在如今的互联网时代，根据权威数据显示，获得一位新顾客的成本是留住一位老顾客的7倍。并且，提高客户留存率也是提升企业收益最直接有效的方式之一。那么，客户为什么会流失？怎么做才能留住客户呢？本文作者就给大家聊聊如何提升用户留存率以及操作步骤。
为了让大家理解这一部分和前面两个部分之间的关系，我们还是先回到这张图。
之前整体给大家梳理了一下用户运营和大规模用户运营管理的认知，在这个认知基础上，我们把大规模用户运营的工作分成了初阶和高阶两个层次。
高阶是要做用户运营模型的梳理和体系的搭建，这个部分之前也说了，这里边也三大子系统，这三大子系统之后我也会逐次展开来和大家聊一下，这三大子系统该怎么来用。
再之后，我会把这三大子系统合在一起，放到一款比较成熟的产品中来看看会呈现出一种什么样的状态。
而现在我们要关注的，恰恰是这张图的上半部分，也就是比较初阶的用户运营从业者需要关注的几种常见手段，提升用户留存率、促活还有召回等。
这几块是60%-70%以上的用户运营从业者在日常的工作当中要最为关注的，所以能否做好这一块的工作，很大程度也决定了很多用户运营从业者他的绩效和核心目标的完成情况到底是好还是坏。所以，我想在这个阶段花一些篇幅，和大家讲一下这三块该怎么来做。
关于留存、促活与召回
关于留存、促活与召回这三个名词，应该来说大部分人在很多地方已经看到过很多次了，在此我就不花很多篇幅对这三个名词进行解释了，如果确实有不知道的同学，请自行百度一下。
这里我只花一个较小的篇幅，来讲一下这三项工作它核心的目的和背后观察和监测的核心指标到底是什么。对一件事要解决一个问题来说，如果它是管理问题，首先我们要可以去监测和评估它，然后才能知道怎么去影响它和驱动它，下面我们依次来看。
1、留存
目的：增加首次使用后此后还会继续使用的用户比例。
核心指标定义：通常有次日留存、7日留存、30日留存等指标。
基本上，在某一天注册的用户里头，比如说有100个用户注册，那到明天继续留下来使用的人有多少，到7天之后留下来继续使用的人到底有多少，30天之后又有多少，基本上会是这样的一个定义方式。
在延伸一点的话，可能会到3个月、6个月甚至说一年都有可能，这个是看不同的产品，重点会看几日的留存指标 。
2、促活
目的：增加目前用户的活跃度，如提升访问时间、发帖量等。
核心指标定义：通常把每日有访问定义为一个有效的DAU用户。
DAU用户就是日活用户，对少量的产品，可能会用不同的行为，比如说发帖这样的行为来去定义它的活跃指标。
大家一定要知道，对于像留存、促活这样的事，一定说我们先把指标定义清楚，然后才能围绕这个指标做监测和驱动。
在指标的定义上行业里有一些的参照，比如像活跃这件事，很多产品只要有访问就算活跃，但也不排除有一些特殊的产品，它的定义会是个性化的。比如说对某些学习app来讲，就是把用户登录进来有学习行为产生来定义成一个活跃，核心还是看你想解决什么问题。
3、召回
目的：通过有效信息触达手段推送信息给已经流失的用户，引导用户重新完成访问或使用。
核心指标定义：唤回用户数
这是对留存、促活和召回三件事的一个解读，这三件事确实在互联网行业当中的出镜率也最高。接下来，我们回过头来看，在面对一个问题的时候，通常都是先问是不是，再看怎么做对吗？所以接下来我要问题个特别有趣的问题。
就是所有产品，都需要关注留存和活跃吗？我们不妨来看几款产品。
这是淘票票电影，假设我们现在看一个现象，比如说淘票票电影的用户次日留存很差，请问这是一个问题吗？我们如果是淘票票电影官方的运营，这个东西我们要不要管，这是一个现象，我们先放在这。
以及，另外还有一款产品，就是世纪佳缘，这是一款婚恋交友型的产品。那对于这样一款产品来说，如果我们现在发现世纪佳缘的用户活跃度很差，比如世纪佳缘有2亿的用户，现在的日活可能只有100万不到200万的样子，非常低，那这是个问题吗？我们要不要去关注和解决呢？
