「“养一个新客户的成本是维护一个老客户成本的5倍？在利润贡献方面，老用户更是新用户的16倍”」当然这个5倍更应该理解为期间，更应该理解为：
相对争取一个新客，更应该花时间与精力在维护好一个老客上。
为什么呢？
销售行业用户运营对于流失用户主要痛点如下：
① 那如何去给用户打上流失概率的标签？
② 如何及时更新这个流失概率的标签？
③ 什么时候应该开始需要给流失用户进行营销？
④ 针对不同流失概率的用户是否要设计不一样的策略？
⑤ 对潜在流失用户，应该设计什么样的策略？
⑥ 对不同类型流失特征的用户，应该投入的成本多少？
对于老客户的维护，先应该及时知道用户的流失概率多少？随时时间的推移流失概率是否有变动，特别是流失概率高的用户要及时进行营销避免真的流失。
流失概率用大数据中机器学习的方法预测，而且根据用户产生的行为可以实时去计算用户流失概率标签(用户的流失概率应该是动态,是否需要非常高的时效性，还要结合具体开发成本)。
我们如何给用户的流失概率打上标签呢？
如果你的公司的业务比较稳定，公司的业务有一定周期（这个周期多长，要看你公司的业务模式，是对B还是对C），我们会使用机器学习/数据挖掘的方法来去计算这个概率是比较准确的，如果业务太新，数据积累太少建模型往往不是一个好的选择。
我们还是以电商为案例背景，这个公司的CRM团队，希望知道用户流失的概率，根据流失概率定期对相关的用户进行营销，降低用户的流失率。如何构建这个模型从而打上流失概率标签，主要步骤如下：
业务理解
与业务沟通分析流失用户特征，用户的生命周期定义。例如：多久没有和公司互动或者交易定义为休眼，多久没有交易认为是流失了。
业务分析
流失用户的可能的原因是什么，根据这些原因，相应去找到或者设计预期指标。例如：如果用户有过差评，流失可能性高。用户经常看到公司商品缺货，流失可能性高。
模型构建
设计流失用户的预测模型。根据之前的业务流程，业务知识的梳理，围绕用户设计一系列的指标，如下图所示，会从各个方面进行指标清洗，放到模型中建模。
