用户增长模型-增长黑客-用户运营
2024-05-08 10:40:58 1 举报AI智能生成
用户增长模型-增长黑客-用户运营
作者其他创作
大纲/内容
PMF【Product market fit】
如何判断
直观表现
1.不投放 自然增长
2. 老用户稳定
3. 客服不够 服务器不够
数据表现
1. 用户使用一段时间后进入稳定周期，留存曲线变平
2. 定性，用户进行调研，发现40%的用户对不能继续使用产品感到失望
如何找到
1. 用户调研
1.1、问题足够大
1.2、问题足够紧急
1.3、解决问题能够为用户创造价值
1.2、问题足够紧急
1.3、解决问题能够为用户创造价值
2. 构建MVP
通过MVP用户调研和数据反馈，验证产品是否被用户所需要
3. 优化达到PMF
通过用户反馈和数据反馈不断优化产品
增长模型
用户增长模型制定，找到增长重点
1、你的市场处于哪个阶段
增量市场（市场不断扩大），AARRR重点：获客，抢占流量红利
存量市场，AARRR重点：留存和变现
1.1、优化产品和服务，提高单体用户价值
1.2、精细化运营，提高留存率和复购率
1.3、添加增值服务，提高客单价和ARPU，增加新的使用和付费场景，寻找新的增量市场。
存量市场，AARRR重点：留存和变现
1.1、优化产品和服务，提高单体用户价值
1.2、精细化运营，提高留存率和复购率
1.3、添加增值服务，提高客单价和ARPU，增加新的使用和付费场景，寻找新的增量市场。
2、产品处于生命周期的哪个阶段,生命周期不同阶段的增长重点
2.1、探索期、做好PMF：留存
2.2、成长期、做好获客
2.3、成熟期、留存+获客+变现
2.4、衰退期、留存+变现+迁移
2.2、成长期、做好获客
2.3、成熟期、留存+获客+变现
2.4、衰退期、留存+变现+迁移
3、判断产品生命周期方法
3.1、市场渗透度曲线，产品在市场份额的变化
3.2、净增长+留存矩阵
正净增长+留存率强：可持续增长，成长期
负净增长+留存强：生命末期，成熟期
负净增长+留存弱：死亡漩涡，衰退期
正净增长+留存弱：流水的桶，探索期
3.2、净增长+留存矩阵
正净增长+留存率强：可持续增长，成长期
负净增长+留存强：生命末期，成熟期
负净增长+留存弱：死亡漩涡，衰退期
正净增长+留存弱：流水的桶，探索期
如何找到衡量增长指标？OMTM（唯一关键指标）
1、明确商业目标，即企业通过什么方式盈利，以及提供用户价值是什么？
2、列出备选指标（满足条件）
2.1、能否反映用户从产品中获得核心价值
2.2、能否为产品达到长期商业目标奠定基础
2.3、能否反映用户活跃度
2.4、指标变好，能否提示公司在往好的方向发展
2.5、是否简单，直观，容易获得，可拆解
2.6、是否先导指标，而非滞后指标
3、确认最终北极星指标
3.1、北极星指标并非绝对唯一，许多指标之间存在相关性，在公司一定阶段，都可作为北极星指标，如月活、周活、日活
3.2、北极星指标代表公司战略方向，变动周期应以“年”为单位，可能随着公司不同阶段的战略重点而变化
3.3、单一指标不能全面体现公司经营情况，考虑加入重要的反向指标作为“制衡指标”，如电商的退货率
3.4、没有绝对正确的指标，只有当下最重要的指标，对产品适合对北极星指标，也可能不
那如何搭建一套业务、数据一体化的数据指标体系呢？
一、定义北极星指标（业务目标）（OMTM）
找到所有对北极星指标有影响的细分指标，并用一个简单的公式把这些细分指标联系起来的过程，指定增长模型过程
1、定义北极星指标（OMTM）
北极星指标、代表产品价值被用户体验到的理想状态,比如购买、用户激活、评论等状态
