解读

面试官抛出“T-30 无互动”这一具体数字，并不是想听“30 天行业通用”这种套话，而是考察三件事：

1. 你是否理解沉默周期与业务场景、用户天然频次、北极星指标之间的耦合关系；
2. 你是否能用数据闭环验证 30 天的临界值，而不是拍脑袋；
3. 你是否能把沉默定义分层、分群、分场景，为后续召回策略提供可操作标签。
   一句话：30 天是起点，不是终点；合理性=可解释性+可验证性+可落地性。

知识点

1. 用户天然访问频次（Native Frequency）：外卖 3 天、电商 7 天、OTA 15 天、SaaS 30 天，偏离行业基线就会误判。
2. 滚动留存拐点（Rolling Retention Inflection）：把 7 日、14 日、21 日、30 日、45 日滚动留存画成曲线，斜率首次低于 5% 的区间即为沉默临界点。
3. 互动口径（Interaction Definition）：必须包含核心事件（下单、发帖、加购、完课）而非任意 PV，避免“刷活跃”污染。
4. 生存分析（Survival Analysis）：用 Cox 比例风险模型或 Kaplan-Meier 计算半衰期，把 50% 用户失去核心行为的时间点作为理论 T 值。
5. LTV 衰减阈值：当边际 LTV 低于当季度平均获客成本 15% 时，对应的无互动时长即可视为沉默边界，保证召回 ROI 不为负。
6. 分层沉默标签：
   • 预沉默（T-7 无核心行为但有关键浏览）
   • 轻度沉默（T-14）
   • 深度沉默（T-30）
   • 流失（T-60）
     方便匹配差异化召回通道（Push、短信、优惠券、电话外呼）。
7. 中国合规场景：短信需符合**《通信短信息服务管理规定》模板库，外呼需过工信部“谢绝来电”平台白名单，沉默周期越长，触达成本越高，定义时必须同步评估法律风险**。

答案

“我会用四步法验证 T-30 的合理性，而不是直接接受。
第一步，行业基线对照：先拉过去 12 个月滚动留存，发现 28 天后斜率首次低于 5%，30 天与拐点几乎重合，说明T-30 在数值上可解释。
第二步，业务事件口径校准：把“互动”限定为完单或完课而非任意登录，剔除噪声后，半衰期落在 29.3 天，进一步佐证 30 天并非拍脑袋。
第三步，ROI 临界点测算：用历史召回实验得出，30 天沉默用户的边际 LTV/召回成本=1.2，高于公司 1.0 的硬杠杆，证明经济上可行；若拖到 37 天，ROI 跌破 1，立刻停止。
第四步，分群 A/B 验证：把近 90 天新客按高频、中频、低频拆三层，分别测试 T-21、T-30、T-45 三条沉默线，发现只有T-30 在高频与中频组同时保持召回转化率≥8%，低频组则需提前到 T-21。因此平台统一用 T-30 做默认沉默标签，但低频人群会动态降级。
结论：T-30 不是金科玉律，而是数据+业务+合规三重约束下的最优解，后续会随着品类扩张、频次提升每季度复盘一次，必要时**±7 天动态调整**。”

拓展思考

1. 如果业务从“单点电商”扩展到“会员订阅”，核心行为由“下单”变成“月卡续费”，沉默周期应从交易频次转向订阅周期，需重新用Churn Prediction模型定义。
2. 在抖音直播间引流场景，用户决策路径被压缩到小时级，可引入T-48 小时无互动的“极速沉默”标签，配合限时红包做实时召回，30 天规则反而失效。
3. 对高净值人群（近 12 个月 RFM 得分前 5%），即使 T-30 也不应直接短信轰炸，可改用1v1 私域顾问触达，沉默定义不变，但召回通道和成本模型需要另起炉灶。