所以，当这样两款产品摆在我们面前的时候，对于淘票票电影用户用来买电影票的这样的产品来说，一般用户去看电影的频次，以天为单位大量去看，这个好像不太现实，一般来说很多用户都是一两周去看一场电影，这可能频次就很高了，所以像次日留存这样的指标对淘票票电影来说就没有什么意义，但是30日留存、半年留存，这个是有意义的。
同理，反过来看世纪佳缘，对于用户的关注更多是用户的付费和用户最后的匹配成功率，而一旦用户在一个阶段之后，比如说一个月或是两个月之后找到了自己的伴侣了，这个时候用户一定是会离开的。
世纪佳缘如果要在用户上去进行关注的话，看到用户因为成功而离开应该是高兴的，当用户离开了之后，就不应该再追求用户的活跃了对吗？所以在这个层面上来思考，好像不是每一款产品都需要关注留存和活跃的。
活跃、留存指标对不同产品的意义
接下来，我就给到大家一个方式去界定，留存和指标到底是不是重要的，所以我们还是搬出来之前使用过的四象限，在这个四象限里边，我们也依次来看。
第一象限
首先，对于使用频次高，且用户会直接付费的产品来讲，如果这个产品本身存在有一些高频流量型的功能的话，这个时候必须要看活跃和留存指标。如果没有，重点就看消费频次和ARPU值。
本质上，我们要解决的是评估和监测用户价值的问题，而不一定是活跃和留存的问题，活跃和留存只是帮助我们去评估用户价值的一种常见手段和指标而已，这个大家一定要理解。
就像对小红书这样的产品来说，一方面用户是会直接付费的，另外一方面，站内有一个社区，所以在小红书上是要看活跃和留存的。
但对于淘宝、天猫、京东这样的产品来说，我们看活跃和留存只是一个参考指标，它的核心价值还不是那么大，我们重点要看的还是用户的消费频次和用户的ARPU值，所以这是第一个象限里的产品。
第二象限
第二个象限里的产品，用户的使用频次低且用户会直接付费的，那这个时候活跃和留存这样的指标对我们就都不重要，重要的是转化和收入。典型像我们刚才看的世纪佳缘，用户的活跃和留存对我们来讲意义可能都比较有限，我们看转化和收入就行了。
第三象限
那如果是在第三个象限，用户不会直接付费，且使用频次低，那就直接忽略了。
第四象限
如果用户使用频次高且用户不会直接付费的，那这个时候活跃和留存指标都特别重要，而且必须要重点来看才行。因为这样的产品，只有你占据了用户的时间，才会产生用户潜在的价值和商业变现的可能性。
这个模型差不多就介绍到这，行业里边有句谚语，叫做当你手里边拿着一把锤子的时候，你看整个世界都像钉子。我觉得在运营的工作里边，对很多人来讲往往也是这样的。
有些人听说留存和促活很重要，于是拿到任何一款产品都会想要去看看留存怎么样，分析一下活跃怎么样，但很多人都没有意识到，留存也好活跃也好，它其实只是一种工具，只是一种数据监测的维度，本质上解决的还是用户价值提升的问题。
它只是一个表象而已，也不是所有产品都需要看留存和活跃的，所以大家将来在遇到一款产品的时候，要不要看留存和活跃基本上可以用这个模型来帮助自己做一个判断。
怎样提升留存&活跃用户数？
解决完了是不是的问题，接下来我们就来看怎么做的问题。比如说假设你负责多米音乐早期的版本，当时它的主要功能一个是听歌，另外一个是站内有一个音乐社区。这样一款产品，如果你发现当前新增用户的留存率普遍不佳，那我们可以怎么办呢？有哪些潜在的手段和可能性我们可以去考虑？
以及说如果现在的全站用户日活量低，比如说全站可能有个一千万用户，但平均的日活可能只有十几二十万，非常低，然后我们现在想促活的话，又可以怎么办呢？接下来我们不妨就以这款产品为例，一次来带大家分别解决一下留存和促活的问题。
如何判断以多长时间周期来关注留存问题？
首先在留存的问题上，我们一定要先解决一个小问题，就是到底我们该以多长的时间周期来关注留存呢？因为前面也讲了，留存可能分次日留存、7日留存、月留存等等这些不同的维度。
对于管理来说，你肯定得先界定清楚到底关注一个什么样的指标，这个指标到底是怎么定义的，指标被定义清楚了，我们接下来才有监测和驱动它的可能性。
