用戶運營系統論:解構復雜產品的大規模用戶運營體系
本文介紹了大規模用戶運營體系中的三大原則——數據驅動、精細化運營、自動化(或叫產品化),以及用戶運營體系中的三個子系統——用戶生命周期管理系統、用戶分層運營系統、用戶行為激勵系統。
我們在實際的產品工作中,經常會用到各種各樣的運營體系,比如用戶生命周期管理、用戶分層、積分系統、任務體系、會員體系、勛章體系等等。
那這些到底有什么內在關聯呢?又該怎樣掌控不同運營體系進行協同使用呢?
這就要從用戶運營聊起了。
一個好的產品經理一定是懂用戶的。那什么是懂用戶?
從微觀上講,要懂得用戶心理,就要具有同理心,了解在特定場景中,用戶行為的動機與成因;從宏觀上講,當產品的用戶規模達到一定量級后,用戶開始分層或分群,就要懂得管理用戶,運營用戶。
所以說,產品、運營不分家。
其實真正的用戶運營分為兩類:
一種是小規模的,偏集中式的運營。如針對幾十人KOL的運營,此時靠人肉、靠互動、靠情感,一般用于重點用戶的運營。
另一種則是大規模的,偏策略式的運營,更多靠規則、靠機制、靠系統,一般用于做大體量用戶的運營。
這一部分也是產品經理需要直接介入去制定相應的策略甚至搭建系統,比較初階狀態是關注表層或單點,如留存、促活、召回等單個環節;而高階狀態則關注內核及體系搭建,如用戶運營模型梳理+用戶運營體系的搭建(包含大量策略)。
小規模的用戶運營有很多的技巧,比較考驗運營人員的情商以及表達能力,需要大量實踐才能得到經驗和心得,術業有專攻,這里就不細說了。
而大規模的用戶運營是策略性的,可以抽象出標準化的方法或流程,并在不同場景中復用,這對于產品經理來說是更有價值的。
一、什么是大規模策略式運營?
大規模策略式運營有三個原則:數據驅動、精細化運營、自動化(或叫產品化)。
1. 數據驅動
我們常常在工作里提數據驅動,那到底什么是數據驅動?
首先要了解數據的三個基本分類:業務數據、用戶基礎數據、用戶行為數據。
業務數據,也就是和你所做業務直接相關的數據,具有商業價值的數據,比如金融產品中的充值、投資類的數據。
用戶基礎數據,就是用戶的基礎屬性,比如性別、年齡、地域、職業等。
用戶行為數據,也就是用戶使用你的產品時,在產品中做留下的行為路徑,比如功能使用情況、頁面停留時長等等。
這三類數據是相互關聯的,關鍵是找到這三類數據的關聯性,然后針對特定的用戶群體結合實際的業務場景進行行為分析,這就是數據驅動。
這里有個問題就是數據獲取,一般采用數據埋點的方式,主要有兩種:
要么自己公司研發在產品中注入代碼統計,并搭建起相應的后臺進行查詢;
或者可以考慮接入第三方的數據分析平臺,如諸葛IO、神策、友盟、GrowingIO等。
這兩種埋點方式基本的原理都是一樣的:對用戶進行標識,然后在應用中自動采集信息。
數據是分析的基礎,有了上邊所說的這幾類數據之后,我們開始做精細化運營了。
2. 精細化運營
所謂精細化就是針對用戶的差異進行細分,并針對不同的用戶群體制定不同的運營策略。
對用戶進行差異化細分,通常有四個思考的維度:
- 人群(性別、年齡、地域、職業)
- 渠道(自然流量、渠道投放)
- 場景(時間和地點,如通勤、睡前、周末)
- 使用流程(訪問、注冊、使用ABC功能、付費)
在對用戶進行細分時,要注意判斷用戶細分是否合理:用戶行為上能否呈現出顯著的差異和規律性。
對用戶成功細分后,就要制定相應的運營的策略了,比如電商類的產品,新手用戶將商品加入購物車但是并未付款,一天后進行推送或短信提醒。這就是一條自動化的策略。
3. 自動化(產品化)
當自動化運營策略的規模不斷變大并成體系之后,我們該怎么管理呢?
