一图吃透用户运营
2024-03-12 22:38:08 1 举报AI智能生成
用户运营是企业通过分析用户需求，制定相应的运营策略，以提高用户满意度和忠诚度的过程。它包括用户获取、用户留存、用户活跃度提升和用户价值最大化等方面。用户运营的核心是以用户为中心，通过数据分析和市场调研，了解用户的喜好和需求，从而提供个性化的服务和产品。同时，用户运营还需要与其他部门密切合作，如产品、市场、销售等，共同推动企业的发展。总之，用户运营是一项系统性的工作，需要不断学习和实践，才能取得良好的效果。
作者其他创作
大纲/内容
大规模用户运营本质
用户运营本质
运营，本质上是“销售岗+管理岗”
销售岗
单点用户获取、单点收入增长、单点收入增长等
该岗位职责主要是影响用户单点行为，从A走到B
管理岗
流量运营、渠道运营、电商运营等
该岗位主要是将复杂的问题变的清晰，可驱动可被影响
用户运营，即对用户进行管理，对用户行为进行拆解，找到影响全站用户价值的因素/抓手，再针对性制定运营策略提高用户价值
做好“用户价值管理”需重点关注2个问题：
1.可监测可被评估
需关注“如何监测和评估一款产品的平均单体用户价值”，根据“用户是否会直接付费”+“使用频次高/低”两方面进行评估
1.直接付费+使用频次高：用户价值体现在访问频次、停留时间、ARPU值等方面
2. 直接付费+使用频次低：用户价值体现在收入上
3.不会直接付费+使用频次高：用户价值体现在使用时间、访问频次等方面
4.不会直接付费+使用频次低：产品无活路
2.可驱动可被影响
需关注“从哪些角度来驱动用户价值的提升更合理”，旨在驱动平均单体用户价值的提升
1. 定向让一部分低价值用户成为高价值用户
2. 让高价值用户的价值变的更高
3. 通过特定方法和手段同时提升所有用户的用户价值
需关注“通过哪些方法和工具来影响用户价值的提升更高效”
小规模用户运营
偏集中式运营
更多靠人肉、靠互动、靠情感影响用户，如社群运营
多用于重点用户运营+方法策略的验证
大规模用户运营
偏策略式运营
更多靠规则、靠机制、靠系统，如任务、积分体系等
多用于做大体量用户的运营
初阶阶段：关注表层工作、单点状态。如提升留存、用户促活、用户召回&唤醒等
高阶状态：关注内核、体系搭建。如用户运营模型梳理（不同产品关注的指标不同，如招牌类无需关注留存）+用户运营体系的搭建（大量策略）
大规模用户运营的3大核心指导原则
1. 数据驱动
3类不同数据及使用价值
1. 业务数据
用于监测业务进度和健康度，如流量、用户量、活跃用户数、GMV等
可根据业务数据找到业务的核心问题所在
属于必看数据，可由此进行一些粗放的用户运营
2. 用户基础数据
用于描绘用户画像或给用户打标签，如年龄、地区、职业、喜好、性别等
用于识别特定用户，为用户进行分类或建模
3. 用户行为数据
用于对用户成长路径、用户行为特征等进行分析和定性，如用户使用特定功能或购买特定产品，观看特定内容情况等
根据用户行为数据找到特定用户行为和业务数据间的相关性
同时具备较完善的用户基础数据+行为数据，才能进行更复杂的用户运营系统的梳理和搭建，也才能进行大体量用户运营策略的制定
2.精细化运营
定义：在产品的用户体量变大时，无法再依靠一套简单、粗放的机制或策略来服务好所有用户，此时，可以针对不同的用户制定更具针对性的策略，以尽量满足大多数用户，俗称“精细化运营”。
对用户进行差异化细分，常见的区分参考维度
人群
渠道
使用场景（早晚通勤、每晚睡前、周末下午等）
使用路径
判断用户细分是否合理的标志在于被区分的用户在行为上能否呈现显著的差异和规律性
精细化运营逻辑和操作步骤
1.确认运营目标
2.挖掘用户类型、渠道、使用场景和使用路径和运营目标间的联系
3.设计精细化运营方案和策略
4.上线实施
5.数据监测+持续迭代优化
特征总结
精细化运营，是一种极为通用的工作方法和理念，可广泛应用于解决各类运营问题
精细化运营是搭建大规模用户运营体系的基础
精细化运营实施的基础是数据
3.自动化+机制化
想要依靠较少的人力长期解决一个较为复杂的问题，一定不能纯粹只依赖于人肉，而需要借助工具、规则和机制。
用户规模越大，用户管理手段越复杂，就越需要产品化（机制化）+自动化
3大指导原则之间的关系
