用户分层、转化与留存提升方法
2024-09-02 17:17:35 0 举报
AI智能生成
AARRR模型:用户运营目标与数据指标 用户生命周期与用户价值 如何提升用户转化率与留存率:做好转化空间预估,衡量性价比;找到核心问题并进行问题拆解 用户分层与用户转化 用户分层的类型与方法 用户转化的阶段与提升方法 其他引导用户转化的常见模式
作者其他创作
大纲/内容
用户的转化与留存
AARRR模型及其衍生数据指标。根据用户深入产品的程度,用户运营可分为5个运营阶段:获取用户(Acquisition)、提高活跃度(Activation)、提高留存率(Retention)、获取收入(Revenue)、自传播(Refer)。这5个阶段的用户量普遍呈漏斗形状,而这个模型称为“AARRR模型”。
AARRR模型及其衍生数据指标
第一个运营目标——获取用户
衍生的二级指标:获客成本及新老用户占比。
获取用户及其数据指标
下一个目标是模型中的第二个A——提高活跃度
活跃用户对应的二级指标为活跃用户占比
提高活跃度及其数据指标
第三个用户运营目标是提高用户在产品中的留存率(AARRR模型的第一个R)。
通常产品经理看的留存数据中,一级指标有次日留存率、3日留存率及7日留存率,二级指标有用户访问时长
次日留存率即第1天新增用户中第2天仍到访产品的用户与第1天新增用户数的比值,是反映产品对用户是否有吸引力的指标。通过次日留存率还可以快速判定渠道的用户质量
3日留存率是新增用户在首次登录后第3天还到访产品的数量与第1天新增用户数的比值。3日留存率是在次日留存率后下一个会观察的指标,通常会平缓递减,如果在某一时间段出现骤减,则需要分析是否出现什么变动引起用户的异常流失。
7日留存率是新增用户在首次登录后第7天仍到访产品的数量与第1天新增用户数的比值。这部分用户可视为产品的忠诚用户。他们对产品的认可度高,后续需要进一步转化时意愿也会比次日留存用户更高,因此需重点维护和提升占比。
在性质类似的多个产品中,有的比其他的更能吸引用户使用,主要原因在于这些产品给用户带来了差异化感受,也就是用户认为它们更符合自己的调性,更懂自己。因此用户运营提升日活跃用户数的第一个手段就是帮助产品完成初始差异化建设。产品的差异化可以从内容、用户认知两方面入手。在这两方面有针对性的差异化运营,都可以成为产品找到自己赛道的关键。
(1)差异化建设
用户的活跃度和黏性很大程度上取决于用户与产品之间的社交链深度。举例来说,微博虽然在时长上很难与新晋的用户新欢——短视频社区相比,但是它仍然可以达到1.5亿以上的日活跃用户量,为什么?因为它有自己的社交链,一个用户只要在这个社交链里植入够深,哪怕他沉默了3个月,还是会在适当的场景下因为一些哪怕是微弱的社交链被召回的。
(2)社交链
为了提升日活跃用户数,运营需要做什么?有两大手段:差异化建设和社交链。
用户打开一款产品,其在产品中的停留时间取决于自己所需的内容以及相关的其他内容。而增加内容的量级需要内容运营来完成,虽然内容运营在提升内容质量和数量时会与用户运营协同,但这一工作主要还是由内容运营完成。而海量内容如何与用户需求进行匹配,则需要用户运营根据用户画像来推算如何让同一个用户持续在产品内停留与消费。
提升用户访问时长的第二个手段是提升用户的单UV访问时长
用户留存的二级指标是近两年各产品越来越重视的用户访问时长。那么用户访问时长怎么计算呢?公式如下:DAU(日活跃用户数)×单UV时长=用户访问时长由这个公式可知提升用户访问时长的两个可行手段:提升日用户活跃数和提升单UV下的用户访问时长。而这两者都是用户运营的主要职责
提高留存率及其数据指标
用户运营的第四个目标就是AARRR模型中的第二个R——获取收入
很多互联网产品在模块上就有用户直接付费的变现方式,如电商的商品销售、视频站点的会员体系等,这类变现模块对应的一级指标为交易用户数。从交易用户数的数据表现可以看出产品能直接带来的商业价值。而可以辅助用户运营进行数据分析的二级指标则为付费用户占比和用户ARPU。
ARPU是Average Revenue Per User的首字母缩写,即一定时期内单个用户产生的收入。需要分析这部分数据的原因是,不同类型的产品的付费场景、交易额差异巨大。比如汽车,其交易用户数和付费用户占比难以与生鲜类电商相比,然而汽车这类产品一旦形成交易,单个用户的交易额远高于生鲜类电商。
获取收入及其数据指标
用户运营的最后一个目标,即AARRR里最后一个R,是促进用户的自传播
自传播对应的一级指标是传播用户数,二级指标是传播带来的新增用户数。用户自传播不仅可以为产品带来品牌价值,还可以为产品带来新增的高质量用户。
自传播及其数据指标
