惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
MyScale Blog
MyScale Blog
Jina AI
Jina AI
爱范儿
爱范儿
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
I
Intezer
The Cloudflare Blog
T
Threat Research - Cisco Blogs
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
D
Docker
AI
AI
Scott Helme
Scott Helme
Attack and Defense Labs
Attack and Defense Labs
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
L
LangChain Blog
Recent Announcements
Recent Announcements
Security Latest
Security Latest
Hugging Face - Blog
Hugging Face - Blog
W
WeLiveSecurity
Last Week in AI
Last Week in AI
Security Archives - TechRepublic
Security Archives - TechRepublic
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
P
Proofpoint News Feed
S
Securelist
S
Security Affairs
Project Zero
Project Zero
博客园 - 叶小钗
Google DeepMind News
Google DeepMind News
T
Tor Project blog
A
About on SuperTechFans
V2EX - 技术
V2EX - 技术
宝玉的分享
宝玉的分享
T
Tenable Blog
博客园 - 聂微东
人人都是产品经理
人人都是产品经理
Simon Willison's Weblog
Simon Willison's Weblog
Forbes - Security
Forbes - Security
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
V
V2EX
AWS News Blog
AWS News Blog
The GitHub Blog
The GitHub Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
P
Privacy & Cybersecurity Law Blog
阮一峰的网络日志
阮一峰的网络日志
I
InfoQ
C
CXSECURITY Database RSS Feed - CXSecurity.com
H
Hacker News: Front Page
美团技术团队

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
为网易云音乐设计一套流失召回流程
解忧 · 2025-07-21 · via 人人都是产品经理

用户流失并非离开那么简单,真正的问题是——我们是否真正理解了他们为什么走?本文聚焦于网易云音乐的流失召回策略设计,从唤醒机制、场景触发、内容匹配到反馈闭环,逐步拆解一套可操作、可验证的产品增长路径。

一、背景

2024年,网易云音乐继续专注于强化核心业务,通过改进个性化推荐,来提升全面的视听体验;扩充说唱、摇滚、日本AGC和欧美音乐等品类、引入韩国音乐厂牌等来丰富音乐储备;持续孵化独立音乐人的能力,不断提升自制音乐内容的能力;拓展多重UGC的互动场景,进一步培育音乐社区。

网易云音乐希望推出更丰富的内容、先进的功能和升级的会员权益,以此来进一步促进音乐变现和消费,增强会员订阅收入。

根据QuestMobile报告指出,2024年网易云音乐日活用户约3900万,相较于2023年增长了5%。目前网易云音乐产品形态已成熟、用户增速已经放缓、用户使用习惯也已形成,是处于成熟期阶段的产品。

此时产品增长侧重点需要从增量获客转为存量用户价值深耕,为突破现有用户价值水平,采用存量用户价值深耕的其中一种手段,即流失用户的召回,本文对网易云音乐用户生命周期中导入期到成长期,成长期到成熟期的流失情况进行讨论。

二、用户为何会流失

目前产品中流失可以分为这四种类型,分别是:

  • 自然流失:每个产品都有自己的生命周期,当产品走向衰退时,用户的生命周期也走到了尽头;
  • 产品价值或服务能力不足导致的流失:产品不能解决用户的痛点,服务能力不足以支撑起更多的用户;
  • 未能引导用户体验产品的核心价值导致的流失:用户在初次接触产品时,如果没有体验到产品的核心价值,则很快便会流失;
  • 竞品导致的流失:由于竞品能够提供优质的服务和产品体验而导致用户弃用产品所产生的流失。

对于网易云音乐这款产品,导致用户离开产品的原因可以归类到后三种中,究其根本,其实是产品功能不完善,产品链路不完善,产品或者运营未能解决用户核心痛点。

因此在发生流失用户时,核心是找到用户流失的原因,对产品或者运营手段加以完善后,辅以召回手段进行召回。

三、如何定义流失用户

首先我们需要梳理出产品的主业务逻辑,对用户接触产品开始到离开的生命周期中,潜在的可能会发生用户流失的环节进行分析,找出流失用户的关键行为,总结出流失用户的画像。

图1-1

1、梳理主业务流程,识别影响用户留存的核心驱动力,找出关键行为节点。

网易云音乐是一款集在线音乐平台和供音乐爱好者进行互动的内容社区,其产品的核心驱动力是找歌和听歌,所以梳理主业务逻辑就围绕着找歌和听歌展开,梳理后逻辑图见图1-1。