2、用户转化路径（业务流程梳理）
记录用户从对产品一无所知，到体验到产品核心价值（关键行为）所经历对主要步骤
3、根据用户转化路径拆解对应的指标，组装增长模型
3.1、给用户核心转化路径对每一步骤，都找到一个对应的细分指标
3.2、根据增长模型框架，把细分指标放进去，并填入具体数值
3.3、增长模型几种类型
北极星指标、代表产品价值被用户体验到的理想状态,比如购买、用户激活、评论等状态
2、用户转化路径（业务流程梳理）
记录用户从对产品一无所知，到体验到产品核心价值（关键行为）所经历对主要步骤
3、根据用户转化路径拆解对应的指标，组装增长模型
3.1、给用户核心转化路径对每一步骤，都找到一个对应的细分指标
3.2、根据增长模型框架，把细分指标放进去，并填入具体数值
3.3、增长模型几种类型
1、全链漏斗型
北极星指标=A×B×C×D
优点：把影响北极星指标的主要细分指标都显示出来，找到机会点，容易搭建
缺点：不能直接计算北极星指标
北极星指标=A×B×C×D
优点：把影响北极星指标的主要细分指标都显示出来，找到机会点，容易搭建
缺点：不能直接计算北极星指标
2、因子分解型
北极星指标=A+B，A=A1×A2，B=B1×B2
先通过用户群组，通过“加法”分解
再按照用户漏斗，通过“乘法”分解
优点：不仅可以显示所有细分指标，还可以计算细分指标对北极星指标对影响
缺点：搭建起来较为复杂，需要的数据多
北极星指标=A+B，A=A1×A2，B=B1×B2
先通过用户群组，通过“加法”分解
再按照用户漏斗，通过“乘法”分解
优点：不仅可以显示所有细分指标，还可以计算细分指标对北极星指标对影响
缺点：搭建起来较为复杂，需要的数据多
3、全定量模型
全定量模型，分解出影响增长的因素和对应的细分指标，并把所有指标组合在Excel里计算北极星指标
主要应用：可以进行假设分析
优点：可观测历史趋势，预测未来北极星指标数值，并进行假设分析，量化不同指标变化对北极星指标的影响
缺点：组装和维持起来费时费力
全定量模型，分解出影响增长的因素和对应的细分指标，并把所有指标组合在Excel里计算北极星指标
主要应用：可以进行假设分析
优点：可观测历史趋势，预测未来北极星指标数值，并进行假设分析，量化不同指标变化对北极星指标的影响
缺点：组装和维持起来费时费力
4、增长模型应用
指导指标拆分和团队协作
拆分细分指标需遵循MECE原则
ME：相互独立，每个细分指标完全独立，避免后续分配给团队时互相打架
CE：完全穷尽，细分指标需涵盖影响增长重要因素，避免增长中盲点
指导指标拆分和团队协作
拆分细分指标需遵循MECE原则
ME：相互独立，每个细分指标完全独立，避免后续分配给团队时互相打架
CE：完全穷尽，细分指标需涵盖影响增长重要因素，避免增长中盲点
二、OSM×UJM：关联业务目标与用户旅程
OSM分别指目标、策略和衡量
目标（ Objective）是指我们的业务目标。在这个环节我们需要思考的是，我们的业务、产品，甚至是其中的一个小的功能，它存在的目的是什么、能够解决用户什么问题、满足用户的什么需求？
策略（ Strategy）：是指清楚业务目标之后，为了达成上述目标，我们应当采取的业务策略。
衡量（ Measurement）：用来衡量策略的有效性，反映策略执行是否能达成业务目标的度量指标。
目标（ Objective）是指我们的业务目标。在这个环节我们需要思考的是，我们的业务、产品，甚至是其中的一个小的功能，它存在的目的是什么、能够解决用户什么问题、满足用户的什么需求？
策略（ Strategy）：是指清楚业务目标之后，为了达成上述目标，我们应当采取的业务策略。
