流失召回的核心在于如何精准定位真正具有价值的用户

流失用户召回方法策略,教你如何挽回流失用户 流失用户召回是产品和运营工作中的重要部分,本文为我们介绍了流失用户召回完整体系的搭建和执行细节的传授、如何召回的相应策略与实现路径。力图帮助各位读者对“流失用户召回”这项工作的方法和策略有一个完整的梳理和认知。任何公司在用户增长方面,如果只做到了不断砸钱推广,而对于流失用户漠不关心的话,那这不仅是巨大的资源浪费,更是一种慢性自杀。 阅读详情

自IP游戏大战开始以来,市场上充斥着各类“知名IP”游戏。但不少IP游戏也因为其知名度,常常出现“高开低走”的数据走势。运营如何在前期大面积铺量拉新后,再用精细化召回兜住流失缺口,成为不少IP游戏公测后面临的首个问题。

我们邀请某一线运营工作者分享了他做短信召回的思路,文中图表使用的数据来自数数科技的数据分析平台ThinkingAnalytics(文中简称TA),数据已做模糊处理。

以下为分享正文:

短信召回是最为常见的流失用户处理方案。

从用户的长线价值来看,召回用户的用户质量也普遍优于新增用户。项目组有效地用最低成本获取最多的回流用户,在游戏的特定阶段是比大规模买量更为良性的运营手段。通常短信召回有3个步骤:

  • 确认短信回流用户范围
  • 发送短信引导用户回流
  • 召回用户实现数据增长

01 如何筛选投放用户

流失用户的精细化召回方案制定,其第一步就是确认哪些人适合投放召回短信,当我们每个月的预算有限时,大规模地短信铺量召回是不合适的。

我们应当通过提问:“流失多少天的用户,其回流率最高?多少等级的用户对游戏的潜在黏性最高?怎么通过观察历史付费去推演潜在付费?”以找到我们现阶段,最适合短信投放的那一批用户。

(1)如何判断流失用户通常情况下,7日内不产生登录事件的用户会被定义为流失用户,但不同品类游戏会因为其特定属性,而拥有不同的用户登录关键节点。

例如MOBA游戏用户可能因为工作忙碌,1-2周未产生登录事件,但当用户和朋友都有时间时,便会产生连续的登录事件;而卡牌游戏1-2天没有登录,用户养成进度便会落下。如果我们盲目的定义流失时间,定义短了会导致奖励的额外投放,定义过长会漏掉很多没有PUSH到的核心用户。

所以,当新产品没有数据做历史复盘时,我们需要主观判断游戏进度感强弱,以猜测流失关键天数。而在有数据的情况下,我们可以监控不同天数的回流率来判定关键的流失节点。

因此基于TA系统,我们可以计算出用户1~14日的回流率。

我们该如何优化游戏运营三大难题之一的流失召回

 

我们首先定义回流率为:当日登录但次日未登录过的用户中,第N天回归用户的人数比例。图中,10天后的用户回流率开始趋于平缓。因此“10天”是这款游戏定义流失的标准。

(2)哪些用户才真正值得召回我们依据TA系统中,以往的召回用户数据可以分析出,哪些流失用户是存在潜在价值的。

我们该如何优化游戏运营三大难题之一的流失召回

 

我们该如何优化游戏运营三大难题之一的流失召回

 

我们通过表格发现:

1. VIP等级越低:付费率越高(VIP8以上的用户基数已经很少,不能当做参考);2. 流失天数越长:回流率越低,但付费ARPPPU近似。

通过对数据的整理,最后发现:V3-V9(V9以上的用户需要继续尝试不同的策略)流失天数在30天以上的用户,是最具有付费潜力的用户。

02 如何提升优化回流率

当我们确定了召回用户的范围,便可以着手针对这一批用户开始作精细化的召回方案制定了。

短信召回是常常被用户忽略的召回使用场景,因此首先最重要的事,便是如何编写出对流失用户具有吸引力的召回文案。

本文暂不讨论具体文案内容设计,先从内容方向、附赠价值、推送时间三个角度考虑。

(1)短信内容一般来说,我们把用户的流失分为两种:自然式流失&触发式流失。

自然式流失是一个逐步流失的过程。用户的在线时长逐步缩短,对游戏的核心玩法感到疲劳。这类用户很难被奖励机制所吸引回流,新版本的内容迭代是召回自然式流失的关键。而触发式流失的用户,他们对核心玩法尚未感到疲劳,只是因为一些行为导致的流失,例如游戏连败、人权卡池不出货、机型bug无法登录等。这类用户流失前的最后几个行为,是帮助我们分析该群体流失原因的重要指标。