1.从数据中发现线索，找到问题，才能定向击破
2. 用户规模足够大的时候，要运营精细化运营对用户进行更具针对性对个性化运营，提升平均产出
3. 要更多依赖于机制和规则进行自动化的运营，以此驾驭机器，事半功倍
大规模用户运营体系搭建及3大子系统
1. 用户生命周期管理
定义：对站内用户数据样本进行分析，界定出一个用户从接触产品到最后放弃产品的典型周期，并定义出关键节点和关键用户行为，做好相应的预警和干预
重点在于在用户接触产品的各关键节点上通过策略性措施引导用户走更典型的生命周期路线，从而进行更高效的用户管理
2.用户分层运营系统
定义：按照站内用户的贡献度、用户角色、喜好等对用户进行划分，定义好用户角色，并给面向不同用户制定针对性运营策略，以拉升平均用户价值
根据二八法则，用户分层运营系统重点在于做好核心高价值用户的维系
3.用户行为激励系统
1. 竞争或优势
竞争图谱（360开机）
排行榜（微信运动）
2. 荣誉或身份
等级权益（会员红名）
成就勋章（得到毕业证）
标签（加V、米粉）
称号（百度知道）
3. 特权或权益
权益池（迅雷下载加速）
积分兑换（信用卡）
红包、礼品、福利等
重点在于梳理站内用户的哪些行为需要被激励，然后判断采用哪种方式进行激励更有效，将这些方式组合在一起即构成用户行为激励系统。
三大子系统间关系
所有大用户体量的产品都有可能需要用到上述方法中的一种或多种来进行用户管理，同一个系统在不同产品中的表现可能也会有所不用
三大子系统，既可独立应用，也可复合应用
初阶用户运营基本工作
留存
目的：增加首次使用后此后还会继续使用的用户比例，指标：次日留存、7日留存、30日留存等
界定留存+活跃对产品是否重要的标准：用户是否会直接付费+使用频次
1. 直接付费+使用频次高：
1）如果产品有高频流量型功能，必看留存+活跃，如小红书社区功能
2）如果没有高频流量型功能，重点关注消费频次和ARPU值，如淘宝、天猫等
2.直接付费+使用频次低：留存+活跃不重要，重点关注转化和收入，如世纪佳缘
3.不会直接付费+使用频次低：啥也不用看
4. 不会直接付费+使用频次高：留存+活跃特别重要，需重点关注
该以多长时间周期关注留存数据
1.用户典型使用频次
1）每天使用：强关注次日留存
2）每周或每几周会定期使用：关注周留存和首次完整使用体验，无需关注次日留存
3）每个月或每几个月才完成一次使用：无需通过留存指标关注用户价值，需关注单次使用完整性，并通过会员等方式驱动用户持续使用
2.用户是否会在特定周期离开产品
是，超出时间周期后，无需再关注留存，如婚恋网站
否，用户可能会长期黏在产品上，可以长期关注留存问题，并转化为用户生命周期来思考
留存/活跃差的主要原因
1. 产品价值不足/不明确or服务能力不足
多见于初创期产品
解决方法：设定服务边界（限量、邀请码等）/快速探索稳定的产品价值点
2. 未能引导用户体验产品的核心价值或服务
解决方法：
1. 功能/服务留存：找到能够实现用户留存的功能点，通过引导、补贴等形式吸引用户使用功能/服务
2. 内容留存：发现并创作优质内容，并做好优质内容分推送+匹配
3. 社交/互动留存：帮助用户缔结更多有效的关系或制作更多互动
此原因需运营重点关注并解决
3. 用户不匹配
导入用户与产品目标用户群不匹配，多为推广渠道不合适
解决方法：调整推广策略or产品机制
分析&提升留存的基本操作步骤
1. 明确要重点关注的留存指标颗粒度
2. 找到可能影响留存的元素，进行对比分析
可从时间、功能、内容、互动行为差异等维度进行数据对比分析
3. 完成数据分析，找到线索，制定运营策略，强化有效线索
促活
目的：增加目前用户活跃度，如提升访问时间、发帖量等
核心指标定义：通常把每日有有效访问行为的用户定义为一个有效的DAU用户
如何提升用户活跃
1. 放大活跃抓手
找到那些一定能够帮助用户活跃的功能点，并加强引导
关系链
内容匹配
爆点功能/服务/话题等
2. 用户激励
针对我们希望发生的用户行为进行激励
3. 周期性活动
定期举办活动刺激用户参加，以便用户更好养成使用习惯和依赖
4. 用户召回
把已流失用户召回站内，并引导到更正确的用户路径上去
召回
目的：通过有效信息触达手段推送消息给已经流失的用户，引导用户重新完成访问或使用