衡量（ Measurement）：用来衡量策略的有效性，反映策略执行是否能达成业务目标的度量指标。
UJM即User-journey-map，用户旅程地图模型
我们在设计一款产品的过程中，必须要去梳理的用户生命旅程。
为什么我们会在搭建指标体系这个过程中引入用户生命旅程的思路呢？
我们在设计一款产品的过程中，必须要去梳理的用户生命旅程。
为什么我们会在搭建指标体系这个过程中引入用户生命旅程的思路呢？
关键行为（Aha时刻）如何定义
行业约定成俗，用户体验产品关键行为后，一般都会定义为激活用户，新用户激活包含从新用户注册、登入、完善用户必要相关设置，再到第一次使用产品关键行为功能的过程（短时间内让用户感受到了产品的价值）
完成Aha时刻定义需要三个步骤
1、定义关键行为
2、关键行为的完成者
3、明确规定多长时间、完成多少次
1、定义关键行为
2、关键行为的完成者
3、明确规定多长时间、完成多少次
1、如何找到“留存率高的”关键行为？
1.1、你希望用户每次使用产品都做的行为是什么？
1.2、列出可能的关键行为,这些行为应该和产品提供的价值息息相关
1.3、用户做出哪个行为更有可能长期留存下来
1.4、哪个指标是公司最在意的，哪个指标需要提升，哪些用户行为直接影响这个指标
1.1、你希望用户每次使用产品都做的行为是什么？
1.2、列出可能的关键行为,这些行为应该和产品提供的价值息息相关
1.3、用户做出哪个行为更有可能长期留存下来
1.4、哪个指标是公司最在意的，哪个指标需要提升，哪些用户行为直接影响这个指标
2、列出可能的关键行为
在寻找”影响用户留存”行为的时候，先根据自己产品的业务类型，罗列出3~5个所有影响用户留存的行为，这些行为应该和产品提供的价值息息相关：如搜索关键词、浏览商品、加入购物车、下单.....
在寻找”影响用户留存”行为的时候，先根据自己产品的业务类型，罗列出3~5个所有影响用户留存的行为，这些行为应该和产品提供的价值息息相关：如搜索关键词、浏览商品、加入购物车、下单.....
3、通过数据分析筛选关键行为
然后把同时段内有做过这些行为的新用户按照行为分别进行分群，同时也把同时段内没做过这些行为的新用户也进行分群；
1）然后分别画出上述所说人群近7天的留存曲线图，进行数据对比。
2）对比留存曲线，找到与留存相关性最强的行为：
激活时刻的确定是通过分析找到活跃用户与流失用户间的行为差异点，分析这些行为差异背后的用户核心需求。通过产品策略或运营手段，尽可能的满足这类新用户的需求，从而触发这类用户达到激活时刻。
找到激活行为：
1）评估激活行为要多快发生，找到新用户激活周期。
2）对比早期留存曲线，寻找在新用户激活期中，与早期留存相关性最强的行为作为激活行为。
然后把同时段内有做过这些行为的新用户按照行为分别进行分群，同时也把同时段内没做过这些行为的新用户也进行分群；
1）然后分别画出上述所说人群近7天的留存曲线图，进行数据对比。
2）对比留存曲线，找到与留存相关性最强的行为：
激活时刻的确定是通过分析找到活跃用户与流失用户间的行为差异点，分析这些行为差异背后的用户核心需求。通过产品策略或运营手段，尽可能的满足这类新用户的需求，从而触发这类用户达到激活时刻。
找到激活行为：
1）评估激活行为要多快发生，找到新用户激活周期。
2）对比早期留存曲线，寻找在新用户激活期中，与早期留存相关性最强的行为作为激活行为。
4、关键行为完成步骤
2.1、找到用户关键行为点，通过数据分析找到这些行为中，和用户留存正相关性最强的关键行为，也就是激活行为
2.2、通过数据分析找到这个关键行为的最佳次数