掌控復雜系統的關鍵是:建立起支撐整個系統運轉的規則。
系統比較簡單時,將其拆解為多個元素或環節對其進行管理;系統比較復雜時,將其拆解或梳理為多個獨立的子系統來對其進行管理。
我們在實際的產品工作中,經常會用到各種各樣的運營體系,如用戶生命周期管理、用戶分層、積分系統、任務體系、會員體系、勛章體系等等。
它們可以概括為三大子系統:用戶生命周期管理系統、用戶分層運營系統、用戶行為激勵系統。
子系統1:用戶生命周期管理系統
我們經常會提到用戶生命周期,但產品也有生命周期。
我們常常忽視樹木所生長的土壤,所以要先明確產品所處的生命周期階段,了解此階段的特點和發展趨勢,在產品生命周期的基礎上去分析用戶生命周期。
- 產品的生命周期大體分為四個階段:初創期、成長期、成熟期、衰退期。
- 用戶生命周期分為五個階段:導入期、成長期、成熟期、休眠期、流失期。
將產品生命周期和用戶生命周期結合起來看,不同的產品時期有不同的用戶運營側重點:
初創期偏重于拉新;成長期要關注轉化;成熟期要防流失;衰退期就要考慮新的增長點了,想辦法把用戶遷移至新的產品。
了解了自己的產品所處的生命周期之后,就可以有側重的結合用戶的生命周期進行運營了。
1. 如何搭建用戶生命周期模型
搭建用戶生命周期模型分為三個步驟:
- 梳理業務邏輯(一切以實際業務場景出發)
- 找到影響用戶留存或消費的關鍵驅動功能(通常是產品的核心功能)
- 定義各個階段的用戶行為(結合數據分析,找到關鍵數據指標)
2. 如何管理用戶生命周期
搭建用戶生命周期只是第一步,接下來就要考慮如何管理用戶生命周期了,目標有兩點:放大單個用戶價值;讓用戶在高價值區間停留更久。
放大單體用戶用戶價值,也就是說把一個用戶從A(如成長期)升到B(如成熟期)。
我們需要通過數據分析,找到A與B不同用戶群體之間的相關性和差異性,分析的角度有三個:
- 從A到B的用戶中,哪條路徑最優?
- 從A到B的用戶中,大部分用戶符合什么特征?
- 從A到B的用戶中,大部分用戶是否發生過一些相同的行為?
之后我們就要通過一些運營策略對用戶A進行引導。
另一個使用用戶生命周期的場景是延長用戶的有效生命周期,建立預警流失用戶機制,可分為四個步驟:
首先要定義流失用戶,可以選擇關鍵行為(如投資金額與頻次),也可以選擇時間長度(如留存曲線拐點)。
定義好流失用戶后,要分析這個用戶群體的行為或屬性特性,找到流失征兆,比如:
- 在流失前用戶進行了哪些類似行為
- 用戶是否集中于某一渠道
- 用戶的基本屬性,如性別年齡地域職業是否相似
- 流失的時間點,產品做了哪些動作,如是否發布了新版本、是否更改了關鍵功能
找到明確的特征后,就可以設立預警機制,完成對用戶引導了。
子系統2:用戶分層運營系統
我們在實際工作中經常會提到用戶分群和用戶分層,這兩個概念還是有差異的。
用戶分層是以用戶價值為中心,在同一分層模型下,一個用戶只會處于一個層次中;用戶分群是以用戶屬性為中心進行劃分,一個用戶可能同時擁有多個屬性。
比如根據用戶的投資金額分為不同的檔位,這就是用戶分層;根據年齡和地域分,同一個用戶可以同時在北京用戶和20-30歲用戶這兩個用戶群中。
最常用的用戶分層方式就是RFM模型:Recency(最近一次交易)、Frequency(交易頻率 )、Monetary(交易金額)。
根據這三項指標來描述客戶的價值情況,依據這三個指標可劃分為八類客戶價值。
RFM是一種思考方式,不是唯一劃分方式,可以找到至少2個關鍵指標進行交叉分析,最后實現用戶分層。
RFM模型在不同行業都可以使用:
- 金融:投資金額、投資頻率、最近一次投資時間
- 電商:購買金額、購買頻率、最近一次購買時間
- 游戲:等級、游戲時長、充值金額
- 直播:觀看直播時長、打賞金額、最近一次觀看時間
以社區產品為例:
- 核心內容貢獻者(深綠):做深度的情感維系+利益共享;
- 次核心內容貢獻者(淺藍):想辦法向核心內容貢獻者轉化;
- 主流內容消費者(橙黃):做好內容推送,保證活躍;加強激勵,引導生產內容;