核心定义指标：召回用户量
用户召回/唤醒方法
基本逻辑
1. 触达渠道：短信、邮件、APP Push
2. 触达物料：推送内容+推送原则（符合什么条件的用户推送什么内容）
人肉性召回
使用朗朗上口、趣味性较强的语言快速吸引用户注意力
想尽办法为用户创造好奇心
通过看似真实的用户姓名、请求等最大程度激发用户响应动机
给予用户马上可享用的利益点进行诱导召回（电商），可强调专属、限时、限量等稀缺性
围绕用户来到平台的主要原因，从各种角度给出诱惑进行召回
策略性召回
用户是否存在初始使用产品的核心动机？（撩妹、招人等）
定向给用户推送所有和用户喜好或核心相关的信息（如知乎每周向我推送我关注的科技领域下最热门的话题）
产品内是否可以获取用户好友等关系链信息？
定期推送与用户关系密切的好友动态、其他好友与我的互动联系、又或是根据其他好友的行为推荐相关内容/服务
产品内用户是否会有消费、领取福利等的动机存在？
找到合理的理由和规则，定期给特定用户推送福利
能否获取一些和用户相关的重要时间节点？（如加入时间、生日等）
为所有用户的特定纪念日/生日等重要时间节点提前准备好物料或福利，只要触发即可推送
用户核心需求内是否存在重要、可对用户形成强烈刺激的标签信息？如探探推送用户的职业、地理位置等
在用户关注的目标对象身上找到具备重要意义的标签信息，并形成规则：只要有具备特定标签的目标用户出现，即推送消息
产品内是否出现足以吸引大量用户围观讨论的内容？
只要站内出现热度超过一定阙值的信息或产品，就面向全站用户进行推送
3. 站内承接方式
立即可消费的商品/内容
特定功能&用户路径
特定福利or站内活动
用户分层与精细化运营
用户分层本质
用户分层原因
1. 产品中用户角色差异，如贡献内容、消费内容等
2. 产品中用户行为差异，如付费用户、活跃用户等
用户细分是用户分层运营的前提，通过先有效细分用户，再定向执行策略来实现更高效的精细化运营
用户分层是可嵌套的，针对某一层级的用户可再进行不同维度的细分，如将购买用户按渠道分为群体A、群体B等，也叫用户分群
用户分层与用户分群
用户分层
以用户价值为中心
在同一分层模型下，一个用户只会处于一个层级中
用户分群
以用户属性为中心
一个用户可能会拥有多个属性，这些属性并非互相排斥非此即彼的关系
用户分层的本质：是一种以用户特征、用户行为为中心对用户进行细分的精细化运营
实施核心
1. 处于不同层级的用户，需要能够被通过数据字段或标签等方式识别区分出来
2. 面向每一类用户的运营机制或策略是明确且稳定的
4种常见用户分层方式
产品类型划分依据
1. 产品业务主链条标准化程度高/低
2. 产品中用户互相影响的可能性高/低
4种用户分层方式
1. 用户个性化特征&需求区隔分层
适用于业务主链条标准化程度比较低的产品，如招商、印象笔记等
进行分层的常见维度
1. 自然属性
个人自然信息：年龄、性别、职业、收入等情况
渠道来源
2. 个性化需求
个人隐性消费偏好
价格/服务敏感型
个人使用意愿/专业度强弱
个人显性消费偏好
对A功能/A类商品更感兴趣的用户
对B功能/B类商品更感兴趣的用户
使用场景（如通勤、睡前、周末等）
用户个性化特质区隔分层依据
1. 用户是否会因为上述行为和属性的不同，导致需求、使用动机、使用偏好等会出现较大差异
2. 进行分层判断，要么依靠常识和用户洞察，要么依靠数据
可选择一个维度对用户进行分层，也可选择两个维度通过交叉分层，两个维度需有较强相关性
2. 用户身份区隔分层
适用于产品中用户相互影响可能性高的产品，如抖音、知乎等
金字塔模型
按照用户价值贡献度大小、或用户影响力的稀缺程度由下到上搭建一个金字塔模型，再赋予每一类用户对应的角色和权益，搭建良性循环
梳理搭建金字塔模型
1. 梳理产品业务逻辑，判断产品中存在几类角色
2. 是否存在用户之间发生关系？
是，继续思考：某类用户是否因贡献、活跃、稀缺性而产生阶层？
是，在该类用户内依据贡献度、稀缺性等搭建分层
否，继续思考：用户之间是否可以在自然状态下实现角色演化或进阶？
是，把不同用户的分层进行对接，被进阶一方处于金字塔上方
否，该产品不适用金字塔模型
3. 对每个层级的用户进行定义，并制定针对性运营策略