我们可以先对这两类流失用户做占比处理,我们将触发式流失用户定义出来(分离出几个常见的触发流失点),利用集合减的逻辑将剩余用户归纳至自然式流失:

我们该如何优化游戏运营三大难题之一的流失召回

 

/数数科技demo数据,不能作为运营参考/

我们该如何优化游戏运营三大难题之一的流失召回

 

我们可以看到,流失用户的绝大部分是自然式流失,但在回流用户中,触发式流失的用户占比明显更多。

因为这款游戏的触发式流失用户更具有召回价值,我们便可以通过对触发式用户设计更为准确的内容投放,以达成更高的回流率。

下图是不同注册时间的用户在近10场匹配战斗中,不同失败次数用户的流失率(举例:注册七日内的用户在近10场匹配中,累计失败6次的用户,流失率为83%):

我们该如何优化游戏运营三大难题之一的流失召回

 

通过数据可以看到,7日内的用户整体流失很高。但是这部分用户可能是因为游戏不好玩,因为抽卡没抽到等多种问题而流失,其单独分析流失率意义不大。

8-30日用户和新用户一样讨厌失败,但其受到连败的影响最小,同时又具备较为明确的多样化游戏目标,处于沉迷游戏探索的阶段。

30天后的用户,失败2次时的流失率明显低于新用户,但是从2到10次失败的流失增长率最高。可以看出,老用户对于少次数的失败习以为常,但是他们受到连败的影响最大,对游戏的黏性会被胜负结局左右。因此对于触发式的流失用户,我们可以将“胜负”作为针对他们流失原因的关键元素,来制定不同的短信内容;

(2)附赠价值短信内容通常会附赠上一串礼包码,以促进用户的回流意愿,但短信礼包的内容投放不能完全一致。

小R认可价值10元的A道具,大R自然是不认可这个道具的,这份短信对大R的回流率就会明显的受到影响。因此,将短信内容的价值差异化是非常有必要的。通常我们可以根据用户VIP划分用户差异化区间。

上文提到,最优解的用户群为V3-V9,我们可以根据TA系统的数据展示结果来对其做更细致的区间划分:

我们该如何优化游戏运营三大难题之一的流失召回

 

如图所示,我们可以把占比最多的V1单独成一份,V2-V4分离出来,V5-V6以上的用户,V7以上的用户提取为一份。

奖励差异化是为了制定出针对用户的最优吸引方案。我们已经针对用户的类型定制了短信内容,而VIP细分则可以将内容的投放作进一步划分。

(3)短信时间短信的发送时间是常常被忽略的事情。当时间点不对,用户根本没有查看手机,或是没有使用手机,此时的短信PUSH很难触及到用户。

因此,如果我们推送给用户短信的时间是其大概率正在玩手机的时候,那么内容的用户触达率将会提高不少。在保险电话推销行业,销售人员会将不同职业用户的闲暇时间作为一个分类整理,根据不同职业用户的闲暇时间在不同的时间节点安排电话,能够大大提升电话接通率。

我们已经用TA系统将前面的用户进行分组分群,因此,我们可以使用TA系统的用户属性分析来下钻这些用户群的用户画像,按照他们最高PCU的时段来分批发送短信:

我们该如何优化游戏运营三大难题之一的流失召回

 

03 回流用户服务

由上文优化短信方案所吸引来的用户,其留存率还需要后续的运营服务以维系,我们考虑从留存的优化和付费的调整两个方向来粗略的说一下。

首先,我们向回流用户投放了问卷:

我们该如何优化游戏运营三大难题之一的流失召回

 

考虑到幸存者偏差,我们所问及的用户,绝大部分是已经被流失原因筛选过一次的用户。因此,不断地产出新内容一定不是我们优化回流的方向。

那么用户可能在乎的是什么?我们监控了回流用户和新增用户的留存对比:

我们该如何优化游戏运营三大难题之一的流失召回

 

我们可以发现,回流用户的次留普遍低于新增用户,但长留要优于新增用户。我们分析得出,主要是由于回流用户在回流当日,没有能够准确快速的建立起自己的游戏目标,因此我们需要对“回流用户的游戏目标”进行优化。

有的玩家因为剧情消耗完了流失,我们便需要在新剧情上能够吸引用户;有的玩家因为竞争太激烈而在数值排行上挫败,我们的重点便在于如何让用户赶上进度;有的玩家因为缺少新内容而放弃,如果游戏有新内容的产出,会吸引一部分用户回流不停地玩下去。

我们还可以梳理近半年内的核心功能,为回流用户设立回流后的玩法目标。因此,用户回流后的活动到底应该是重在补齐用户的进度,还是告诉他们新的游戏内容,还是应该重点给他们一点新角色体验新皮肤?同上文一样,均需要对不同用户提供差异化的内容。

04 优化效果验证

当我们将优化后的方案进行投放后,如下图对照组所示,组1是按照以往的统一发送,组2按照完善后的新方式发送:

我们该如何优化游戏运营三大难题之一的流失召回

 

我们可以很明显的看到,组2的回流率有非常显著的提升。这说明差异化的短信投放,让抵达浏览率(不同时间推送),下载率(内容和奖励差异化)都有了明显的提升。因此,若能实现精细化回流短信方案,我们不仅可以用最低的成本获得最多的用户,整体的收益比差异也是非常巨大的。


数数科技聚焦互联网领域,以游戏行业为代表,提供一套从数据采集、存储建模、到分析展示的一体化解决方案(Thinking Analytics系统),支持私有化部署,支持二次开发,支持交叉多维分析。

该系统目前服务于数百家游戏企业,包括猎豹移动、中手游、英雄互娱、Habby、叠纸科技、雷霆、电魂、中清龙图、点点互动、真有趣、网元盛唐、疯狂游戏、3K游戏、云集等知名互联网公司。

用余弦相似度做客户流失预测:从行为语义对齐到可行动预警 客户流失预测本质上是识别高危用户的行为模式匹配问题,而非单纯统计拟合。余弦相似度通过向量方向比对,天然适配用户行为数据的稀疏性、多源异构性与无量纲需求,实现‘行为语义对齐’——它不依赖特征工程堆砌,而是将页面路径、客服对话、点击序列等压缩为统一的行为语义向量,并与历史流失群体中心向量计算夹角余弦值。这种范式规避了欧氏距离对数值规模的敏感,保留业务直觉中的‘模式一致性’,使相似度0.85可直接映射为32度行为偏差,支撑运营分级干预。关键词Cosine Similarity和Behavioral Embeddi 阅读详情

相关推荐

客户流失预测实战:可解释模型驱动业务决策

客户流失预测是客户生命周期管理中的关键环节,其本质并非单纯提升算法准确率,而是将用户行为数据转化为可执行的业务动作。基于行为序列、多时间窗口特征工程与可解释AI(XAI)技术,模型需支撑价格敏感度识别、服务响应归因等真实场景。LightGBM因其SHAP解释高效性与类别特征原生支持,成为兼顾性能与业务对齐的优选方案。本文聚焦SaaS与在线教育行业落地实践,覆盖从埋点设计、特征稳定性监控到CRM实时集成的全链路,强调预测结果必须能驱动销售外呼、优惠券发放、课程推荐等具体干预策略,真正实现‘预测即决策’。

