中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

編輯導(dǎo)語(yǔ)：用戶運(yùn)營(yíng)是一個(gè)比較冗長(zhǎng)的過(guò)程，我們需要對(duì)用戶進(jìn)行管理和活躍，以及最后的轉(zhuǎn)化；并且如今的“精細(xì)化運(yùn)營(yíng)”也是運(yùn)營(yíng)人員的一種方式，可以更好的活躍和轉(zhuǎn)化；本文作者分享了關(guān)于活躍用戶的分析，我們一起來(lái)了解一下。

“活躍用戶怎么精細(xì)化運(yùn)營(yíng)？用戶分層和用戶分群到底有啥區(qū)別？口號(hào)喊了千萬(wàn)遍，精細(xì)化何時(shí)能實(shí)現(xiàn)？”

新用戶體驗(yàn)到產(chǎn)品的核心價(jià)值后會(huì)花費(fèi)更多的時(shí)間和精力在產(chǎn)品上，逐漸成為產(chǎn)品的活躍用戶，活躍用戶是比較認(rèn)可產(chǎn)品的價(jià)值、愿意為產(chǎn)品買(mǎi)單或背書(shū)的用戶，他們不僅會(huì)貢獻(xiàn)自己的價(jià)值，對(duì)于產(chǎn)品的品牌建設(shè)也非常關(guān)鍵，所以活躍用戶運(yùn)營(yíng)的重要性不言而喻。

活躍用戶的運(yùn)營(yíng)是個(gè)很大的話題，今天只是嘗試從一些特定的角度來(lái)探討這個(gè)問(wèn)題，雖然不能一次性把這個(gè)話題講完講透，但是希望能拋磚引玉，給大家一些思路和思考。

01 何為精細(xì)化運(yùn)營(yíng)？

過(guò)去市場(chǎng)更關(guān)注如何大規(guī)模、低成本獲客，隨著人口紅利逐漸消失，獲客成本越來(lái)越高，現(xiàn)在，越來(lái)越多的人關(guān)注如何提升單體用戶價(jià)值，把錢(qián)花在刀刃上，讓不同的用戶享受到不同的服務(wù)，讓用戶感受到溫度，讓產(chǎn)品有靈魂。

于是，“精細(xì)化運(yùn)營(yíng)”誕生了，提到用戶運(yùn)營(yíng)，就逃不開(kāi)“精細(xì)化”，它好像已經(jīng)成為運(yùn)營(yíng)人的基本操守，跟別人交（chui）流（niu）的時(shí)候少了這些詞匯都不好意思說(shuō)你是搞運(yùn)營(yíng)的，但精細(xì)化運(yùn)營(yíng)到底是什么？又該怎么落地呢？

所謂精細(xì)化，第一個(gè)就是精準(zhǔn)，第二個(gè)就是細(xì)分，兩者相輔相成，缺一不可，想想要做到精準(zhǔn)就要進(jìn)行細(xì)分，胡子眉毛一把抓永遠(yuǎn)留不住用戶，最理想的情況就是千人千面。但是如何對(duì)用戶進(jìn)行細(xì)分呢？這里介紹兩種很常用的方法：用戶分層和用戶分群。

02 用戶分層vs用戶分群

用戶分層vs用戶分群，看似差不多，但在定位和目標(biāo)上還是有明顯差異的。用戶分層，是基于大方向的劃分，你希望用戶朝什么核心目標(biāo)努力，而用戶分群，則是將他們劃分為更細(xì)的粒度，便于針對(duì)性運(yùn)營(yíng)提高效果，兩者相輔相成。

用戶分層中的層就是層次層級(jí)，比如我們把用戶從注冊(cè)開(kāi)始使用產(chǎn)品成為我們的新用戶開(kāi)始，到成為活躍用戶，再到頻繁活躍或者是付費(fèi)的忠誠(chéng)用戶，再到后期由于其他競(jìng)品的出現(xiàn)或者本身產(chǎn)品功能不再滿足需求時(shí)用戶開(kāi)始沉默到最終流失；這一個(gè)生命周期也是一個(gè)層次，就像如圖所示，那么有了這個(gè)分層，我們就可以比較清晰的知道當(dāng)前用戶的組成結(jié)構(gòu)，各生命周期用戶成長(zhǎng)是否健康。

那這樣是不是就足夠了呢，我們知道很多領(lǐng)域都存在著二八原則，即20%的人貢獻(xiàn)了80%的營(yíng)收，那么對(duì)于忠誠(chéng)用戶來(lái)說(shuō)，這其中有部分是人均消費(fèi)較低的平民群體，也有揮金如土的金主爸爸，對(duì)于這樣的情況我們就要對(duì)忠誠(chéng)用戶在進(jìn)行細(xì)化，分成更精細(xì)的組。