2.3、找到这个完成关键行为的完成者
2.4、增长杠杆点:辅助用户完成关键行为若干行为
2.5、什么时候完成、完成多少次
2.1、找到用户关键行为点，通过数据分析找到这些行为中，和用户留存正相关性最强的关键行为，也就是激活行为
2.2、通过数据分析找到这个关键行为的最佳次数
2.3、找到这个完成关键行为的完成者
2.4、增长杠杆点:辅助用户完成关键行为若干行为
2.5、什么时候完成、完成多少次
三、搭建完整用户成长体系
1、鉴定用户生命周期不同阶段
1、新用户激活
1.1、制定激励方案&新手任务，加速用户转化
1.2、建立成长路径（引导用户完成预设用户访问路径、引导用户完成关键行为）
1.1、制定激励方案&新手任务，加速用户转化
1.2、建立成长路径（引导用户完成预设用户访问路径、引导用户完成关键行为）
2、成长期，围绕用户成长2个魔法数字
2.1、1次复购留存率提升30%
2.2、5次复购忠诚用户，留存率提升至60%
2.1、1次复购留存率提升30%
2.2、5次复购忠诚用户，留存率提升至60%
3、成熟期
3.1、跨品类销售，提高用户购买频次
3.2、提高客单价
3.3、搭建用户活动体系：（成长+成熟）活跃期：需要设定各种营销工具、提升复购率
3.1、跨品类销售，提高用户购买频次
3.2、提高客单价
3.3、搭建用户活动体系：（成长+成熟）活跃期：需要设定各种营销工具、提升复购率
4、衰退期&沉睡
4.1、设计流失预警机制，可以利用RFM模型、做好用户价值分析
4.2、预警留存分析
4.3、潜在用户挽留策略
4.1、设计流失预警机制，可以利用RFM模型、做好用户价值分析
4.2、预警留存分析
4.3、潜在用户挽留策略
5、流失期
5.1、流失用户定义，又分为新用户流失及老用户流失
5.2、流失用户分类
5.3、分析流失问题
5.4、流失用户召回
5.1、流失用户定义，又分为新用户流失及老用户流失
5.2、流失用户分类
5.3、分析流失问题
5.4、流失用户召回
2、用户激励系统
1、身份&荣誉&会员等级
2、积分体系：积分获取
2.1、用户行为梳理
2.2、用户行为定价
2.3、单用户测算
2.4、总用户测算
3、积分消费
3.1、消费渠道
3.2、消费内容
4、积分维护
2、积分体系：积分获取
2.1、用户行为梳理
2.2、用户行为定价
2.3、单用户测算
2.4、总用户测算
3、积分消费
3.1、消费渠道
3.2、消费内容
4、积分维护
3、 用户分层基础
1、用户分层的底层逻辑,区别对待不同的用户群体。不同用户的需求、特性、偏好是不同.
用户分层的底层结构：用户标签完整性，当标签越多时，我们对用户的了解就越全面，用户画像也就更加立体、清晰。
给用户贴标签的途径有2种：
一种：是系统根据用户与品牌的交互数据自动筛选、记录，即用户行为数据。
二种：手动打标签，即一线人员在与用户沟通的过程中，有意识引导、记录，从而获得品牌想要的用户信息标签，也就是手动打标签。
用户分层的底层结构：用户标签完整性，当标签越多时，我们对用户的了解就越全面，用户画像也就更加立体、清晰。
给用户贴标签的途径有2种：
一种：是系统根据用户与品牌的交互数据自动筛选、记录，即用户行为数据。
二种：手动打标签，即一线人员在与用户沟通的过程中，有意识引导、记录，从而获得品牌想要的用户信息标签，也就是手动打标签。
2、标签的种类有很多，从整个大的范围上来分，可以分成4大类：
2.1、属性标签
2.2、消费标签
2.3、行为标签
2.4、分层标签
2.1、属性标签
2.2、消费标签
2.3、行为标签
2.4、分层标签
0 条评论
下一页
为你推荐
查看更多
