看将来站长搭站方向开展趋势

　　丢失用户的界说请参阅“网站的活泼用户与丢失用户”这篇文章，要解说如何合理地去界说用户丢失时刻段长度的疑问，需要先介绍一个新的目标概念：回访用户。这儿的回访用户不是指Google Analytics上面的Returning Visitor(与新用户相对，指之前拜访过网站的用户再次拜访网站)，这儿的回访用户指丢失以后再次拜访网站的用户，即用户从前丢失过，满意丢失时刻期限内彻底没有拜访/登录网站的条件，但以后从头拜访/登录网站。然后，依据回访用户数能够核算得到用户回访率，即：

　　用户回访率 = 回访用户数 ÷ 丢失用户数 × 100%

　　回访用户率的数值大小间接地能够验证对用户丢失界说的合理性。正常情况下，用户的回访率应该是对比低的，从事务的视点思考，假如对丢失的界说是合理的，那么很难让那些对你的网站现已失掉爱好的用户从头来拜访你的网站。一般情况下，网站的用户回访率应该在10%以下，在5%左右的数值是对比合理的，关于老练的网站而言用户回访率会稍高，而新式的网站的用户回访率一般更低，特别像手机APP这类用户易丢失的商品。

　　丢失期限与用户回访率

　　用户丢失的丢失期限的长度与用户的回访率成反比，咱们在界说用户丢失时运用的接连不拜访/登录网站的期限越长，这批丢失用户以后回访网站的概率就会越低，而且跟着界说的丢失期限的增大，用户回访率一定是递减的，并逐步趋近于0。那么假如挑选适宜的丢失时期长度?咱们能够设定不一样的丢失期限长度，进一步核算每个丢失期限的用户回访率，并调查用户回访率随界说的丢失期限增大时的收敛速度。假如以“周”为单位设定丢失期限：

依据设定的不一样丢失周期的用户回访率的改变曲线，咱们能够运用拐点理论(Elbow Method)挑选最适宜的丢失周期。

　　拐点理论：X轴上数值的添加会带来Y轴数值大幅增益(减益)，直到超越某个点以后，当X添加时Y的数据增益(减益)大幅降低，即经济学里边的边沿收益的大幅削减，那个点即是图表中的“拐点”。比方上图中丢失周期添加到5周的时分，用户回访率的减缩速度显着降低，所以这儿的5周即是拐点，咱们能够用5周作为界说用户丢失的期限，即一个之前拜访/登录过的用户，假如以后接连5周都没有拜访/登录，则界说该用户丢失。

　　所以，有个这个方法以后，就能愈加合理地界说丢失用户的核算逻辑，而之前要做的即是挑选不一样的丢失期限别离核算用户的回访率，然后用核算的到的数值生成如上的一张带平滑线的散点图，疑问就方便的解决。