458

怎么做用户流失召回,提升用户留存率

关于流失用户召回的文章多如牛毛,但都过于碎片化。本文既有完整体系的搭建,也有细节执行的传授,帮助各位对“流失用户召回”这项工作有完整的梳理和认知,帮助高级运营人员提升。

upskill2018的博客 1231

MATLAB实现灰雁优化算法(GGO):从原理到实战的详细级教程

灰雁优化算法(GGO)是一种新型群体智能算法,模拟灰雁迁徙和觅食行为。算法通过领导更替机制、V形编队飞行和群体觅食策略,平衡全局探索与局部开发能力,具有收敛精度高、避免局部最优等特点。在MATLAB环境中,算法实现包括初始化种群、迭代更新领导雁、执行编队飞行和觅食行为等核心模块。用户可根据问题维度设置参数,通过收敛曲线和可视化分析评估性能。关键参数如领导更替频率、V形编队强度和觅食强度需根据问题复杂度调整,以获得最佳优化效果。该算法适用于各类优化问题,具有较好的鲁棒性和稳定性。

fx666_的博客 1212

唤醒沉默&召回流失用户实战

我们在做用户召回(唤醒)到实际落地做了很多工作,整个过程耗时耗力,召回一个流失用户成本很高,为了避免做大量重复性的工作,应该在用户即将沉默和流失的时候,做提前预警,尽可能提前针对性的通过产品引导和激励等能力,帮助用户走过震荡期。设计具有吸引力的召回激励,如优惠券、积分、免费试用等,什么人群给奖励,给何种形式奖励,现金,券还是积分?自然回流用户:每天都会有一些已流失用户的自然回流,不做任何召回策略自然回归的用户,这个数据需要计算清楚,如果不做区分,在做召回时,你会盲目乐观的以为自然回流都是你的召回效果。

WGzhuiri的博客 2915

【STM32学习】(29)STM32实现595驱动三个数码管(标准库和HAL库实现)

我选用的单片机型号为:STM32F103系列 74LS595是一个串转并行输出的芯片,它能为单片机节省很多的IO口,应用场景广泛。 现要求三个数码管动态显示,常规设计都是并行实现,需要8个IO数据口,然后还需要3个IO片选数码管接口,这样大大占用了IO口,导致连接的外设变少。因此我们引入74LS595芯片。电路设计如下: 只需要三个共阴极数码管与三个595芯片级联即可完成,通过RCLK,SCK,SER三个IO即可完成对数码管的动态控制并显示。电路焊接的实物图如下: 要求完成功能:实现数.

XiaoCaiDaYong的博客 8263

华为Atlas 300I推理卡驱动安装避坑指南:不同安装方式的选择与优化

本文详细解析华为Atlas 300I推理卡驱动安装的三种主流方式(.run、.rpm和源码编译),提供关键环境检查步骤、安装流程优化建议及常见问题解决方案,帮助开发者高效完成芯片推理卡部署并规避典型安装陷阱。

q9w8e7r6t5的博客 431

高ROI老玩家流失?可用3个狠招召回

相比于拉新,老玩家1/5的召回成本真的很香,但也是真难!

https://www.thinkingdata.cn 2165

Plant Simulation 实战指南:从二次分配问题到优化布局设计

本文是一份Plant Simulation实战指南,详细讲解了如何利用该仿真软件解决工厂布局中的二次分配问题。通过从数据准备、模型搭建到集成遗传算法进行自动化优化的完整流程,帮助工程师在数字孪生环境中高效寻找最优设备布局方案,从而显著降低物流成本,提升生产效率。

i1j2k的博客 564

产品节流,如何防止用户流失与流失挽回?多个方面剖析用户心理及对应策略!

前言 当互联网产品积累了一定的用户量之后,接下来的重点工作就是节流。节流的内容包括两个方面:一是防止流失;二是流失挽回。 前者是防止用户流失;后者则是既然用户流失无法避免,企业就要考虑如何挽回流失的用户。 给用户留下良好的第一印象 给用户留下良好的第一印象,就像跟别人见面时自己给对方留下良好的第一印象。一个人给其他人留下良好的第一印象的评判标准是有教养、有亲和力、有内涵等,而互联网产品给用户留下良...