金字塔顶层用户可按其所处领域如文化、体育等方面进行再次细分，并评估是否需要为每一类用户设计差异化运营策略
3. 用户价值区隔分层
1. 依靠用户生命周期对用户进行分层
不同类型产品的用户价值成长路径
用户价值划分四象限依据
1. 用户是否会直接付费
2. 产品使用频次高低
用户价值成长路径
1. 用户会直接付费+使用频次高：做收入，做GMV
价值成长路径1:注册—初次付费—多次付费—高净值用户阶段
价值成长路径2:注册—形成使用依赖—初次付费—多次付费—高净值用户阶段（产品中有流量型高频功能）
2. 用户会直接付费+使用频次低：做收入，做转化路径
注册—体验环节1—……—体验环节N—付费—（多次付费）
3. 用户不会直接付费+使用频次低：啥也不用做
4. 用户不会直接付费+使用频次高：做流量
注册—尝试使用阶段—形成依赖阶段—高忠诚度高贡献值阶段
付费收入类产品用户生命周期定义思路
线性流程
导入期：下载注册APP
成长期：初次付费
成熟期：二次付费+多次付费
流失期：**时间内不在登陆产品、卸载产品
流量类产品生命周期定义思路
导入期
处于刚上手，尝试开始使用产品阶段，目前尚无任何深度使用
一般定义为注册后无行为，或注册后尚未完整体验产品主流程的用户，如滴滴注册后未完成打车行为
成长期
初步培养使用习惯和用户忠诚度，认同产品核心价值，会定期使用产品
一般定义为已经完成产品核心功能体验，访问频次或在线时间大于某最小基数的用户
成熟期
对产品已形成高度使用习惯和依赖，使用时间和频次都显著增高，能够贡献较高商业价值
一般定义为一段时间内，访问频次或在线时间或消费持续大于一个基数的用户，该基数的确定可使用二八法则
休眠期
曾经非常活跃，但已经开始不再访问和使用产品
一般定义为原本属于成熟期，但已有一段时间未曾访问使用过产品的用户
流失期
已经长时间未曾访问过产品，甚至卸载了产品
一般定义为联系**天未曾访问过产品的用户
2. 根据关键用户行为对用户进行分层
找到产品中能够衡量用户价值的关键行为，对其进行交叉分析和评估，最终形成某种分层模型，如RFM分层模型
RFM分层模型
模型内容
R：Recency，距离最近一次交易
F：Frequency，交易频次
M：Monetary，交易金额
8类价值客户
重要价值用户：R高、F高、M高
重要保持用户：R低、F高、M高
重要发展用户：R高、F低、M高
重要挽留用户：R低、F低、M高
一般价值用户：R高、F高、M低
一般保持用户：R低、F高、M低
一般发展用户：R高、F低、M低
一般挽留用户：R低、F低、M低
操作步骤
1. 抓取用户R、F、M三个维度下的原始数据
提出数据需求：定义F中“一段时间”是多久及用户类型，然后拉出该时间段内的所有订单数据
数据字段需包含：用户ID、下单时间、下单金额
2. 定义R、F、M值的评估模型和中值
根据业务特性或数据分布情况划分数据分布区间，设定评估模型
如何定义RFM三个维度下的中值
1. 所有数据的平均值或中间值
2. 基于业务节点的重要值
3. 以二八法则进行推算
4. Means聚类算法
3.进行数据处理，获取用户R、F、M值
根据R、F、M值的评估模型映射RFM值
4.参照评估模型与中值，对用户进行分层
5.针对不同层级的用户制定运营策略
RFM进阶变种及应用
利用RFM模型对用户进行分层核心是找出影响单用户价值高低的用户行为，然后进行多维度交叉分析和用户划分，因此RFM模型不仅适用于电商行业
网站：登陆次数、最近一次登陆时间、登陆时长/产品使用时长
内容：评论次数、评论字数、最近一次评论时间
任何产品如果要通过用户关键行为对用户价值进行判断，都需找到至少2个关键指标（2-3个）对其进行交叉分析，实现用户分层
RFM是一种思考方式，而非唯一答案
2种价值区隔方法的区别在于采用何种方式判断用户价值的高低，前者采用生命周期，后者采用用户关键行为
4. AARRR模型分层
模型内容
获取用户Acquisition
层级界定：下载未注册，或完成注册无进一步动作
运营关注：不同渠道下用户最有效的获取方式和手段
用户激活Activation
层级界定：注册，但尚未走完预设的核心路径
运营关注：如何让用户更好的走完我们设计好的核心路径
提高留存Retention