在这些路径中,对用户留存具有决定作用的关键行为节点有:

  • 登录行为(登录次数)。
  • 听歌行为(听歌时长;收藏歌曲/歌单;创建歌单)。
  • 互动行为(关注艺人;发表评论、点赞、分享、关注)。
  • 付费行为(购买会员、数字专辑)。

2、定义用户生命周期不同阶段的流失用户。

在产品使用过程中,每进入到下一阶段,就会用大量的用户流失。定义用户生命周期不同阶段的流失用户,可以更有针对性进行流失分析。

导入期(下载应用——注册——完成首次关键行为):此时用户刚下载或注册完产品,还未进行完整体验产品流程。此时用户流失的表现有以下两种:

  • 初级流失:注册后72小时内未完成首次有效听歌行为(听完1-3首歌)。
  • 早期流失:注册后7天内没有完成至少一个关键听歌激活行为(收藏歌曲、创建歌单、关注艺人)。

成长期(完成首次关键行为——开始频繁使用核心功能):此时用户已经体验完产品的核心功能,对产品已经形成了使用习惯,开始频繁使用核心功能,并探索更多内容。此时用户流失的表现有以下两种:

  • 轻微流失:7天内听歌天数小于1天,或者日均听歌时长以及次数小于活跃期平均值的50%,或者没有任何互动行为(收藏/评论等)。
  • 轻度流失:连续14天没有任何听歌行为或互动行为。

成熟期(开始频繁使用核心功能——深度使用产品/发生付费行为):此时用户深度使用产品,已经成为了产品的高活跃度的忠诚用户,或者发生了付费行为。此时用户流失的表现有以下两种:

  • 轻度流失:过去30天核心活跃指标(听歌天数/时长)相比其自身历史平均水平下降幅度大于50%。
  • 中度流失:连续30天内没有任何听歌行为。
  • 付费用户流失:会员到期后30天内未续费且无任何听歌行为。

3、拉取流失用户的数据。

与数据团队合作,说明流失用户的定义,需要拉取的具体用户范围是哪些,时间段是多久,数据维度是哪些。关键的数据类型有下面这三种:

用户基础属性:用户ID、注册时间、来源渠道、设备类型(iOS/Android/Web)、操作系统版本、APP版本、地理位置、年龄、性别。

用户行为数据

  • 首次核心行为完成情况:是否完成过首次收藏、首次创建歌单、首次关注等。
  • 活跃度:总登录天数、最近登录日期、历史听歌总时长/次数、历史收藏歌曲/歌单数、历史评论/点赞/分享数、历史创建歌单数、历史关注数(用户/艺人)。
  • 近期行为趋势:流失前7天/30天的听歌时长/次数、互动行为次数(与更早时期对比,看下降幅度)。
  • 功能使用深度:是否使用过播客、直播、K歌、社区(云村)等功能及使用频率。
  • 内容偏好:常听歌曲风格、常听艺人、常听歌单类型(需有标签体系支持)。
  • 付费数据:历史付费总金额、最近一次付费时间、购买过哪些产品(会员、专辑、直播礼物等)、会员状态(是否曾会员、最近一次到期时间)。

4、进行数据分析,抓取流失用户共同特征。

从拉取的数据中找出流失用户群体中显著存在的共同模式、特征和行为轨迹。可以从以下维度进行分析

基础数据分析:

流失的用户是否集中于某一渠道。

流失用户的性别、地域、年龄、兴趣特征是否类似。

行为数据分析:

有多少流失用户从未完成过首次产品核心功能体验行为(如从未收藏、从未创建歌单、从未关注他人)。

流失前用户的听歌时长、次数、登录频率、互动频率与活跃用户数据相比,数据如何。

流失前用户进行了哪些共性行为。

流失用户播放完成率是否偏低,是否频繁切歌,是否在流失前有大量“不感兴趣”标记。

流失用户中付费用户的比例,付费用户的流失与会员到期未续费的关系。

外部因素分析:

在大量用户流失的时间点处,产品做了哪些动作,如新版本的更新、大型活动结束后、竞品推出新功能。

流失用户偏好的音乐类型、艺人、歌单是否具有集中性,是否与近期版权变动、特定艺人活跃度下降有关。

是否有竞品在同一时期有重大动作(如版权引进、新功能上线、促销)。

5、根据上述流失用户数据情况,以及用户特征,汇总得出一套流失用户画像。

四、评估是否需要做召回

对这一批流失用户,采用RFM模型对用户价值进行分析,来判断是否属于中高价值用户是否值得召回。流失前是否属于高频使用、高互动型用户;是否是优质内容创作者;是否是付费能力强的用户;这批流失用户体量是否足够大,是否处于黄金召回期。

接着分析流失用户的核心原因是什么,产品能否在短期内解决。原因是产品体验有问题;产品核心价值缺失;外部事件影响;付费价值不够;运营手段有问题。

根据上述召回潜力高低分析以及流失原因是否可解决,可以得出下面四个召回决策方向

即使决定了要召回,也要明确所需花费的资源成本,以及召回后用户可贡献的价值LTV,计算流失用户召回的投资回报率ROI,明白召回这个行为带回来的价值高低。对ROI进行公式拆解,ROI = (预估召回用户数 * 预估单用户召回后价值) / 总召回成本。

总召回成本根据召回渠道的选择以及流失用户画像的规模计算。单用户召回后的价值根据召回的付费用户的生命周期价值LTV,以及非付费用户的间接价值(活跃度,以及活跃度带来的广告收入、品牌口碑等,内容创作)。

五、流失用户的策略召回

评估完可召回的流失用户后,就可制定流失用户的召回策略。可以从下面几个思考方向入手,提取网易云音乐产品内的可进行策略制定的关键元素

思考方向:

1、产品中是否能获取到用户的关系链。

关键元素:产品内用户近一个月互动行为次数TOP3以内的的好友,用户流失期间好友达成了什么成就(发布爆款歌单,获得了某个音乐成就徽章),与好友共同点赞、评论过的歌曲或动态。

2、产品中是否能获取到用户的重要节点。

关键元素:性别,地域(特色歌曲,方言说唱),生日,注册纪念日。

3、产品是否存在可以对用户强刺激的点。

关键元素:艺人偏好,语言偏好、音乐偏好。

4、用户是否有获取优惠的动机。

关键元素:购买的数字专辑数量、类型,参与过做任务领取限时会员的活动,历史有过会员订阅。

5、用户是否存在加入时的核心动机。

关键元素:日间通勤、学习、运动需要,夜间听歌,博客、广播剧偏好

6、产品中是否出现了引起大量用户讨论的话题。

关键元素:艺人举办演唱会、音乐节,艺人资讯,参与的评论超过10万的社区话题。

对每个召回策略的思考方向下制定出召回规则,召回规则就是将用户互相与召回策略的关键元素以及召回的渠道和时机对应起来,简单来说就是在什么时机下,通过什么渠道,将什么内容推送给什么用户。

结合这些不同的思考方向、关键元素,召回规则、召回渠道,为每一种召回方向都制定出一份召回文案。

要注意的是,在进行召回动作时不要局限于单一规则,可以将用户的多重信息组合起来,做出一个有吸引力的召回文案。例如:一个偏好周杰伦、常通勤、生日快到的流失用户,可以在生日当天的通勤时段,推送:“生日通勤专车已就位!周董新歌+生日祝福歌单,点击领取你的双倍快乐 。”

最后,在进行召回动作时,需要注意:要合理运营A/B Test:每条规则下的文案、发送时间、渠道组合,都要做小流量测试!根据数据判断怎么做最有效。

明白召回做完了不等于工作已经结束: 将用户召回进站内只是第一步!要设计流畅的回流承接页(如直接播放推荐歌单/跳转到新歌/话题页),做好后续站内的引导,并关注其回流后的短期留存数据(次日留存/3日留存/7日留存)。如果回来看看又走了,说明根本问题可能还在。

避免高频触达用户:注意安排合理的触达频率,并提供明确的退订渠道。对召回无响应的用户,拉长后续召回间隔或停止召回,避免骚扰。

数据闭环: 严格跟踪每条规则、每个文案的触发量、点击率、回流率、回流后留存率、付费转化。用数据不断优化规则和策略。

内容参考:《用户运营高阶》课程。

运营小白在学习过程中的一点应用,欢迎大家指正。

本文由 @解忧 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议