运营方法论-流量、用户运营
2020-12-16 15:07:29 5 举报AI智能生成
8年运营经验总结-运营方法论
作者其他创作
大纲/内容
方法论：一个健康的用户增长体系
什么是增长
既要包含搭建优质的用户获取渠道
又要做好用户在整个生命周期的留存和运营
增长模型制定
找到衡量增长指标？OMTM
明确商业目标和用户价值
梳理业务逻辑/商业闭环
列出备选指标（满足条件）
能否反映用户从产品中获得核心价值
能否为产品达到长期商业目标奠定基础
能否反映用户活跃程度
指标变好，能否提示整个公司在往好的方向发展
是否简单、直观、容易获得、可拆解
是否先导指标，而非滞后指标
确认最终北极星指标
制定增长模型
定义OMTM唯一指标
用户转化路径（业务流程梳理）
根据用户转化路径拆解对应的指标
构建优质的拉新渠道
用户拉新
SEO引流
定位
用户群体
盈利模式
关键词定位
优化要素
标题关键词优化
网站结构优化
内容
内链
友情链接
内容聚合/死链优化/日志分析
渠道的流量及转化率分析，建立分析指标：IP，PV，转化
直接搜索
搜索引擎
外链&BD合作
SEM思路
搭建成熟的SEM结构
账户结构搭建
分词
业务&服务
按区域&使用人群
按使用场景
品牌词
竞品词
搭计划
根据产品、业务、地域划分账户计划
推广单元
根据网民不同搜索需求对产品/业务关键词细分单元
创意标题撰写
飘红
通顺
相关
吸引
流量分级策略
一级有展现（比如：行业词）
二三级抢排名(比如：产品服务词）
四五级多挖词（比如：长尾词）
SEM全方位数据监控体系
关注指标
CTR 点击率
CVR 转化率
转化成本
ROI
计划报告、单元报告、关键词报告
创意报告
搜索词报告
地域报告
账户优化
四象限分析法
展现量分析
点击量分析
信息流广告投放
明确投放的目的
品牌&曝光
转化&促销
投放流程
选卖点：分场景，定卖点，选定向
写创意：引起注意，激发兴趣
配配图：唤起情绪，传递信息
着陆页：头图承接，最短路径
落地页搭建设计要素
梳理核心卖点，品牌，活动信息
产品口碑
好处
权威认证
案例
引导留资
落地页分析优化，效果投放测试对比
标题文案
头图
头图文案
活动介绍文案
按钮文案
表单位置，表单维度
视觉风格
社群裂变
裂变营销三个要素
种子用户
裂变诱饵
分享玩法
裂变玩法
明确裂变目的
分享
奖品
规则
核心要素
种子用户
福利设计
玩法
分享诱导设计
落地页/海报/分享文案
裂变形式
APP裂变
拉新奖励
裂变红包
福利裂变
团购裂变
分销裂变
裂变工具
.....................
渠道
渠道效果评估维度
1、渠道的获客成本CAC
2、新用户的留存高低、LTV用户生命周期价值高
渠道分析
1、建立不同渠道的漏斗转化，用户漏斗模型
2、通过四象限预算分析法找到每个渠道具体问题，做好预算分配
搭建用户成长体系
鉴定用户生命周期不同阶段
新客期
1、制定激励方案&新手任务，加速用户转化
2、建立成长路径（引导用户完成预设用户访问路径）
成长期，围绕用户成长2个魔法数字
1次复购留存率提升30%
5次复购边忠诚用户，留存率提升至60%
成熟期
跨品类销售，提高用户购买频次
提高客单价
搭用户活动体系：（成长+成熟）活跃期：需要设定各种营销工具、提升复购率
衰退期&沉睡
设计流失预警机制，可以利用RFM模型
R最近一次消费
F消费频率
M消费金额
预警留存分析
判断是否符合条件
判断用户类型
流失阶段
潜在用户挽留策略
流失期
流失用户定义
新用户流失
老用户流失
流失用户分类
分析流失问题
流失用户召回
搭建用户行为激励系统
产品业务逻辑梳理、核心驱动力
探索，规划用户成长关键路径
设计不同的引导策略
站内信引导，引导进行下一步操作
搭用户成长的激励通道
秒杀/限时抢购/代金券
等级/积分/经验值
用户权益
任务引导
寻找用户关键路径
补贴策略
成长节点
用户分层
业务标准化低
用户个性化&需求区隔分层
用户在产品互相影响可能性
用户身份分层
用户价值区分
依靠用户生命价值周期定义对用户进行价值区分，也就用户在产品内的成长路径进行的生命周期模型的搭建
通过用户关键行为对用户进行价值区分RFM
AARRR增长模型
A——获取用户
A——用户激活
找到关键行为
列出可能的关键行为
通过数据分析筛选关键行为
定性调用进一步确认关键行为
找到关键行为和Aha时刻
找到关键行为的完成者
明确时间和频次
定义Aha时刻
清晰、具体、可衡量
R——提高留存
多长时间、完成多少次关键行为
R——自传播
R——收入
用户金字塔分层
关键客户
价格不敏感
打折特权
实物礼品
VIP专属通道
重点客户
价格敏感
运营重点补贴用户
打折特权
一般客户
各类营销活动
积分抽奖
满减
维持客户
价值刺激
RFM模型，方法
原始数据：抓取用户R、F、M三个维度下的原始数据、计算每个客户的RFM指标
RFM分箱：
1、定义R、F、M模型评估模型与中值（观察数据整体分布情况：按区间划分评估模型）
2、进行数据处理，获取R、F、M值
3、把用户进行归类，分为“高”，“低” 值
4、分别获取R、F、M高低值，通过R值、F值、M值与中值进行比较，高与平均值则为高、低于平均值则为低
5、用户分类、进行用户精细化运营
用户分群几个维度
根据用户价值大小细分
使用场景
地域
人口特征
购买品类
渠道
0 条评论
下一页