层级界定：走完核心路径后持续留存时间不足的用户
运营关注：思考如何为用户此后的使用创造持续动机
增加收入Revenue
层级界定：已经走完核心路径，且持续留存时间/活跃度超过一定值的用户
运营关注：思考如何向用户售卖产品，完成变现
病毒传播Referral
层级界定：活跃频次超过一定基数的用户
运营关注：如何为她们设计更好的自发传播+口碑工具
重点在于：找到合适的数据指标，去描述和定义处于每一层级的用户
用户价值和AARRR模型区隔分层适用于所有类型的产品
用户运营分层实施流程
1. 梳理产品业务逻辑
2. 结合资源、问题和现状，选择更适用的用户分层模型
3. 获取数据，完成用户层次划分
4. 制定分层运营策略
1. 明确希望每类用户周期性稳定发生的行为
2. 明确希望引导其完成的重点行为，或是引导其进行身份进阶的路径
3. 通过模型完成运营策略的匹配
1）让用户一次性完成某个关键行为（首次下单等）
给予一次性物质奖励（礼品、红包等）or某种权益利益or某种荣誉进行刺激
通过定向引导、任务等来促成行为发生，增加引导推荐时的精准性
2）希望用户保证某种最低程度的贡献（如每月最少贡献20篇内容）
给予特殊达标奖励
3）让用户长期持续保持某一行为（持续浏览、使用等）
找到用户获得正反馈的核心驱动力，进行定向引导（关注特定内容源或推荐源）
为用户定期发生关系设计额外刺激（折扣、优惠等）
给予用户达成某个里程碑时的特殊荣誉或奖励
通过排行榜等给予竞争性激励
设计每次访问时的随机奖励
4）让用户完成能力or身份上的进阶（如从路人用户进阶为内容发布用户）
身份方面：设计专属权益，予以刺激
能力提升方面：给予专门指导
5）让用户对产品产生更高情感认同
让用户在产品中获得更多高价值关系或投入更多情感
增强官方与用户间的情感联系
5. 执行检验+迭代
1. 优先选做“一个机制能影响好多人”的运营工作，或优先解决“用户基数最大”的问题
2. 不要同时上多个链条长、复杂度高的运营方案
3. 运营方案要“可被监测+可被评估”
4. 运营方案一定要“跟到底”或“有结论产出”—目标导向意识
用户生命周期管理
用户生命周期定义
周期：用户从【接触产品】到【离开产品】的全过程，注：用户并非能完整经历所有的生命周期
手段：通过数据驱动，对典型用户的成长路径进行引导和精细化运营
目的：更好放大全体用户价值+单体用户价值
本质
1. 更加精细化、数据化的运营
2. 提升用户的单体价值和延长用户的生命周期
3. 通过LTV测算有效降低无效成本，提高收益
用户生命周期划分
导入期
获客区，运营重点是拉新
成长期
升值区，运营重点是让用户活跃并产生价值，养成对产品的使用依赖
成熟期
升值区，运营重点是让用户活跃并产生价值，养成对产品的使用依赖
休眠期
留存区，运营重点是延长用户生命周期
流失期
留存区，运营重点是延长用户生命周期
不同产品生命周期中运营重心变化
初创期
用户运营路径：拉新、活跃
运营重心：重视潜客挖掘
成长期
用户运营路径：拉新、活跃、转化
运营重心：重视潜客挖掘+重视用户价值划分与价值挖掘
成熟期
用户运营路径：活跃、转化、留存、防流失
运营重心：重视用户价值划分与价值挖掘+重视用户留存与活跃
衰退期
用户运营路径：转移用户
运营重心：重视用户留存与活跃
何种产品需强调用户生命周期管理
所有产品都涉及用户生命周期，但并非都需要管理用户生命周期
从产品生命周期来看，初创期产品由于资源不足，不需要过分强调用户生命周期管理
从需求强烈度和市场供应强度来看，需求越强烈供应越稀缺的产品，越不用过多强调用户生命周期管理，如12306
用户生命周期模型搭建步骤
1. 梳理产品业务逻辑
2. 找到影响用户留存/消费的关键驱动功能
通常为产品的核心功能，引起用户口碑的功能
3. 定义各阶段用户行为
导入期
潜在用户
1. 基于用户需求，描绘出对产品有需求的用户画像，通过适当渠道已经触达，但未注册、下载的用户
2. 尝试使用，但未纳入用户信息的用户，如有访问甚至使用行为，但未下载应用或未注册的用户
新用户
已完成下载、注册，并在当日活跃，但尚未进入留存进程的用户
成长期
活跃用户
使用特定功能，满足活跃条件的用户
留存用户
养成习惯，一段时间内会活跃的用户
成熟期
付费用户