当我们拿到像多米音乐这样的一款产品时，我们怎么去判断到底我们核心关注的是次日留存还是7日留存还是一个什么样的留存指标呢？所以我也给大家一个小的工具。
其实关于这个问题，无非就是思考这样两个问题，一个是用户的典型使用频次是怎么样的；第二个就是用户是否会在特定时间周期内离开产品，要分别思考这样两个问题，我们接下来不妨来看一些带入的具体例子。
比如说在用户的典型使用频次上，第一款产品可能就是用户每天都会使用的，那这样的产品我们一定要非常强的去关注它的次日留存率，典型包括像陌陌、英语流利说、今日头条等。
而第二类产品可能是每周或每几周才会定期使用，这样的产品，我们典型更应该关注周留存和首次用户完整使用体验，相比我们无需关注次日留存，如淘票票电影、大麦网等。我们应该核心关注新增用户的首次完成使用体验，也就是淘票票有没有购买第一张票，在这之后，才是以周为单位或是以几周为单位来关注用户的留存，我们要抓住用户的规律。
接下来，其它的产品用户的使用频次就会长一点了，可能每个月或每几个月甚至每1-2年才完成一次使用，这样的产品，我们就无需通过留存指标来关注用户价值，更加关注单次使用时的完整性+通过会员、品牌建设等方式持续驱动用户使用就好。典型如58同城、拉勾网、每家、上门洗车等O2O服务等，它们其实不太需要关注留存这个指标的，它们只需要关注用户第一次进来。
比如说像拉勾网，用户在我这上传简历没有，上传完简历之后有没有投递，投递完了之后有没有收到面试邀约，这个是叫做首次使用时的完整性，有了这样的完整性用户才有可能将来的时候更加认可你。
接下来有可能就会考虑通过会员的方式，比如说像58、上门洗车等等，它可能给你办了一个会员，接下来你每次想要洗车或是想找家政人员的时候，因为我在你这有了会员卡，有会员卡我可以有更多的折扣，所以我每次使用的时候一定会来找你，所以这是我们判断的第一个维度——用户的典型使用频次。
接下来，还存在第二个维度。我们是通过第一个维度来判断到底是强关注它的次日留存还是周留存，是在什么样的时间颗粒度下关注这个留存，那接下来的问题就是我们要在多长的时间周期里边去关注留存问题，所以这就涉及到我们第二个要思考的维度，就是用户是否会在特定时间周期离开产品？
第一种状况就是说用户是会在一个时间周期内走的，所以像婚恋交友、英语考级这样的产品，它一定就是说我典型服务一个用户的周期可能就是2-3个月，所以在这2-3个月内，也许我关注用户的留存或是他持续的使用这个是有意义的。但一旦超出了这个时间周期了之后，我们其实就不再需要关注留存的问题了，因为用户已经被我们服务好了，我们应该把他送走，再把他留在这，他也难受我们也难受，这没有必要。
那第二种状况，可能就是用户未必会在特定时间周期内离开我们，用户可能会长期黏在产品中，这样就可以比较长期的来关注用户留存的问题，甚至说在这个命题上也许可以进一步把它转化为用户生命周期管理的问题来思考。因为用户的持续停留时间足够长，足够长的话，我们就可以划分出一个用户生命周期的模型来去管理，这个部分我们在这就不延伸了，因为我在之后会花一部分篇幅来单独介绍。典型这样的产品有知乎、陌陌、微博、宝宝树等。
多米音乐该监测怎样的留存数据指标？
如果把我们刚才提到的这个模型套用到多米音乐这款产品上的话，那多米音乐该监测怎样的留存数据指标呢？我们也逐次从这两个维度来思考。
首先，多米音乐用户的典型使用频次是怎样的呢？典型应该是用户每天都会使用的产品，所以在关注上一定是强关注次日留存。
第二个方面，用户典型的使用周期是一个什么样的感觉呢？它应该不是那种说有明确的一个时间窗口，用户用完了马上就会走，它是有可能用户长期黏在产品当中的。
所以思考判断完了之后，我们基本上就可以得到一个结论，多米音乐这样的产品，我们要解决它的留存问题，应该分别监测新用户的次日留存、7日留存、30日留存等多个指标，可以把它放到一个长周期来看，分别来判断这些数据指标的好和坏，再看一下是在哪些时间周期里边，我们对用户的运营和维系出了问题。