- 新用戶/潛在流失用戶(紅色):做好內容推送,防止流失;
子系統3:用戶行為激勵體系
管理用戶行為的的最高境界是形成習慣。
積分、會員、勛章、任務、排名等等都是對用戶的行為激勵,這些激勵手段可以分為三類:短期激勵(如某個時間段內拉升投資額)、單點激勵(如注冊后的綁卡階段激勵)、長期激勵(如會員、等級)。
這里講一下常見的四類激勵手段:
1. 會員體系
會員可以分為三類:
- 針對新用戶,包一個高性價比的產品,提高轉化(流量池的運營手段,不用考慮分級);
- 針對最高價值的用戶,提升忠誠度;
- 針對所有的用戶做會員(結合等級積分系統);
想要搭建一套會員體系,分三步:
- 梳理能給到用戶的權益
- 判斷是否需要針對會員進行分級(若產品體量較大或用戶群體差異較大,則考慮分級)
- 分級方式主要有兩種:通過花錢分等級、通過成長值分等級
業界歷史最悠久的也就是QQ會員了,這個屬于付費會員,由于QQ的用戶量非常龐大,所以QQ會員也做了分級,不同等級的會員有不同的權益,有明顯的區隔。
2. 競爭排名
微信運動就是一個很好的競爭排名案例,充分利用了自己的社交屬性,與社交圈中認識的人相比較,這會對用戶產生更大的激勵作用。
微信找將每日步數這個簡單行為作為對照物,每日定時推送,用戶可以得到及時反饋,看到自己的步數和排名。在排行榜中,第一名的用戶可以占領好友的封面,這也是一個非常有吸引力的榮譽激勵。
3. 身份榮譽
身份標簽或者勛章體系一般用于社區類的產品,激發用戶的身份榮譽感,提高用戶活躍。節點一般設在用戶的必經行為路徑上。
以知乎的勛章體系為例,在用戶的必經路徑上設置了一系列的勛章:完善個人信息、關注20人、評論10次、贊同100次、累計登錄100天、提5個問題、首答、回答20個問題、被500人關注、獲得1000贊同、成為優秀回答者、專欄作家……
我們從這一系列的勛章設定中可以看到,知乎在逐漸培養用戶的行為習慣,引導一個新手用戶從內容消費者到內容貢獻者再到核心內容貢獻者。
4. 積分體系
這是一個相對比較復雜的激勵手段,很多產品的積分沒有做起來,常見的原因有三類:
- 沒有穩定的預算來源
- 積分獲取比例失衡
- 積分消耗不穩定,甚至沒有積分消耗的渠道。
首先要考慮預算問題,沒有預算是沒有辦法做積分的,這是做積分的基礎,所以老板不提供預算還是洗洗睡吧。
在考慮積分預算時,要從整體去考慮,產品有總的用戶維系體系預算:除了積分預算,還有會員權益的預算、優惠補貼的預算、其他權益的預算等,所以要先看積分預算在整體預算中占的比例。
設定積分預算時,有兩種常見類型:
- 固定金額法:常用于非直接付費類產品;比如設定積分的整體預算為100萬
- 固定比例法:常用于直接付費類產品;比如設定用戶投資金額抽成的1%作為預算
解決了預算問題后,就要考慮積分體系的整體搭建了。
積分體系其實有經濟學原理在里面的,經濟學里經常講的就是供需關系,積分系統也是這樣,整體可分為積分獲取(供)和積分消耗(需)。
積分獲取(供)
積分獲取太容易,就會引起通貨膨脹,貨幣貶值,也就是積分貶值。因為要控制成本,所以在兌換商品的價值(成本)恒定的情況下,需要更多的積分才能兌換;積分獲取太難,則會打擊用戶的積極性,起不到激勵作用。
積分消耗(需)
積分消耗太快,說明積分與商品的兌換比太低或兌換門檻太低,成本難以控制;積分消耗太慢,說明兌換比太高或兌換門檻太高,也會影響用戶獲取積分的積極性。
而上線后,再對兌換比或者兌換門檻調整時,很容易引起用戶不滿,導致大量客訴發生。
所以在前期的積分框架搭建時,要做好積分成本測算工作,控制單個用戶的成本和總體成本。
積分獲取的設計分為五步:
(1)行為梳理
可以根據實際業務流程,將用戶行為分為核心行為和非核心行為,比如在金融產品中,充值、投資類的行為就是核心行為,簽到、瀏覽資訊等行為是非核心行為。
(2)用戶分層與積分比值
根據核心行為的量化數值對用戶進行分層,設定不同層級的核心行為與非核心行為的積分獲取比例,要注意預留出未來上線并需要引導用戶行為的積分和通過活動發放的積分。