完成付费转化且未流失的用户
休眠期
沉睡用户
连续**时间内，未活跃的用户，但仍可尝试激活的用户
流失期
流失用户
1. 已卸载用户
2. 连续**时间内，未活跃的用户，且无法激活的用户
4. 分析用户行为数据制定运营策略，最终实现用户行为引导
5. 数据监测+持续迭代
提升用户单体价值
1.提升单位价值
聚焦成长期和成熟期（升值区）
针对留存、活跃、付费的用户进行生命周期管理
1. 用户行为路径梳理
2. 数据定义，数据收集
解决用户从A阶段到B阶段用户价值提升问题，需先筛选B阶段用户，再从B阶段用户身上获取三类数据
典型用户路径的路径相关数据—围绕从A阶段到B阶段的典型用户路径提出数据需求
用户基础数据—年龄、性别、职业、地区等
用户行为数据—判断产品内哪些功能会影响用户后续的关键状态
3. 通过数据分析找到发力点
从A到B的用户中，哪条路径更优？
从A到B的用户中，大部分用户符合什么特征？
从A到B的用户中，大部分用户是否发生过一些相同的行为？
4. 完成用户引导
结合用户激励，在用户行为路径中对各节点进行引导
2.延长生命周期
在日常运营中提高用户访问产品的可能性
如王者荣耀的贵族降级、电商平台的产品评论邀请
建立防流失预警机制
需特别关注防流失的产品
产品体验较为标准，但流失情况比较严重
产品已经比较成熟，功能趋于稳定
防流失预警机制设计
1.流失用户定义
选择关键行为
一般流失行为都是标志性的关键操作，如登陆/访问、付费等
选择时间长度
流失定义合理的情况下，【成熟产品】的用户回访率在5%-10%，【新兴产品】可能更低
用户回访率=回访用户数（流失后回访）/流失用户数*100%
通过用户回访率和流失天数的数据分析（拐点理论），确定时间长度
2.分析流失征兆
1）圈定流失用户，分析流失前用户行为
2）假设用户流失的影响因素
3）通过访谈，明确用户流失行为路径
运营需强关注数据
在流失前用户进行哪些类似行为？
是否集中某一渠道？
用户的性别属性、年龄层次、地域特征、兴趣特征是否类似？
流失的时间点，产品进行哪些动作？是否发布新版本？是否更改核心功能？
3.设计预警机制
监控数据，进行预流失用户建模
确定预流失用户
4.进行用户引导
根据用户流失原因，针对预流失用户、休眠用户、流失用户分别进行干预
用户生命周期价值（LTV）
LTV
概念：指产品从用户获取到流失所得的收益总和
价值在于检测运营活动的投入产出比，测试各渠道拉新质量，监测业务发展健康度
LTV=（某个用户月购买频次×客单价×毛利率）×（1/月流失率）
毛利率得益于企业成本控制能力
1/月流失率，即用户留存月数，留存率取决于对用户的服务能力、产品本身是否打动用户、日常运营动作是否提供留存动力
客单价依赖运营拉动和产品本身的路径是否合理顺滑
CAC
概念：获取用户所花费的成本，通常和LTV一起用于判断渠道质量
CAC=总的获取用户花费成本/获取的有效用户数
LTV、CAC的应用价值在于衡量业务发展是否健康，相同统计口径下，LTV持续增长，说明业务良性发展，用户边际贡献增加或流失率降低；LTV未持续增长，说明业务存在问题，需要拉高用户边际贡献或降低流失率
用户行为激励体系
用户习惯养成
用户行为=动机×能力×触发
对用户有能力达成的行为：人为制造外部动机，给予用户最简单易操作的触发点
对用户目前没有能力达成的行为：通过制造动机+触发提升能力，培养用户行为
用户习惯=频率×行为
赋予行为一定的频次，让用户重复完成并获得反馈，就有机会让用户把行为固定成习惯
哪些行为需要被激励
决定内容
产品路径
产品必须要做的，否则产品模式不成立
路径梳理方法
1.梳理业务逻辑
2.归纳产品路径
核心路径
非核心路径
延伸路径
3.确定各路径下用户关键行为项
商业目标
非必须要做，但商业模式有依赖
目标梳理方法
1.确定核心指标
2.确定核心指标下的用户关键行为项
激励资源梳理
自己有什么？金钱、权益
别人有什么？对方有什么诉求、我能提供什么、我能置换什么
用户想要什么？产品/功能/生活/价值/身份有关
用户行为激励
单点激励
针对用户的某个特定行为给予相应激励
短期激励
某个时间段内针对某个目标给予用户行为激励
长期激励
关注用户长期行为，在较长周期内对大体量用户都是可实施（即搭建用户激励体系）
