高阶用户运营体系搭建

这里写目录标题

  • 第1章 理解用户运营本质
    • 1. 什么是“用户运营”?
    • 2.一个“用户运营”重点关注什么?
    • 3.怎么做好用户运营?
    • 4.高阶用户运营体系搭建
    • 5.大规模用户运营体系的3大子系统
    • 6.用户留存的归因/活跃差模型
    • 7.用户运营基本功之用户召回法
  • 第2章 用户分层和精细化运营落地
    • 1.了解用户分层的本质
    • 2.四种常见的用户分层介绍
    • 3. 用户生命周期分层法
    • 4.RFM分层方法应用
    • 5.怎么使用AARRR模型对用户分层
    • 6.面对用户不同需求时在做用户分层
    • 案例:详解豆瓣是如何做用户分层的
    • 必修9:怎么用金字塔分层法做用户分层?
  • 第3章 用户生命周期与用户成长路径的策略运营
    • 1.什么是用户生命周期管理
    • 2.如何搭建用户生命周期模型
    • 3.如何提升客户的单体价值?
    • 4. 如何延长用户的时长

第1章 理解用户运营本质

1. 什么是“用户运营”?

  • 实际上可以称为:用户价值管理。
  • 工作本质:监测 、评估、 驱动、 影响,用户做的行为
  • 基础工作:留存 促活 召回
    留存:提升首次使用产品后还会继续使用产品的用户比例。指标:2d,7d,30d
    促活:增加用户的活跃度,访问量等。指标:一般定义登录即活跃,需要具体到业务目标。
    召回:通过有效的信息手段将信息传递到流失用户,引导完成和使用。指标:召回数

2.一个“用户运营”重点关注什么?

  • 平均单体用户的价值提升:低-高 、高更高 、整体变高。

  • 用户价值的定义:需要根据产品和用户生命周期阶段来定义。

  • 用户价值划分:按照产品类别对应的划分:一、二……级指标。

  • 产品分类方法:按照 “频率 - 付费 ” 分为四象限。

    用户直接付费 用户不会直接付费
    使用频次高 做收入,做GMV
    注册-初次付费—多次付费—高净值用户阶段
    注册形-尝试使用-成使用依赖-初次付费-多次付费-高净值用户阶段
    做流量
    注册—尝试使用阶段—形成依赖阶段----一高忠诚度高贡献值阶段
    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
    赶紧想办法进入第三或第二象限,进不去就别做了

3.怎么做好用户运营?

  • 方法取决:于用户规模破万。

    小规模-:集中式运营 -人-社群运营

    大规模 :策略式运营-自动化规则-运营体系

4.高阶用户运营体系搭建

  • 段位:

    初阶 :表层单点提升:留存 促活 召回 ;

    高阶:内核设计,梳理体系

  • 定义:多个不同系统共同构建的复杂系统。

  • 价值:减少人力的依赖

  • 原则:

    1. 数据驱动:一切都基于数据归于数据 ,拥有完整数据。

      业务数据:定位问题-所有工作

      用户基础数据:用户分类,

      用户行为数据:解决问题,。

    2. 精细化运营:人群、渠道、使用场景、使用流程。细分之后,用户行为有明显的差异和规律

    3. 自动化 和机制化

5.大规模用户运营体系的3大子系统

三大子系统:用户生命周期管理系统、用户分层运营系统、用户行为激励系统。

  • 用户生命周期管理系统:对用户样本进行分析,设计用户从接触到离开产品的周期模型,对关键节点和关键行为进行定义,实现预警和干预
  • 用户分层运营系统:根据用户的贡献、角色、喜好对用户分类,并对用户进行定义,对不同的用户正对性制定运营策略,拉升用户平均价值,重心通常是对核心用户进行维护。
  • 用户行为激励系统:梳理用户行为中需要激励的点,选择激励方式(竞争、荣誉、权益),构成激励系统

6.用户留存的归因/活跃差模型

  • 提升留存步骤

    1. 确定产品是否需要考虑留存

      根据产品类别。

    2. 明确要重点看的留存指标颗粒度

      如何留存指标颗粒度?

