在前一篇文章的留存分析中，从入门到高级，介绍了两种不同的留存定义，以及各自适用的行为和分析场景。 此外，根据模块中的一些小功能，介绍了如何分析高级版本，最后介绍了如何正确使用分组视图。
对于熟悉用户运营留存分析功能的人来说，以上内容对你来说，一定是惯用的分析手段。 但是，除了这些分析场景之外，学生们肯定还有很多诉求无法通过目前的留存分析得到满足。 有替代的方法吗？
答案是，通过打出用户分群、事件分析和预警分析组合拳，就能够满足极大多数分析场景！
(备注：本文处理的数据均为在demo环境下模拟的虚拟数据)
现在让我们考虑一下这样的问题：
对于丢失的用户，可能会通过各种召回方式将其拉回产品内部，但成本很高。
而对于那些剩下的用户，如果催促他离开的因素消失了，他一定会有非常高的概率失去。 对于这部分用户我们可以进行事前避免，事后预警，而且运营成本也不高。
此类问题在直播行业、垂直领域产品上频繁出现。 例如，在直播行业中，如果某个直播的内容发生了变化，习惯观看这样内容的参加者一定会去寻找替代品。 如果短期内在产品内找不到，流出是必然的。
本期我们在以直播产品为例上，通过用户分组、事件分析和预警分析进行了组合拳，实现了此类问题的事前预警和事后分析。
直播产品案例1 .基准时间：
三月十五日
2 .此次诉求：
找出过去15天至过去5天(3月1日至3月10日)，分析过去10天进入直播次数超过7天但过去5天(3月10日至3月15日)不再进入直播的用户，发现这些核心用户保持沉默的人数
3 .使用方法：
用户分群、事件分析、预警管理
首先，在用户分群中选择这个部分曾经保留的核心用户，作为“曾经保留”的用户组进行保存。 具体结构如下。
然后，根据诉求，选择该部分保持当前沉默的核心用户，将其保存为“保持当前沉默”的用户组。 具体结构如下。
用户组配置完成后，进入事件分析，选择自定义指标，计算出该组用户的人数、比例。 具体配置如下。
据了解，核心人群每天约有5千至6千人，流失人数每天不足50人，流失率不足5%。
为了避免流失人数和流失率大幅增加，可以通过预警功能实现该用户组的日常监控。 具体构成内容如下
配置完成后，当流失率超过5%时，会自动发送警告邮件，提醒运营的同学防止事态恶化。
设置结束前的警告后，我们也必须分析促使这些用户留存的原因和流失的原因。 具体分析方法可通过事件分析，按“直播间名称”或“直播间标签”分组查看。
知道具体的流出直播间名称，结合业务上的一些策略变更，我们可以制定一系列应对措施。
例如，在照片上发现，“你觉得元芳怎么样”、“火影忍者”等直播间的流失人数很高。 这可能是因为版权的关系泄露出来的，《华山论剑职业联赛》可能是因为比赛结束的关系，用户无法进入直播间了。 由于每种类型的原因制定的战略当然不同。
总结本文尝试回答了在有限的剩余分析功能无法满足诉求的情况下，是否有替代方法的问题。
我们可以通过用户群和事件分析，实现定制的留存人数、流失率的计算。
此外，神策分析还提供预警功能，通过设置溢出预警线，当溢出高于日常规律时，发送相应的预警短信方式，实现风险的预控。
最后，通过事件分析的分组显示功能，可以分析可能导致流失的因素，更准确地制定运营策略。
作者
盼家只是在反思
神策数据分析师
*作者原创声明，转载请注明出处
【更多干货】
微信小程序增长缓慢吗？ 你对流量源的分析正确吗？
实践体会|运营活动中数据异常问题的排查实战
漏斗分析会给业务员工带来什么？