(3)單用戶積分總量測算
- 測算前:按照不同層級用戶分別獲取、按照用戶的最大獲取積分測算。
- 測算后:根據設定的核心行為與非核心行為的積分比值來調整比值。
(4)總用戶積分總量測算
按照不同層級的用戶分別計算,測算最大可獲取積分和預測獲取積分,在測算預測獲取積分時,要根據每個行為設定預設一個獲取率(根據歷史數據)。
(5)積分兌換比修正
- 測算積分兌換比:積分兌換比=總體用戶預測獲得積分/總預算
- 積分兌換比調整:兌換比轉化系數=目標兌換比/當前兌換比
- 調整行為分值:單個行為分值非整數,可以在小范圍內調整
- 測算單個用戶成本:測算不同層級的單個用戶補貼成本是否合理
關于積分消耗,可以從渠道和內容來進行規劃:渠道有積分商城和積分活動(抽獎、游戲等);內容有閉環商品(優惠券、紅包)和開環商品(采購商品、自行生產)。
完成了積分獲取和積分消耗的規劃后,在實際運營中也要注意對積分的維護。
根據數據指標檢測體系的健康程度,常見的指標有:預測發放積分量、實際發放積分量、積分消耗率(積分消耗量/積分實際發放量)、積分消耗人數占比(積分消耗人數/當前擁有積分人數)。
- 若實際的發放積分量>預測發放積分量,則說明積分獲取較簡單,要提高積分獲取門檻;
- 若實際的發放積分量<預測發放積分量,則說明積分獲取太難了,要降低積分獲取門檻或者增加積分獲取通道。
積分的消耗率或積分消耗人數比一般在40%以上比較合理,當然會越高越好,若過低,則要考慮增加消耗渠道或者調整兌換商品內容。
總結
上面介紹了用戶運營體系中的三個子系統,你可能對平時遇到的各種運營體系有一個系統認知了,但是這里有另一個問題——關于這三類子系統,用戶生命周期管理系統、用戶分層運營系統、用戶行為激勵系統,什么時候該用哪種激勵方法呢?
其實可以結合產品的生命周期進行分析:
A. 在產品的引入期和成長期,可以做簡單的用戶生命周期管理,并配合階段性的用戶行為激勵,因為在這個階段主要考慮的是產品的拉新,即增量用戶。
B. 在產品成長期的后期,即用戶增量開始放緩、產品的用戶總量逐漸趨于穩定時,則要開始搭建整體用戶分層體系,進行精細化管理了。
C. 在產品的成熟期和衰退期,重點要放在防止用戶流失上,需要更精細的用戶生命周期管理以及全站用戶行為激勵體系。
如果你所做的產品中現在已經有這些不同的運營體系,而且可能是由不同部門或者不同的人去負責,那么就要考慮,如何去整合這些運營體系并進行協同規劃了。
此時要重新梳理產品的實際業務流程和用戶成長路徑,參考用戶價值分層方法,搭建全新的用戶成長階梯和運營模型。
簡單說就是,梳理、整合、再次搭建用戶等級,然后上線運營,根據實際效果不斷去調整。
本文由 @岳小魚 原創發布于人人都是產品經理,未經許可,禁止轉載。
題圖來自 Unsplash,基于CC0協議
寫的太好了
謝謝!
對,理論東西都清楚了,如何落地才是關鍵。否則今天看了很有道理,明天依舊忘記
所以作為產品經理還是需要不斷實踐,把理論知識真正的運用到產品中。
要是能聯系到作者就好了。作者爸爸,你在么
相互交流啦,可以關注我的公眾號或者知乎呦:搜索 岳小魚
so,用戶分層,借助什么工具來分,如何埋點?
我也知道要看某類用戶流失前的行為,但我需要怎么落地,是否需要借助啥工具,在哪看,怎么看,如何落地,這才是不少人關心的。
理論看太多了,就是不知道如何落地。
我個人認為都是要數據支持的,你要進行思考的,這個用戶流失前的行為,比如這些用戶都下了某個產品,然后發生售后問題,售后問題沒有處理好導致 的流失,這是一種,還有其他的種種的,都是要數據支持的。
先看行業要選用哪套體系的模型,然后你要有數據背景來算,算出各條分層臨界點的line,然后根據line做分層,高于or低于某條線,或者在坐標系內某一個區域,屬于哪個層級的用戶,不要問如何落地,動手去算,去實操,落地永遠都是自己的事
起碼作者有自己的思維邏輯和策略,你要是是有好的也可以寫出來分享,例如你可以寫實操篇 不要只會問和反駁…
點贊