      用户典型使用频次 用户是否会在特定时间内离开
      每天使用:强关注次日留存 是—超出时间周期后,不需要再关注留存问题
      每周或每几周会定期使用:关注周留有和首次完整使用体验,无需关注次日留存 否,用户可能会长期黏在产品中—可以长期关注用户留存问题,并进一步转化为用户生命周期管理的问题来思考
      每个月或每几个月甚至每1-2年才完成一次使用:无需通过留存指标来关注用户价值
    3. 找到可能影响留存的元素,进行对比分析

      归因 3大常见思路+时间:不同维度下的用户差异。可分别从时间、功能、内容、或互动行为差异等维护入手进行数据比对,进行分析

      • 活跃或留存差的3类原因和改进方向:
      3类原因 改进方向
      产品价值不足/不明确or服务能力不足 设定服务边界or快速探索稳定的产品价值点
      未能引导用户去体验到产品的核心服务或核心价值,让用户惊喜
      用户不匹配 调整推广策略or产品机制
    4. 完成数据分析,找到线索,制定运营方案or策略,强化有效线索

      针对线索 进行引导用户

      1. 如何提升活跃?
      • 明确前提:

        留存是活跃的前提。

      • 方式

        抓手 操作
        放大活跃抓手 找到那些一定能够帮助用户活跃的功能点,井加强引导关键动作。
        常见活跃抓手:关系链、内容匹配、爆点功能/服务/话题等
        用户激励 针对我们希望发生的用户行为进行激励
        周期性活动 定期举办活动刺激用户参加,以便于用户更好养成使用习惯和依赖
        用户召回 把那些已经流失掉的用户唤回站内,并引导到更正确的用户路径上去
      • 3大归因之——围绕产品核心价值提升留存:立足于产品本身(类别)

        核心价值 措施
        功能/服从留存 找到能够实现用户留存的功能点,通过引导强化、补贴等方式吸引更多用户使用功能/服务
        内容留存 发现+创刨造优质内容,并做好优质内容的推送+匹配
        社区/互动留存 帮助用户缔结更多有效的关系或制造更多的互动

7.用户运营基本功之用户召回法

  • 用户召回:用户唤醒 与召唤手段类似,群体区别:休眠/流失的用户

  • 基本逻辑:渠道+物料+承接

    三大条件
    触达渠道 短信、邮件、App Push
    触达物料 推送内容+推送规则
    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
  • 触达物料:

    主要构成内容+规则,由人肉/机器 实现。

    • 人肉5种套路:

      1. 使用朗朗上口、趣味性较强的语言快速吸引用户注意力;
      2. 想尽办法创造好奇心
      3. 通过看似真实的朋友姓名、请求等最大程度激发用户的响应动机;
      4. 给予用户马上可享用的利益点进行诱导召回(电商)
      5. 围绕用户来到平台的主要原因,从各个角度给出诱惑进行召回(探探)
    • 策略召回:逐次核实以下问题,形成机制和策略

      思考方向 提取关键元素(以3节课为例) 召回示范
      1.判断用户初始动机(核心需求) 画出每个不同职业方向下的技能树,或只是抓取每个用户的明确 老黃,2018年第4堂运营新课正式发布!你确定不来看看嘛
      2.是否拥有用户的好友、关系链 抓取到多次同班级学习过的用户信息及相应用户在站内的最新行为 老黃,曾与你三次同学的她悄又在喊你陪她一起学习了
      3.产品是否有消费、福利动机: 给满足特定时间注册、参加过特定课程(如3.3计划)的同学发福利 老黄,三节课2016年老用户专享福利正式发放!限时1天可领,还不快

    | 4.是否拥有与用户有关的时间节点 | 注册1年,首次毕业1年,某份作品累计获得1000个赞 | 今天,是你来到三节课整一年的日子,我们给你写了一封信 |
    | 5.用户的核心需求中是否拥有可形成强刺激的标签,根据用户标签的更新推送内容 | 讲师身份、课程话题、课程火爆程度 | 老黄,淘宝大学首席讲师亲授,电商人必听的电商运营课程上线 |
    | 6.是有拥有足以形成围观的热点,热度超过阈值引导围观 | 站内内容周关注热度 | 抖音的内容推荐策略首次被内部人士曝光!引泼发上万人围观,快来加入讨论! |

第2章 用户分层和精细化运营落地

工作流程:

梳理产品业务逻辑——结合资源、问题和现状,选择适合的用户分层模型——结合数据完成用户层次的划分——制定分层运营的策略——检查执行+迭代

1.了解用户分层的本质

  • 定义

    总结
    用户分层的本质是一种以用户特征、用户行为等为中心对用户进行细分的精细化运营

    • 其他解读角度:

      用户分层:以用户价值为中心,在同一分层模型下个用户只会处于一个层次中

      用户分群:以用户属性为中心,1个用户可能会同时拥有多个属性

      为了统一认知,我们明确一下在本堂课程中,我们不使用“分层”和“分群”的概念,统一把所有通过对用户细分来进行的精细化运营统一称为“用户分层运营”。

  • 为什么需要用户分层

    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。

    • 为什么互联网产品需要广泛进行用户分层运营?

