼留存使用者對指標的影響就不能忽略了。

假定擬合函式為:y=x^-0.4548

下圖為該擬合函式累加值與迭代次數的關係,可以看出迭代次數多累加值也就會增加,迭代次數的選取就顯得很重要了,我這邊的經驗方法為:指定乙個最小間隔比如0.01(根據實際可調整),如果兩次迭代之間的函式值小於0.01,我就認為迭代可以結束了。上邊的舉例的擬合函式,按照這個演算法需要迭代316次,求得的使用者生命週期為41天。

使用者生命週期

一 需求 使用者是軟體的活動主體,軟體行為也是使用者主導來完成,所以建立 修改 刪除乙個使用者資訊,並進行登入 操作 退出等操作,是開發乙個重要發起點。通過使用者生命週期的整個過程分析,也能很好的理解和設計其他物件的處理。二 工具 一 前端 1.jsp 2.layer 3.ajax 二 後台 1.s...

如何搭建使用者生命週期模型?

使用者的生命週期,簡單來說就是 使用者從開始接觸產品到離開產品的整個過程。根據上圖可知,使用者的生命週期主要分為5個階段 匯入期 成長期 成熟期 休眠期 流失期。但是,回到最初的起點,我們怎麼才能搭建乙個使用者生命週期模型來幫助我們進行分析呢?如何搭建使用者生命週期模型?從上文我們可以了解到,根據使...

RFM 模型 , 使用者生命週期

第五部分 使用者的生命週期 將使用者劃分為活躍使用者和其他使用者 統計每個使用者每個月的消費次數 統計每個使用者每個月是否消費,消費記錄為1否則記錄為0 將函式做用於dataframe中的所有元素 elements 將使用者按照每乙個月份分成 unreg 觀望使用者 前兩月沒買,第三個月才第一次買,...