AARRR是用户运营用来提升用户活跃度、提升用户留存率的最基础的漏斗模型。从新用户到进行自传播的用户,越往下用户价值越高。每一层转化都会有用户流失,因此用户数量是逐级递减的。用户运营追求的是尽量减少每层漏斗中流失的用户数量,在一个产品中最大化用户价值。从漏斗中我们可以看到,所谓的用户转化其实是两个层面的转化:一个是用户由非活跃用户向活跃用户的转化,另一个是用户由非付费用户向付费用户的转化。
AARRR模型:用户运营目标与数据指标
用户生命周期与用户价值(Life Time Value,LTV)
用户生命周期与用户价值
(1)用户生命周期
用户生命周期是时间维度的,而用户价值指的是用户在一定周期内产生的价值。这个周期的准确定义是用户从进入产品到流失的生命周期,但由于不同产品的用户生命周期并不容易准确计算,因此通常可以将用户生命周期限定为一个固定周期,如一个月。在这个周期内计算减去营销成本后用户为产品带来的价值。这个数据可以帮助运营衡量营销活动带来的增益,进而优化营销方式。
用户生命周期和用户价值之间的关系是:在引入期,用户运营成本高于用户创造的价值;而到了成长期,用户创造的价值开始大于运营成本,直到达到价值最大化,用户进入成熟期;而后随着用户逐渐转变为沉默用户,用户运营成本又高于用户创造的价值;最后用户流失,不再为产品创造价值。
在整个用户生命周期内,用户创造价值最高的是在成长期和成熟期。因此用户运营要提升用户转化率与留存率,可以看作想办法让用户在产品内走向成熟、减缓沉默,通过转化与提升将用户价值最大化,使产品获得最大收益。
(2)用户价值
我们取行业中的平均值,平均唤醒率约为23%,而我们所运营的产品用户唤醒率仅为14.51%,因此还有8%~9%的转化空间。将产品的用户唤醒率提升至行业平均水平,将有约500万~600万用户转化为日活跃用户,这也十分可观了。这样,通过用户唤醒率以及蓄水池用户数据与竞品的对比,就可以粗略计算出用户的转化空间。下一步我们就来看提升用户唤醒率的方法
做好转化空间预估,衡量性价比
想找到真正的核心问题,需要将呈现在表面的问题进行拆解
问题拆解流程
做好了用户分层和行为分析,在唤醒流失用户时就可以根据不同的原因采取不同的运营措施,从而进行精细化运营,使用户增长最大化。
1. 对用户进行分层
用户行为指的是用户进入产品后所发生的一系列交互,交互本身会产生用户数据。一个类型的用户产生的数据集合可以为运营人员提供参考
在每个环节先分析出用户行为数据,进而针对数据列出可行的转化方案。
2. 进行用户行为分析
在根据用户路径给出用户行为数据分析之后,针对不同环节可以提出不同的运营方案。
常见转化率低的问题及转化思路
如果在用户路径之初的数据表现就不佳,那么可以从使用产品的诱因出发寻找解决方案。
(1)用诱因吸引用户
(2)用权益增加用户使用频次
①推送
②新人引导
③限时活动
④第三方推荐
激活触发机制有4种常见方法
(3)激活触发机制
3. 根据用户行为分析给出转化方案
找到核心问题并进行问题拆解
如何提升用户转化率与留存率
可以按照用户生命周期来进行用户分层,用户在不同阶段产生的价值不同。
用户分层方法
根据在用户生命周期内所产生的不同价值,可以将用户分为四大类。潜在用户:不同于沉默用户,这类用户对于产品有访问行为,但与活跃用户相比,其访问的频次又不够高;往往对应于用户生命周期的引入期。活跃用户:分为时长型活跃用户和付费型活跃用户,对应于用户生命周期的成长期与成熟期。沉默用户:这类用户或许以前活跃过,但是因为某些原因逐渐降低了访问频次,直至不再访问;主要对应于用户生命周期的沉默期。流失用户:相当长一段时间都没有再使用过产品的用户,对应于用户生命周期的流失期
用户分层的类型与方法
用户下载了产品却不使用是出于哪些原因,应该如何解决
潜在用户转化率低的可能原因及解决手段
以上是5种解决用户从待激活到活跃的转化问题的常见思路
新用户到活跃用户的转化
我们平常提到的活跃用户往往是从用户访问的角度进行统计的,因此在为活跃用户下定义时一般使用DAU或MAU。而从用户价值的角度来说,用户在产品中停留的时间越长,其用户价值越大。因此,我们可以提升活跃用户在产品中的停留时长,以最大化活跃用户的价值。
时长型活跃用户特征及提升转化手段
(1)时长型活跃用户
付费型活跃用户不同于时长型活跃用户,他们或许并不会在产品上花费大量时间,但是付费意愿更强。分析这类用户的特质可以指导用户运营为他们提供更好的内容和服务,提高他们使用产品的频次,提升其用户价值。那么付费
付费型活跃用户特征及提升转化手段
(2)付费型活跃用户
从用户生命周期来看,活跃用户主要处于成长期与成熟期,但在成熟期的后半段,用户将逐步走向沉默。避免用户走向沉默,需要从三个需求维度来分析用户
避免成熟用户走向沉默的需求分析维度
(3)避免成熟用户走向沉默
活跃用户分类及进一步转化
用户转化的阶段与提升方法
常见引导模式
其他引导用户转化的常见模式
用户分层与用户转化
0 条评论
回复 删除
下一页