      • 产品中的用户角色差异

        B端用户-C端用户
        贡献内容-消费内容
        PGC-UGC
        商家-消费者

      • 产品中的用户行为差异

        付费用户
        活跃用户
        注册用户
        下载用户
        不同角度,分层不同

  • 实施用户分层的两大核心:

    明确到落实方案 和 数据。不能停留在方案

    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稳定的。
    • 案例:
    高阶用户运营体系搭建_第1张图片

2.四种常见的用户分层介绍

  • 四类分层:

用户价值区隔分层、AARRR模型分层也适用于后两者。注意灵活掌握:有的产品四类都适合要依据资源和问题来选择。

  1. 用户价值区隔分层

    依靠用户价值进行分层的两种常见做法:

    • 依靠用户生命周期定义对用户进行价值区隔,完成用户分层

      必然与用户的价值成长路径有关。经典:用户生命周期分层法

    • 通过关键用户行为对用户进行价值区隔,完成用户分

      经典:RFM

  2. AARRR模型分层

  3. 基于业务链的标准化程度和用户在产品中互相影响,分为:用户个性化特质&需求区隔分层、用户身份区隔分层

    高阶用户运营体系搭建_第2张图片
  4. 案例:实际中分类是相对的,选择的用户分层方式也是需要看具体的业务场景
    高阶用户运营体系搭建_第3张图片

3. 用户生命周期分层法

  1. 付费收入类产品的用户生命周期定义思路:用数据和行为标签对不同层次的用户进行界定
    高阶用户运营体系搭建_第4张图片

  2. 流量类产品的用户生命周期定义思路:阶段和典型特征的参照 ,是以用户的使用时长来界定
    高阶用户运营体系搭建_第5张图片

    获客区 升值区 升值区 留存区 留存区
    导入期 成长期 成熟期 休眠期 流失期
    用户状态 还处于刚刚上手,尝试开始使用产品阶段,目前尚无任何深度使用 已初步培养起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 每周登录次数大于10次,平均每次访问时间大于10分钟的用户 曾经非常活跃,但已经开始不再访问和使用产品 已经长时间未曾访问过产品,甚至卸载了产品,无法再激活一
    定义 一般定义为注册过后就啥也没干过,或者注册后尚未完整体验完产品主流程的用户 一般定义为已经完成过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 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 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 般定义为连续X天未曾访问使用过产品的用户

4.RFM分层方法应用

  • 通过关键用户行为对其进行价格区分

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(如经典的RFM)

  • RFM

    RFM模型是衡量客户价值和客户创利能力的重要工具和手段。不同于用户生命周期缝隙:抛开了,阶段、时间等概念模型通过:【三项指标】 交叉分析用户

    【 Recency-距离最近一次交易】 理论上,上一次消费时间越近的顾客应该是比较好的顾客,对提供即时的商品或是服务也最有可能会有反应 与顾客建立长期的关系: 如果显示上一次购买很近的客户,(消费为1个月)人数如增加,则表示该公司是个稳健成长的公司;反之,如上一次消费为一个月的客户越来越少,则是该公司迈向不健全之路的征兆。
    【Frequency-交易频率】 消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客,也是满意度最高的顾客。 最常购买的消费者,忠诚度也就最高。增加顾客购买的次数意味着从竞争对手处偷取市场占有率,由别人的手中赚取营业额。
    【Monetary-交易金额】 消费、消费频率、消费金额是测算消费者价值最重要也是最容易的方法,而其中,消费是最有力的预测指标,消费金额决定客户重要性 也所有数据库报告的支柱,也可以验证“帕雷托法则”(Pareto’s Law)——公司80%的收入来自20%的顾客。
  • 分类

    “忠诚度的阶梯”(loyalty ladder),其诀窍在于让消费者一直顺着阶梯往上爬,实际运用上,我们只需要把每个维度做两分即可,这样在3个维度上我们依然得到了8组用户。用户分类采取不同的运营决策识别有价值的用户