🏆 前端领域优质创作者 4255

使用DeepSeek、MCP和AKShare实现智能金融问答系统技术方案

DeepSeek是由深度求索公司开发的大规模语言模型,最新版本DeepSeek-V3采用混合专家(MoE)架构,拥有671B参数,激活37B参数,在多项基准测试中表现优异3。要使用DeepSeek的API服务:访问DeepSeek平台注册账号获取API Key(形如AKShare是基于Python的金融数据接口库,提供股票、基金、期货、宏观经济等领域的海量数据。主要特点包括:免费开源,数据源丰富支持多种数据格式(DataFrame/JSON)持续更新维护安装命令。

Kin 3172

Linux内存压力测试工具【memtester】详且精

对Linux下的压力测试工具memtester有一个比较人性化的概述,以及避坑心得。

weixin_44118923的博客 1万+

用户运营:从拉新到留存的全指南

掌握这些秘籍,用心经营,就能挖掘用户价值,提升用户忠诚度,为企业和用户带来双赢,助运营工作取得好成效。把控用户全生命周期,就能实现用户价值最大化。获客时,精准定位目标用户,用有吸引力的内容和活动吸引新用户。像在线教育平台给新用户提供免费试听精品课程,凸显课程优势,推动用户完成转化。转化阶段,针对高价值用户推出付费套餐、会员服务。留存阶段,需持续为用户提供价值。音乐APP根据用户听歌习惯推送个性化歌单,提高用户粘性。用户运营就是要挖掘用户全生命周期的价值,这需要针对不同阶段采取精细策略。

aa769543546的博客 933

ESP32学习笔记03-日志打印

日志分为5个等级。

Car12 1415

游戏流失分析:一套经实战检验的「流程化操作指南」

目标:确定分析的基准和范围。根据游戏品类和运营目标,确定流失的标准。a. 根据游戏品类与行业经验超休闲/轻度游戏行为习惯:登录频率极高,可能每天多次,但生命周期短。流失定义:3-7天关注点:玩家很快就会对玩法感到厌倦,一旦停止登录,回流的可能性就很低。中度游戏行为习惯:每天或每隔几天登录一次(如完成日常、收菜、活动)。7 - 14天关注点:超过一周不登录,会错过重要资源和进度,导致回流门槛提高。重度游戏行为习惯:每天登录,但在版本更新或大型活动期间可能有短暂休息。14 - 30天。

https://www.thinkingdata.cn 1238

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

UI产品经理基础(四):用价值链视角来分析项目需求

从价值链视角做需求分析,本质是。

软件行业技术文化交流。 1415

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

技术实践 | 延趣游戏用户分层体系:基于TE系统实现精细化运营与流水增长

游戏行业精细化运营实战分享:延趣游戏通过数数科技TE系统实现用户分层与精准运营。资深数据分析师胡鹭婷结合《叫我大掌柜》等案例,展示了用户标签与分层体系的应用:针对高付费群体推送精准礼包,为累计付费用户设计阶梯激励,并分析流失节点优化召回策略。数据显示,次活用户付费率达97.24%,通过25关后流失率上升。通过关键节点设计、热点联动和怀旧活动,有效提升了用户留存与付费转化。这种数据驱动的精细化运营模式,正推动游戏行业从流量驱动向用户价值驱动转型。

https://www.thinkingdata.cn 902

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

基于随机森林算法的用户流失预测系统

在数字经济高速发展的背景下,用户留存已成为互联网企业核心竞争力的关键指标。尤其在SaaS平台、在线教育、移动社交及电信服务等领域,用户流失(Churn)不仅直接导致营收下滑,更会显著抬高获客成本、削弱品牌信任度与网络效应。传统基于规则或单一统计模型的流失预警方法普遍存在泛化能力弱、特征交互建模不足、可解释性差等问题。本文针对上述挑战,设计并实现了一套端到端的用户流失预测系统,以随机森林(Random Forest, RF)为核心算法,融合多源行为日志、账户属性、交互时序与业务事件等12类共...

wyh293的博客 344

零售实战06:别让“沉默的大多数”,偷走你的利润!一张图锁定20%的核心用户

营销费总打水漂?因为你还在对所有人说一样的话。零售增长的终极秘密,是把资源精准灌溉给“对的人”。

Sharewinfo_BJ的博客 359

应该如何理解mobx_用户生命周期管理,到底应该如何理解它?