竞争
对用户行为带来的结果进行排名，促成用户为了获得竞争中的优势而展开竞争
前置条件
1.行为简单
2.展示明确
3.对照物
成功要素
1.定时更新
2.及时反馈
3.条件对比
思考步骤
1.梳理用户行为路径
2.找出可做对比的行为
3.找出最想激励的行为
4.设计排行榜
5.设计展示位置和频次
排名维度
1.和著名大V对比：通过比拼拉动用户向偶像或标杆靠拢
2.和好友对比：与认识的人对比的吸引力超过与随机对象进行对比
3.和排名临近的人对比：采用“动态池塘”，再采取什么行动，排名即可上升***
4.和所有人对比：排名比较靠前的情况下可采用此种方式
身份与荣誉
勋章类型
探索型
用户单次的特定行为触发
通常设置在用户行为路径必经点
奖励用户行为
积累型
用户多次重复行为累积后获得
通常是探索型的延续，奖励重复动作
奖励用户忠诚
限制型
为活动、纪念日量身定制
突出稀缺性，保证限量或限时领取
奖励用户活跃
设计原则
1.正向激励
2.提示明确
3.设计精美
设计步骤
1.梳理站内可做勋章的方向
围绕产品功能模块
围绕内容or服务类型
2.命名和上线
PS.里程碑数字节点的选取需根据实际业务数据确定
PS.里程碑数字节点的选取需根据实际业务数据确定
权益（会员、特权+物质+积分兑换）
会员体系设计
会员类型
1.利用高性价比产品，转化新用户
2.针对价值贡献最高的用户做会员，提升他们的ARPU值和忠诚度
3.针对所有用户做会员，需结合等级积分系统
会员设计最重要的是梳理能给到用户的权益
产品内部权益
交易型产品：可提供各种额度差别有所不同等折扣、优惠等作为权益
工具性产品：可提供各种功能特权作为权益
服务型产品：可提供各种品质、深度有所差异的增值服务作为权益
社交/社区型产品：可提供各种特殊身份标识、功能特权、专属社交圈等作为权益
通用权益：可提供各种定期专属福利（奖品、专属活动、专人服务等）作为权益，可获取倍数不同的更高成长值作为权益
其他权益（实物等）
我的资源
我能换到的资源
根据用户体量和目的判断会员体系是否需要划分等级
不同等级的会员的权益需要有显著区分
确定会员等级
通过花钱分等级
通过成长值分等级
可根据用户生命周期，确定会员等级
确定可以提供的权益
积分体系搭建
1.积分预算
销售比例：常用于直接付费类产品
固定金额：常用于非直接付费类产品
2.积分获取
行为梳理
核心行为
非核心行为
用户价值分层及设定行为积分比值
以核心行为的量化数值进行分层，如电商的交易金额，社区的阅读量等
用户分层的数量要以现用户量级为基础，并结合产品希望用户达到的量级来进行
分层数量一般不超过6个
设定不同层级的用户核心行为和非核心行为的积分获取比例，非核心行为占比越高，非核心行为的引导越多
单用户测算（设定行为的积分数值）
设定行为积分数值
核心行为的积分获取应当有明确公式，如销售额*50%
非核心行为：按照行为的轻重来设定行为和行为之间的分值
重点关注行为和行为间的积分比值是否合理
预留未来上线且需要引导用户行为的积分
预留通过积分获取活动发放的积分
测算前准备
按照不同层级用户分别获取
按照用户的最大获取积分来测算
测算后
根据设定的核心行为和非核心行为的积分比值来调配比值
调整积分获取数量和难易程度
总用户测算
按照不同层级用户分别计算
测算最大可获取积分和预测获取积分
在测算预测获取积分时，要根据每个行为设定预设一个获取率（历史数据+拍脑袋）
积分兑换比修正
1.测算积分兑换比
积分兑换比=总体用户预测获取积分/总预算
2.积分兑换比调整
兑换比转化系数=目标兑换比/当前兑换比
3.调整行为分值
单个行为分值非整数，可在较小范围内调整
4.测算单个用户成本
测算不同层级的单个用户补贴成本是否合理
3.积分消费
消费渠道和内容
消费渠道
积分商城
积分活动
抽奖
游戏
消费内容
闭环商品
消费券
现金券
抵减付费金额
开环商品
企业现金采购实施
品牌置换
企业自行生产
积分价值恒定
丰富的消费渠道和内容，保证不同层级的用户每个月都有商品花得起积分
用户积分获取行为和消耗行为的引导
定义好积分清零规则，今年获取积分次年年底清零or本月获取积分次年当月月底清零
单商品测算
商品积分=积分兑换比×商品现金价值×商品采购成本率×商品溢价系