    在这里插入图片描述
    用户分类 距今间隔 消费频率(F 消费金额(M)
    1.重要价值用户 1 1 1 对这部分优质客户要特殊保护
    2.重要发展用户 1 0 1 忠诚度不高,很有潜力的用户,需要对其识别后进行个性化推荐,增加用户付费次数,提高粘性
    3.重要保持用户 0 1 1 说明这是个一段时间没来的忠诚客户,需要运营/业务人员对其进行唤回(可用红包、奖励、优惠券等方式)
    4.重要挽留用户 0 0 1 可能是我们的潜在客户或易流失客户,可以找到该部分用户让其给出反馈建议等
    5.一般价值用户 1 1 0 可能是对价格较敏感或付费能力不足,可对该部分用户进行商品关联推荐
    6.一般发展用户 1 0 0 新客户,可对该部分用户增加关怀,推送优惠信息,增加粘性
    7.一般保持用户 0 1 0 该部分客户可能快要流失,可低成本营销
    8.一般挽留用户 0 0 0 有可能不是目标客户,若经费有限可忽略此类用户
  • 流程

    • 抓取R、F、M三个维度下的原始数据

      本质上是订单列表:以用户ID为中心。定义出F中的"一段时间是多久,以及用户类型,然后拉出该时间段内所有的订单数据,数据字段包括用户ID、下单时间和订单金额就好。对一段时间"的定义可以排脑袋或参考业务进展和需求,一般如果业努比较稳定的情况下,多以自然年或季度、半年等为单位来进行定义

    • 定义R、F、M的评估模型与中值

      交易频次、最近一次交易时间、消费总金额等信息,怎样算是低,怎样算是高?应对方式:根据业务特性或数据分布情况来划分数据分布区间,要能体现出差距,设定评估模型,然后再设定中值。之所设定中值是因为:【三项指标】都只有一条分割线。

    • 进行数据处理、获取用户的R、F、M值。计算中值

      • 如何定义RFM三个维度下的中值?常见参照原则

        • 所有数据的平均值或中位数
        • 基于一个业务节点的重要值
          举例:R值里,P2P平台的一个月(白领们发工资)
        • 以二八法则进行推算
          M值内,80%用户都集中在低频低金额的区间,20%的用户却又创造了大部分营收
        • Means聚类算法

      在这里插入图片描述

    • 参照评估模型的值对用户进行分层

    • 针对不同等级的用户制订策略,推进落地

      • 对于数量最多的重要深耕用户,(R高,F低,M高)
        我们应该制作更好更高阶的课程,供这波用户消费

      • 对于大量新用户,(R高,F低,M低)
        要注意引导新用户变为老用户,给用户设计一个好的转化路径是个

5.怎么使用AARRR模型对用户分层

  • 总结

    • 对于指导用户分层, AARRR是一种较为轻快简单的模型

      无需抓取大量用户数据和定义大量用户数据就可往前推进。某种意义上,可以把它视为用户价值区隔分层的简单弱化版本。在人力资源有限,希望快速产出一些东西提升整体用户价值时可以考虑。高阶用户运营体系搭建_第6张图片

    • AARRR是一个思考的框架,不是五个指标。

      每个方面下边都有一堆指标可以看;因为每一步的达成都需要众多部门合作。

    • 不是一个用户必须走完五个流程,运营时也不是分布进行

      用户具体行为并不一定,而且运营中存在同步进行,基本是作为一个整体,关注的五个方面

    • 不是说每个方面都得做到极致

      不同的业务, AARRR形态不同。有的业务就是靠大量转发裂变,有的就是靠大量不付费用户撑起台面,有的就是流失很严重,但是沙里淘金服务几个大客户。所以得具体问题具体分析

  • 运营思考方向:重点是找到合适的指标定义、描述每层用户

    • 对应层级 用户描述定义(参考) 运营策略的导向
      Acquisition 获客 下载未注册、注册后未发生行为多参考 针对不同渠道或不同类型用户精细化运营,提升获客效率
      Activation 提高留存 注册后未走完核心功能体验流程 加强对用户完成首次核心功能使用体验的引导
      Retention 提高活跃 首次使用后的持续使用时间 针对留存问题进行定向分析,然后出具策略
      Revenue 获取收入 活跃度超过某个阈值(如平均在线时长) 针对特定用户、结合特定场景加强对于付费方面的引导和激励
      Refer 自传播 活跃度超过某个阈值(如平均在线时长) 抓取场景,通过工具或策略引导用户完成传播

6.面对用户不同需求时在做用户分层

  • 进行个性化区分的常见维度:

自然属性、个性化需求。从用户标签的角度来看,大致对应数据层的事实标签和算法层的模型标签。

  • 进行个性化分层的依据

看看用户是否会因为基本属性、消费习惯、消费内容的不同,导致其需求使用动机、使用偏好等会出现较大差异。在进行判断时,**要么靠常识和用户洞察,要么靠数据。

  • 个性化分层的两种选择:

  • 选择一个维度对用户进行划分

    选择一个维度对用户进行划分,分别给予定向解决方案.例如:美柚在用户不同身份状态下(备孕、怀孕、育儿)首页的不同。

  • 选择两个维度通过交叉区隔

    选择两个具备相关性的维度通过交叉区隔,对于用户进行划分再分别给予定向解决方案,例如:某理财APP,依据用户的投资意愿和用户专业度对用户分层,然后在投资引导上给予不同的选择。

案例:详解豆瓣是如何做用户分层的

  • 案例:
    豆瓣、两人、不依赖数据技术团队、尽快产出、活跃度下降分析

  • 流程
    高阶用户运营体系搭建_第7张图片

  • 模型
    高阶用户运营体系搭建_第8张图片
    内容型、个性化程度高、互影响,四类模型都适合,资源和背景下选择用户价值区隔分层

  • 用户价值锚定:28法则
    高阶用户运营体系搭建_第9张图片

  • 采用关键行为对比进行用户分层:两种关键行为交叉分析_
    高阶用户运营体系搭建_第10张图片
    在这里插入图片描述
    高阶用户运营体系搭建_第11张图片

必修9:怎么用金字塔分层法做用户分层?

  • 金字塔模型

较为常见、也可以交叉使用。按照用户的价值贡献度大小,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,搭建一个性关系。

  • 构建
    业务角色——梳理业务之间的逻辑关系图——用户之间关系判断——阶层——进阶

    • 用户之间关系

      1. 是否存在用户之间发生关系

        否,不适合金字塔模型;是,继续分析

      2. 某类用户是否会因为贡献、活跃、稀缺而产生阶层

        否,继续分析。是,在该类用户内依据贡献度、稀缺性搭建分层

      3. 用户之间是否可以在自然状态下实现角色进化’

        是,把不同用户层对接,被进阶的一层处于上层

        自然状态说明:不依赖官方强干预,自主进行演化和进阶。

  • 交叉

    只有在每个领域的用户的【行为特征和诉求差异化较大时】才会考虑采用此种交叉模型

  • 案例:豆瓣用户金字塔分层运营策略
    高阶用户运营体系搭建_第12张图片
    高阶用户运营体系搭建_第13张图片
    高阶用户运营体系搭建_第14张图片
    高阶用户运营体系搭建_第15张图片
    高阶用户运营体系搭建_第16张图片

  • 金字塔模型上做交叉划分:

高阶用户运营体系搭建_第17张图片

第3章 用户生命周期与用户成长路径的策略运营

1.什么是用户生命周期管理

生命周期管理 获客 升值 升值 留存 留存
用户生命周期 导入期 成长期 成熟期 休眠期 流失期
用户行为 潜在用户——新用户 成为用户——活跃用户 活跃用户——为产品做贡献 做贡献——留在产品中 留在产品——离开
措施 拉新获客 活跃&产生价值:促进活跃 活跃&产生价值:转化/付费 尽量延长生命周期:制造留存 尽量延长生命周期:召回
  • 目的

    提升用户在整个生命周期中的价值:放大+延长。更好放大全体用户价值+单体用户价值的管理

  • 周期

    用户从【接触产品】到【从产品中离开】的全过程

  • 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。通过LTV测算有效降低和无效成本,提高收益。

  • 产品生命周期

    任何一款产品,如果按照时间维度,必然经历初创期、成长期、成熟期和衰退期。这是产品的生命周期。用户可以看做是是产品的每一个细胞,可以使用用户量或者收入水平来衡量产品的生命周期

    产品生命周期 初创期 成长期 成熟期 衰退期
    工作重心的增加 拉新
    活跃
    拉新
    活跃
    转化
    拉新
    活跃
    转化
    防流失
    转移用户
    运营动作转移 重视潜在客户的挖掘 重视潜在客户的挖掘+价值划分/挖掘 重视价值划分/挖掘+留存活跃
  • 什么样的产品会强调用户生命周期管理?
    所有产品都涉及用户生命周期,但不是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
    **从需求烈度和市场供应的强度来看:**需求越强烈供应越稀缺的产品,越不用过多考虑管理用户生命周期,例如:火车票