再比如說(shuō)，最近產(chǎn)品上新上了信用引導(dǎo)，想看看這個(gè)對(duì)于新用戶留存是否有幫助，或者是開(kāi)展了一場(chǎng)運(yùn)營(yíng)活動(dòng)，看看核心指標(biāo)有沒(méi)有拉升，這個(gè)時(shí)候就需要對(duì)用戶進(jìn)行進(jìn)一步細(xì)分，出現(xiàn)了分群；分群是對(duì)分層的進(jìn)一步細(xì)分，分群后便于針對(duì)用戶進(jìn)行精準(zhǔn)地運(yùn)營(yíng)動(dòng)作。

常用的用戶分群的方法有我們熟悉的RFM、基于數(shù)據(jù)挖掘的Kmeans等等。前者是用最近一次消費(fèi)時(shí)間，消費(fèi)頻次和消費(fèi)金額來(lái)衡量用戶價(jià)值，將用戶進(jìn)行分群，分成高價(jià)值用戶，一般價(jià)值用戶，重要挽留用戶等等，但是RFM模型的建立需要專(zhuān)家經(jīng)驗(yàn)，也就是說(shuō)指標(biāo)的選擇以及各指標(biāo)閾值的確定都必須有業(yè)務(wù)sense，而不是拍腦袋決定的。

Kmeans主要是通過(guò)數(shù)據(jù)挖掘的方式找出有相似特點(diǎn)的用戶，實(shí)現(xiàn)物以類(lèi)聚人以群分，用戶進(jìn)行過(guò)聚類(lèi)后通過(guò)分析各組的特點(diǎn)也可以針對(duì)性地進(jìn)行運(yùn)營(yíng)。

03 用戶分層應(yīng)用案例

下面我們通過(guò)一個(gè)案例將用戶分層的理論落地，案例僅為便于說(shuō)明問(wèn)題而虛構(gòu)。首先我們假設(shè)活躍用戶數(shù)的變化趨勢(shì)如下圖，乍一看每月的活躍用戶數(shù)在持續(xù)增長(zhǎng)，看似還不錯(cuò)。

但是我們要警惕的是虛榮指標(biāo)給我們的錯(cuò)覺(jué)，我們可以把累計(jì)的用戶數(shù)放進(jìn)來(lái)，也就是截止到當(dāng)前的累計(jì)用戶數(shù)，活躍用戶數(shù)除以累計(jì)用戶數(shù)得到用戶的活躍度，表征的是活躍用戶占整體的比例，這樣一看發(fā)現(xiàn)好像比例在逐漸減小。

我們可以繼續(xù)細(xì)分，可以根據(jù)累計(jì)用戶數(shù)計(jì)算出新增用戶數(shù)，發(fā)現(xiàn)活躍用戶中很大比例是新增的用戶。

相似地，我們可以把累計(jì)用戶分為新用戶和老用戶，把活躍用戶分為新活躍用戶和老活躍用戶，相似的，可以得到新老用戶的活躍度，我們發(fā)現(xiàn)老用戶的活躍度更低了。

我們想要看老用戶中到底是怎么了？我們把活躍用戶再進(jìn)行細(xì)分，分成活躍、不活躍用戶2大類(lèi)，活躍用戶我們包括了新活躍用戶和老用戶活躍，然后老用戶活躍我們又分成了一般活躍用戶，忠誠(chéng)用戶和回流用戶，不活躍用戶主要包括沉默用戶和流失用戶。

我們發(fā)現(xiàn)老用戶活躍主要是因?yàn)橐话慊钴S和忠誠(chéng)用戶的活躍都很少，但是新用戶很多，說(shuō)明我們需要做好新用戶引導(dǎo)和留存，同時(shí)促使用戶向忠誠(chéng)用戶轉(zhuǎn)化。

進(jìn)而可以通過(guò)對(duì)每個(gè)月用戶進(jìn)行細(xì)分，分析同一月份不同層級(jí)的用戶構(gòu)成，從而判斷用戶成長(zhǎng)的健康狀況。

但是為了更加清晰，我們按照活躍、不活躍分別看用戶的構(gòu)成，這樣的話能更清楚地看到各層用戶的健康狀態(tài)。

用戶是在產(chǎn)品的生命周期中不斷成長(zhǎng)的，我們除了會(huì)看某個(gè)時(shí)間點(diǎn)用戶的活躍組成情況，我們可能還要關(guān)注用戶的成長(zhǎng)路徑：每天有多少新增用戶變成了活躍用戶？有多少活躍用戶變得不活躍？有多少忠誠(chéng)用戶變得不活躍？又有多少流失用戶被我們召回等，這樣有助于我們更直觀地分析用戶的去向，更精準(zhǔn)地定位問(wèn)題，從而針對(duì)性地進(jìn)行動(dòng)作。

比如可以通過(guò)?；鶊D的形式展示某產(chǎn)品1月份新增用戶在接下來(lái)的成長(zhǎng)路徑，發(fā)現(xiàn)在2月份有相當(dāng)比例的用戶沒(méi)有再活躍而變成沉默用戶，需要及時(shí)通過(guò)運(yùn)營(yíng)手段觸達(dá)這部分用戶，以防止其在3月份流失。