然后这三项数据指标的表现都不好的话，那我们应该优先来解决次日留存的问题，肯定是说你先把次日留存解决完，你才有用户7日留存、30日留存的可能性这样的逻辑。
用户可能会因为哪些原因留存率低？
上面其实是我们解决留存的第一步，找出来我们应该关注的留存数据指标进行监测和判断，看哪个地方的留存到底是出现问题的。
然后有了第一步之后，第二步我们就应该去判断如果我们已经界定清楚用户的次日留存率在多米音乐里就是比较低的，那我们就要去搞清楚用户留存率低的原因到底在哪里，我们只有找到了原因才能够去对症下药。
在一款产品当中，如果用户留存率低，到底可能因为哪些原因导致留存率低？所以，我在这给大家一个基本的参照模型。
用户留存或活跃差其实会存在几类主要原因：
1、 产品价值不足/不明确or服务能力不足
产品价值不足就是产品不好用，用完了之后不爽。比如说你是一个学习类的产品，然后用户银行了十几分钟的课程想睡觉了，这个就是典型的价值不足。
然后不明确是说你虽然是一个学习类的产品，也想解决用户学习的问题，但实际上发现你解决不了，这就叫做不明确。第三个就是服务能力不足，比如说对培训机构的课程来讲，假设一个月只有服务3个月的能力，这时候一下子涌入进来10000个人，一定是有人没有得到好的服务的，所以这群人一定留不下来。
2、 未能引导用户去体验到产品的核心服务或核心价值，让用户惊喜
我们的产品本来还不错，但是用户进到我们产品里边来之后，我们并没有很快速的去引导用户去高效的体验到我们的核心价值。
就比如说某培训机构的课程非常好，服务也非常好，但大多数用户进来之后反而去看了他们的文章，去使用了一些他们乱七八糟的工具，然后看了很多发在站内的广告之类的，于是他可能看完这些东西就离开了，没有体验到他们的核心服务和价值，这时候留存和活跃也是会比较低的。
3、 用户不匹配
我们的产品能服务好的用户可能是A类型的，现在进来的用户基本是B类型，或者是C类型的，这样用户的留存和活跃一定也好不了。
这是最常见的3类原因，那针对这3类原因，我们到底应该怎么去思考和解决呢？我们也来看一下。
1、 产品价值不足/不明确or服务能力不足
首先，针对第一类原因，解决方案要么就设定服务边界，比如说培训机构一个月就招3000个人，多了的话就不服务了，就是设定一个明确的服务边界。包括很多产品上线之初会有内测的邀请码，或者会限量开放一些名额等，也都是类似的做法。
另外，如果我们的产品本身价值不足或是不明确的，那么我们就需要快速探索稳定的产品价值点到底在哪里，把我们的产品打磨的更加成熟。
3、用户不匹配
针对用户不匹配，就是要调整推广策略，有可能我们的渠道没有找对，应该换一下渠道。或者我们要调整产品机制，来让产品适应现有的用户。
接下来针对在互联网当中非常常见的第2类原因，就是未能引导用户去体验到产品的核心服务或核心价值该怎么解决呢？我们接下来花一点篇幅来讲。
围绕产品核心价值提升留存的3种核心思路
如果你对产品的核心价值是有信心的，明确的肯定我们这款产品一定有它的核心价值，在这样的情况下，如果我们要提升这个产品留存率的话，其实存在3种核心思路，我们逐次来说。
1、 功能/服务留存
一款产品肯定有N多的功能点，有一些功能可能用户用完就走了，而另外一些功能是用户用完会留下来的，我们要从数据种加以分析，找到这款产品当中能够实现用户留存的功能点，通过引导强化、补贴等方式吸引更多用户使用功能/服务，从而我们的留存率就上升了。
2、 内容留存
内容留存意思就是我们要做好内容和用户之间的匹配，就是说有一部分用户会因为看到某一些特定的优质内容而后续会留下来的，所以我们就需要发现+创造站内的优质内容。
从数据中搞清楚到底站内的哪些内容是更优质的，更有助于用户留下来的，哪些可能不靠谱，用户看完可能就会走，然后我们要把这些优质内容更好的推送给新用户，更好的匹配给新用户，从而提升他们的留存率。
3、 社交/互动留存