用户生命周期:在用户从接触产品到离开产品的这个过程中,人为通过数据驱动、运营手段去管理和提升用户价值。而用户生命周期,对于绝大部分产品来说,都是需要关注的。用户生命周期管理又是一套通用的运营体系,基本适合于所有类型的产品,它不仅可以独立作为用户运营的一个子系统,又是用户分层运营中常用的模型,所以其价值不言而喻。在整个用户生命周期中,有5个阶段,分别是:导入期、成长期(体验期)、成熟期、休眠期、流失...

weixin_39621178的博客 286

产品经理学习-用户生命周期管理

产品经理学习——产品运营,产品经理需要了解用户的生命周期和挽回流失的用户,了解用户流失的原因和召回用户的方法

cdwy300l_的博客 1642

深度剖析:用户行为分析工具在产品优化中的关键策略

基于前期对用户行为分析工具作用、数据采集及用户增长密码等内容的探讨,本文将进一步聚焦用户行为分析工具在产品优化方面的关键策略。

Hnzy6881的博客 804

S14.2用户分群——不同用户需要不同的产品和运营策略

如果你对所有用户都用同一套产品和运营策略,就像医生给所有病人开同一副药——效果可想而知。用户分群,就是给你的用户"把脉",找到不同群体的特征和需求,然后对症下药。

AI时代,你可能就如黑客帝国的neo。用心理学第一性原理拆解产品设计。好奇心、多巴胺、信息缺口——理解这些,你也能做出让人停不下来的好产品。关注我,成为AI时代产品大脑。 495

用户留存曲线分析

曲线后期是否出现平缓尾巴:有平尾 → 存在核心忠实用户 ,一直跌到 0 → 工具型 / 一次用完即走。判断是否能承受更高的获客成本CAC,是否需要推订阅/会员制来拉长生命周期。什么时候发 Push / 短信 / 企微 / 优惠券。曲线斜率最陡的区间 = 用户大规模流失时间点。针对哪一天的新用户做 激活 / 召回活动。LTV ≈ ARPU * 预期存活天数。

Sukey666666的博客 265

一个从事测试工作20年的老鸟,谈一下测试的核心价值以及未来测试人员的从业建议

【测试二十年:从找Bug到质量赋能】一位测试老兵分享行业洞见:测试的核心价值远不止发现缺陷,而是质量防线的侦察兵、用户体验的雕琢师和研发效率的催化剂。文章提出测试人员需具备技术硬实力(自动化、CI/CD、性能/安全测试等)与业务软实力(用户同理心、领域知识),并建议未来从业者向"质量顾问"转型,拥抱AI等新技术。测试的终极使命是构建信任体系,在技术变革中持续进化,成为质量生态的构建者。(148字)

liwenxiang629的博客 1256

从经验招生到数据驱动:AI精细化招生方案,解决渠道浪费与客户流失痛点

本文聚焦AI数据驱动的精细化招生方案,从传统招生痛点、转型逻辑、全链路AI落地能力、降本增效价值展开讲解,帮助机构摆脱粗放运营,实现招生数字化、精细化、可量化管理。AI全域采集投放、咨询、互动、转化数据,搭建可视化数据看板,实现渠道ROI、线索质量、转化与流失节点精准归因,告别主观经验判断,让预算与线索全程可追溯、可优化。AI招生的核心是思维与管理模式的革新,把随机性极强的经验招生,变成可管控、可优化、可复制的数据化招生,彻底解决渠道浪费与客户流失难题。传统招生是被动粗放运营,依赖流量与人力,转化不稳定;

hangzhouhuanyu的博客 176
上一篇: 从零开始的游戏运营数据分析生活?如何构建数据分析的逻辑框架?
下一篇: 越大的游戏企业,内耗越严重?
ThinkingAI
博客等级 码龄8年 200粉丝 130原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值