相似地，對(duì)于某段時(shí)間的活躍用戶或者沉默用戶，也可以通過(guò)類(lèi)似的方式進(jìn)行監(jiān)控，以便及時(shí)了解用戶的去向，及時(shí)進(jìn)行干預(yù)，以防用戶流失。

04 用戶分群應(yīng)用案例

以上通過(guò)一個(gè)案例講述了用戶分層的思路和方法，下面再通過(guò)一個(gè)案例介紹用戶分群的應(yīng)用。用戶分群中有一些比較常用的方法；比如可以通過(guò)經(jīng)驗(yàn)型的RFM模型，從不同維度對(duì)用戶進(jìn)行評(píng)價(jià)，進(jìn)而劃分成不同價(jià)值的用戶進(jìn)行運(yùn)營(yíng)；或者通過(guò)大數(shù)據(jù)挖掘的聚類(lèi)算法等，挖掘大量用戶的相似特征實(shí)現(xiàn)物以類(lèi)聚人以群分的目的。

這些方法已經(jīng)很成熟了，而且很多人已經(jīng)耳熟能詳了，就不在這里贅述了。今天給大家介紹另外一種比較重要的分群方法—同期群分析，所謂同期群分析就是針對(duì)分層用戶的進(jìn)一步細(xì)分，對(duì)處于相同生命周期的用戶進(jìn)行分群，看相似分群的效果。

一般來(lái)說(shuō)，同期群需要滿足：處于相同生命周期，比如研究的都是新用戶，或者具有共同的行為用戶，這樣群內(nèi)我們可以看時(shí)間上的變化趨勢(shì)，不同群之間對(duì)比可以看效果，一般用來(lái)衡量產(chǎn)品或者運(yùn)營(yíng)優(yōu)化方案前后的效果；比如2月份我們上了一個(gè)新功能，導(dǎo)致3月、4月的新用戶留存明顯好于1/2月，通過(guò)對(duì)爹帶錢(qián)1、2月的新用戶留存和迭代后3、4月新用戶留存的同期群對(duì)比發(fā)現(xiàn)優(yōu)化方案效果顯著。

我們通過(guò)一個(gè)案例來(lái)說(shuō)明同期群分析的具體應(yīng)用，假設(shè)我們拿到某個(gè)店鋪的銷(xiāo)售數(shù)據(jù)，通過(guò)數(shù)據(jù)發(fā)現(xiàn)，雖然每個(gè)月的銷(xiāo)售額和客戶數(shù)持續(xù)增長(zhǎng)，但客戶的ARPU卻在持續(xù)下降，客戶的購(gòu)買(mǎi)力是在逐漸減弱么？

為了探究這個(gè)原因，我們先把客戶進(jìn)行分層，分為新老用戶，然后分別對(duì)新老用戶進(jìn)行同期群分析。

我們首先對(duì)1-4月份的新用戶的ARPU進(jìn)行同期群分析，即取每個(gè)月的新增用戶作為一個(gè)同期群，研究不同同期群在首月及以后的ARPU變化情況，發(fā)現(xiàn)隨著時(shí)間的推移，1-4月份新增的用戶首月的ARPU在不斷提高，說(shuō)明新用戶的購(gòu)買(mǎi)力是在不斷增強(qiáng)的，那就很有可能是老用戶的購(gòu)買(mǎi)力下降了。

相似地，我們對(duì)老用戶進(jìn)行同期群分析，發(fā)現(xiàn)隨著時(shí)間的推移，老用戶的ARPU在逐漸降低，是老用戶的購(gòu)買(mǎi)力下降導(dǎo)致整體用戶的ARPU下降。

05 總結(jié)

本文嘗試從活躍用戶的運(yùn)營(yíng)出發(fā)，探討如何將活躍用戶的精細(xì)化運(yùn)營(yíng)落地，以及實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)的2種重要的方法—用戶分層和用戶分群，并分別通過(guò)案例逐步展示了2種方法應(yīng)用的詳細(xì)步驟，希望通過(guò)理論結(jié)合案例的方式將人人吹捧卻又鮮有實(shí)現(xiàn)的精細(xì)化運(yùn)營(yíng)落地。

但不可否認(rèn)的是，活躍用戶的運(yùn)營(yíng)絕不是說(shuō)掌握了這些方法就可以高枕無(wú)憂，用戶的認(rèn)知和需求都在隨著互聯(lián)網(wǎng)的高速發(fā)展而不斷變化。

我們不能指望通過(guò)一些固定的方法套路就能搞定用戶，一切方法套路都是為了盡可精準(zhǔn)地了解用戶，為用戶持續(xù)提供有靈魂的產(chǎn)品、高質(zhì)量的服務(wù)才是讓產(chǎn)品長(zhǎng)久不衰最高端的方法套路。

本文由 @大數(shù)據(jù)分析與運(yùn)營(yíng)星球 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)作者許可，禁止轉(zhuǎn)載。

題圖來(lái)自Unsplash，基于CC0協(xié)議。