一款产品当中，用户如果得到了更多的互动或者缔结起来有效的关系，他其实是会更愿意留下来的。所以一旦我们的产品当中有一些空间可以和用户互动或者能够帮助用户缔结关系，那我们就需要帮助用户去缔结起来更多有效的关系或制造更多的互动，从而用户会因为这样的关系和互动长期留下来。
分析&提升用户留存的基本操作步骤
假设这3大思路我们已经知道和明确了，现在我们就要在一款产品当中去具体提升用户的留存率，我们到底该怎么做呢？基本上会有3个大的操作步骤。
1、 明确要重点看的留存指标颗粒度
也就是前边我们说的，到底是看次日留存，还是7日留存，还是月留存，还是什么时间颗粒度上的留存。
2、找到可能影响留存的元素们进行对比分
这个环节可以分别从时间、功能、内容、互动行为差异等维护入手进行数据比对，进行分析，也许就能找到一些线索。
3、完成数据分析，找到线索，制定运营方案or策略，强化有效线索
真的对我们找到的线索，发现使用A功能的用户显著比使用了B功能的用户留存率要高，这对我们就是一个线索，那我们就要针对这个线索制定运营方案或者是策略，把更多的用户引导去向线索的方向，去使用A功能，有效的强化线索，从而通过这样的方式，最后提升了用户的留存率。
多米音乐的留存提升分析思路
为了让大家对这个方法有更加深刻和客观的理解，我们不妨再次回到这个案例上来，多米音乐的留存该怎么来提升。
我们已经说了，这个产品的主要功能是听歌和音乐社区，并且我们要看它的留存的话，一定是最优先基于次日留存来看，。所以接下来，我们第一步就是基于次日留存，把最近次日留存的数据去拉出来，然后进行监视和比对。
这里我们就引用一份由GrowingIO提供的一组数据切片，需要强调的是，这组数据切片供大家参考，绝对不等同于多米音乐真实的数据案例。所以在这组数据上，大家可以看到，基本上把用户使用从第一天到第十天整个留存的变化都拉出来了。
拉出来之后，接下来我们就可以看到整个数据的看板上是有几处有趣的变化的，前边我们讲到，有了数据之后，要去做对比分析切入的维度，有时间、功能、内容，还有互动和关系链。
那我们从时间角度来看，这个图片里头10月30号和31号这两天进来的用户次日留存显著比较低，平均站内来看有45%-50%左右，但这两天的平均留存率只有30%左右，所以留存率比较低。而相对来说11月26号或11月2号这两天的平均留存数据显著是比较高的，能达到61.8%。
所以我们要做切入分析，如果要去提升次日留存，那第一个可以考虑去延伸进一步挖掘的方向。一定是去看10月30号和31号这两天进来的用户，他们从用户的构成上，包括用户进到站内的行为上同11月26号和11月2号这两甜相比有些什么差异，是不是有普遍的规律性。
这基本就回归到前面讲的数据驱动原则上了，基于业务数据，我们要进一步挖掘用户的基础数据和行为数据，然后进行比对。如果挖掘到有效的信息，那我们可以再进行放大。
这里讲的是基于时间的维度找到了一些差异性。
多米音乐的留存提升分析思路
接下来，如果我们不是基于时间，而是基于功能来做一些数据的挖掘和比对的话，我们可以怎么做呢？前面也说了，多米音乐站内来讲的话，两个功能听歌或者跟歌本身的互动，比如喜欢和收藏，然后另外一个是兴趣社区，基于这两个部分，其实我们就能够取得一些数据的挖掘。
比如说我们就可以拉出来这样一张图，蓝色的留存率是所有人从第一天到第30天的平均留存率的变化。而红色的这根线，就是站内点击喜欢按钮大于三次的用户他们平均留存率的变化曲线，我们能对比看到显著的不同。
但是接下来就有问题了，我们如果只是看这样一张图，我们就能确定用户只要在站内更多点击喜欢，一定就能留存率更高吗？好像不绝对，我们还要做进一步的比对分析，接下来就又拉了一个行为数据。
以之前的数据为基础，又拉了一条绿色的线，绿色这根线是我们在站内点击喜欢小于等于三次的用户留存率的变化情况。这样的留存率一拉出来，就更加直观了，点击喜欢小于等于三次的用户在留存率上来讲，比平均留存率显著要更低，所以这样一来，通过对比分析，我们基本就可以确认，喜欢按钮，可能是站内提升用户留存率的显著抓手。