商品采购成本率=商品采购成本/商品现金价值
商品溢价系数=原价/（原价—最大折扣金额）
闭环商品的积分兑换比可设置较低
4.积分维护
积分获取
监测指标：最大可发放积分量（积分成本×积分兑换比）、预测发放积分量、实际发放积分量
三者相差比例控制在10%以内，越接近越好
监测维度：总体、单个行为、用户分层、时间等
积分消费
积分消耗率=积分消耗量/积分实际发放量
积分消耗人数占比=积分消耗人数/当前拥有积分人数
金本位的积分仅限天猫等大平台使用，垂直独立业务尽量不要采用金本位积分，随着业务增长，成本水涨船高
用户等级
以大体量用户为前提
等级和身份&荣誉、权益相关联
操作步骤
1.梳理所有需要被激励的用户行为
根据已有的激励体系和任务引导机制指向的行为进行梳理
根据产品功能模块&用户成长路径进行梳理
2.赋予每一个行为权重或成长值
确定需要进行一次性激励或里程碑式激励的行为点
对于持续性行为的每一次发生都赋予用户一个积分分值，但要限定单位时间内发生或获得的最大上限
3.依照不同函数模型构建用户等级阶梯
幂函数模型：适用于用户行为丰富多样，人机互动空间大，有多种行为可获取成长值，如游戏或复杂的社区。成长体系通常为DAU服务
指数函数模型：适用于除登陆、购买、评论等行为外，互动空间和获取成长值空间较少，等级也较少的产品，如电商或简单的社区。成长体系为GMV服务
4.为相应的用户等级匹配权益
5.上线运营，不断调整
用户运营体系搭建
解构复杂产品的运营体系
核心原则
1.一切运营分工都服务于商业目的
2.任何产品必然存在核心商业价值变现路径，用以支撑产品商业价值的增加
3.越是庞大的产品，越需要在拥有清晰的商业业务模型之后，再来谈运营方法
结构步骤
1.梳理产品商业通路+面向商业通路的用户价值成长路径
2.梳理产品主要功能，完成产品功能和用户价值成长路径间的映射
单一功能的产品，直接考虑该功能和用户价值成长路径的关系
多功能产品，依次思考
1.不同产品功能是否对应用户价值成长路径中的不同环节？
2.是否存在多个功能都对应用户价值成长路径中的同一个环节？
3.是否存在多个功能/产品线对应的是不同的独立营收中心？
3.完成梳理，明确团队分工+协作方式
如果一个环节上承载大量用户，可以由一个独立团队负责
一个独立的业务或营收中心，由一个独立团队负责
N个环节上都会出现的共性问题，可以单独拎出一个中台
产品发展过程中用户运营体系的重组和搭建
如何判断产品该使用哪些用户运营方法
1.产品生命周期
产品中早期，用户量小：较简单的用户生命周期管理
产品中后期，用户量较大：较完整的用户生命周期管理
2.围绕产品主要功能已经开始出现差异化需求，无法满足所有用户
考虑做用户分层
3.产品核心功能、流程等已经相对稳定
考虑做用户激励
4.产品中存在多重用户角色，且用户间可相互影响
考虑做用户分层
5.已经存在明确的单个高价值用户行为
考虑围绕高价值用户行为进行激励
产品功能发生变化，原有运营方法如何调整
1.产品业务逻辑+用户价值成长路径未改变
新功能是在寻找比旧功能更高效的解决方案：根据高效与否判断是否调整运营策略
2.产品业务逻辑未变，用户价值成长路径改变
新功能完全取代旧功能：围绕新功能重构用户运营策略
3.产品业务逻辑+用户价值成长路径改变
新功能服务于新的商业业务逻辑：根据新的业务逻辑+新的用户价值成长路径重组运营策略
大体量成熟产品用户运营策略重构和成长体系搭建流程
1.梳理产品商业通路+用户价值成长路径
2.参考用户价值分层方法，搭建全新的用户成长阶梯+运营模型
可能存在的四类用户
路人型用户
内容/服务消费型用户
内容创造/服务提供型用户
消费购买型用户
界定“活跃”指标：可将使用超过一段时间后（如1年）仍在持续使用产品的用户中，使用频次的典型值（平均值）作为参考
围绕用户成长阶梯梳理用户运营模型（策略）
3.按照用户成长阶梯梳理不同用户在不同层级下的最优成长路径
4.在最优成长路径中区分一次性行为和持续性行为，分别完善激励措施
5.把用户成长路径合并等级，系统构建用户成长体系
构建以用户等级为中心的用户成长体系
掌控复杂系统的关键在于：建立起支撑整个系统运转的规则，规则符合可监控、可驱动可被影响的原则
0 条评论
下一页