2.如何搭建用户生命周期模型

  • 步骤

    业务逻辑梳理——关键因素——定义用户行为

    • 高阶用户运营体系搭建_第18张图片
  • 如何找到影响产品留存活跃/销售的关键因素?
    通常是产品的核心功能,引起用户口碑的功能
    举例:
    网易云音乐的强势功能是歌单,满足了大家自由管理音乐的需求极大降低了找歌的成本

  • 定义用户行为

    用户状态 定义 用户类别
    导入期 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进行注册、下载等行为的用户等
    2.尝试使用,但并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者未注册用户等
    潜在用户
    导入期 还处于刚刚上手,尝试开始使用产品阶段,目前尚无任何深度使用
    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;
    一般定义为注册过后就啥也没干过,或者注册后尚未完整体验完产品主流程的用户 新用户
    成长期 已初步培养起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
    使用特定功能、满足活跃条件的用
    一般定义为已经完成过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 活跃用户
    成长期 养成习惯,一段时间内会活跃的用户 留存用户
    成熟期 每周登录次数大于10次,平均每次访问时间大于10分钟的用户
    完成付费转化目未流失的用户
    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 付费用户
    休眠期 曾经非常活跃,但已经开始不再访问和使用产品

    连续X时间内,未活跃的用户,但仍可尝试敫活的用户
    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 沉睡用户
    流失期 已经长时间未曾访问过产品,甚至卸载了产品,无法再激活一
    1.已卸载用户;
    2.连续X时间内,未活跃的用户,且无法激活的用户
    般定义为连续X天未曾访问使用过产品的 流程是用户

3.如何提升客户的单体价值?

  • 主要针对

    成长期如何更多的成为成熟期的忠诚

  • 针对留存、活跃、付费的用户生命周期管理
    用户行为,路径梳理——数据定义,数据收集——通过数据分析,找到发力点——完成用户引导

  • 案例:
    高阶用户运营体系搭建_第19张图片

    高阶用户运营体系搭建_第20张图片

    高阶用户运营体系搭建_第21张图片

    高阶用户运营体系搭建_第22张图片

    高阶用户运营体系搭建_第23张图片

    高阶用户运营体系搭建_第24张图片

    高阶用户运营体系搭建_第25张图片

    高阶用户运营体系搭建_第26张图片

    高阶用户运营体系搭建_第27张图片

    高阶用户运营体系搭建_第28张图片

4. 如何延长用户的时长

  1. 需要关注防流失的产品

产品体验较为标准但流失情况严重
产品已经比较成熟功能趋于稳定
【规模较小】或【产品还在快速变化】的产品,建立防流失机制的必要性相对较小
但【流失预警】是仼何产品仼何时期都必须关注的,越早实施可能效果越好

  1. 预流失机制的设计
    流失用户定义——分析流失征兆——设立预警机制——完成用户引导

  2. 流失用户定义

    流失用户不仅仅在留存区才会流失:获客区、升值区、留存区以上每个环节都可能存在流失,需要通过数据和访谈发现流失用户都有哪些行为

    1. 选择关键行为
      一般流失行为都是标志性的关键操作是登录/访问或付费
      示例一:收费邮箱产品的调研中发现,用户如果不发信,基本上用户停止发信后很快就停止登录
      示例
      示例二:理财平台的流失用户与投资金额(kpi)和登录频次(活跃)有关

    2. 选择时间长度

      用户回访率=回访用户数/流失用户数*100%

      正常情况下,如果流失定义合理【成熟产品】回访率应该在5%~10%以下【新兴产品】则可能更低

  3. 分析流失征兆的步骤
    圈定流失用户分析流失前用户行为——假设用户流失的影响因素——通过访谈明确用户流失行为路径

    • 案例

      高阶用户运营体系搭建_第29张图片

    • 运营需要关注的数据

      1. 在流失前用户进行了哪些类似的行为?
      2. 用户是否集中于某一渠道?
      3. 用户的性别属性,地域特征,年龄层次,兴趣特征是否类似
      4. 流失的时间点,产品做了哪些动作,是否发布了新版本,是否更改了某些核心功能
  4. 用户引导

    1. 刺激消费
    2. 增加用户使用 和 补充信息
      高阶用户运营体系搭建_第30张图片

你可能感兴趣的:(数据分析学习笔记,数据分析)