所以基于这个结论，接下来我们就应该围绕着这个用户对歌曲的喜欢点击展开一些运营和引导，这是我们到这一步可以得到的结论。
接下来，如果要再想进一步去挖掘，也许还可以加入和其它的产品功能和体验之间的对比。
于是，我们就更进一步，再来做一个分析。我们又拉了两根根线，一个叫做点击喜欢3次以上，且加入多于一个兴趣社区的用户我们再来看它的留存率是怎么样的；还有就是点击喜欢小于三，无社区。
我们再来做一个比对，同理也是各方面进行验证后如果得出结论，从数据上都能形成一个支撑说点击喜欢3次以上，且加入多于一个兴趣社区的用户留存率可能是现有看到的数据中最优的，这就是一个明确的线索了。接下来我们就可以去制定一系列的引导和运营机制还有策略还有方案，把用户往这个方向上去引。
所以你会发现，在提升用户的留存率这件事上，无非就是我们首先梳理清楚思路，然后找到正确的数据，然后不断在数据中挖掘和比对分析，最后找到线索。当你找到了线索之后，再往后做的动作可能就是自然而然的了，最后一切都是水到渠成的。
如何提升活跃？
关于产品的留存我们就讲到这，接下来留存已经解决的情况下，我们再来看如何提升活跃呢？
还是多米音乐这款产品，它的活跃用户数整个站内是比较少的，我们怎么来拉升它的活跃用户数呢？
在活跃这件事上，我们应该明确认知，那就是留存是活跃的前提，二者往往是一体的，留存已经解决了的前提下，解决活跃问题相对容易。但如果留存还没解决，你直接面向活跃做一些动作的话，你即便把用户在一天两天的时间里去拉起来了，但用户没有办法长期持续的留下来，你也不知道什么路径可以让用户更稳定的留下来的话，其实你活跃问题长期来说还是会比较存疑的。
所以，一定是优先解决留存，再去解决活跃，而且留存肯定是活跃的基础。因为留存如果解决了，用户能源源不断进来，那他就能长期留下来了，就在增加你用户的基数，是这么一个逻辑。
那这个认知明确了之后，我们到底可以从那几个角度来去提升活跃用户数呢？如果我们来负责一款运营产品的话，基本上有4个角度：
1、放大活跃抓手
什么意思呢？其实和驱动留存提升的时候思路相似，我们就要在站内能够找到某一些能够去帮助我们变得更活跃的功能点和服务，然后加强引导。常见的活跃抓手其实和驱动留存的几个手段相似，包括有关系链、内容匹配的精准度和推送的有效性。还有一些爆点的功能、站内的服务和话题等等，这些都有可能是活跃的抓手，就是把用户往这些地方去引，让他们变得更加活跃。
2、用户激励
这基本上就是我们前边提到的用户激励体系，我们要针对站内希望发生的用户行为进行激励。也许是给到他们物质上的刺激，也许是给到他们更多的权益上的刺激，又或许是一些精神层面的刺激。
3、周期性活动
第三个部分就是周期性面向全站的活动，这样的活动一旦发生，也能够帮助我们提升站内用户的活跃度。而且大家一定要意识到，对于一款产品来说，如果我们需要用户去养成使用习惯，一定需要一个周期来养成。在养成使用习惯这个过程中，其实你需要保持用户跟这个产品之间的接触。
所以你一旦发现在某几个节点上用户是容易坚持不下去的，比如像早起打卡这种产品，英语阅读单词记忆型的这种产品等等，中间用户是特别容易走掉的，所以如果在中间的某个节点做一些活动，刺激用户持续跟我的产品保持一定关系的话，那也许过了一个临界点，用户对产品的使用习惯和依赖就会建立起来了，这是周期性活动的意义。
包括像618、双十一这样全站大规模的活动，它也是可以整体上刺激大量用户回到产品当中来发生活跃和购物行为的。
4、用户召回
基本上任何一款产品当中，一定是会面临到说，有一部分用户已经死掉了，已经流失掉了不访问了，那这个时候如果你站内有一些新的东西，那我们通过有效的渠道，触达到这些用户，把这些用户引导回站内来，再引导到更加正确更加高效的用户路径上面去，然后用户通过我们的召回回到站内来走完一条路径之后，他后续会留下来的话，其实我们是在把这些用户重新救活了。
提升活跃大面上来讲，就是这么4个思路。
