如何基于用戶生命周期進行精細化運營?
編輯導語:再進行用戶運營時,我們會對不同用戶進行分類管理,按照用戶的生命周期,給不同階段的用戶用不同的運營策略;本文是作者分享的關于怎么基于用戶生命周期進行精細化運營的思考和方法,我們一起來學習一下。
按照用戶的生命周期,可以將用戶分為新用戶、未激活用戶、活躍用戶、沉默用戶、流失用戶,具體邏輯關系如圖1-1所示。
圖1-1用戶的不同分類之間的邏輯關系
新用戶如果長時間沒有下單就變成了未激活用戶,新用戶如果有下單就變成了活躍用戶,活躍用戶如果隔一段時間沒有下單就變成了沉默用戶,沉默用戶如果近期有下單也會重新變為活躍用戶,沉默用戶如果很久都沒下單就有可能流失,如果流失用戶近期又有下單就會重新變成活躍用戶。
- 新用戶是注冊時間在N天之內且支付次數為0的用戶,比如可以設定新用戶為注冊時間在30天之內且支付次數為0的用戶。
- 未激活用戶是注冊時間大于N天且支付次數為0的用戶,比如可以設定未激活用戶為注冊時間大于30天且次數為0的用戶。
- 活躍用戶是最近M天之內支付次數大于0的用戶,比如可以設定活躍用戶為最近15天內支付次數大于0的用戶。
- 沉默用戶是支付次數大于0而近期沒有下單的時間大于M天且小于或等于Q天的用戶,比如可以設定沉默用戶為支付次數大于0而近期沒有下單的時間大于15天且小于或等于30天的用戶。
- 流失用戶是支付次數大于0且近期沒有下單的時間大于Q天的用戶,比如可以定義流失用戶為支付次數大于0且近期沒有下單的時間大于30天的用戶。
經過這些定義,可以得出總用戶數就等于新用戶、未激活用戶、活躍用戶、沉默用戶、流失用戶的數量之和;要用不同的方法來運營未支付用戶和支付用戶,二者的計算公式如下。
未支付用戶=新用戶+未激活用戶
支付用戶=活躍用戶+沉默用戶+流失用戶
首先,查看用戶的整體情況,如圖1-2所示,了解一共有多少用戶、未支付用戶有多少、支付用戶有多少;了解在未支付用戶中新用戶有多少、未激活用戶有多少;了解在已支付用戶中活躍用戶有多少、沉默用戶有多少、流失用戶有多少。
圖1-2用戶生命周期分析
然后,查看每天用戶狀態的變化情況,如圖1-3所示,了解每天有多少新用戶變為未激活用戶、有多少新用戶變成活躍用戶、有多少未激活用戶變成活躍用戶、有多少活躍用戶變成沉默用戶、有多少沉默用戶變成活躍用戶、有多少沉默用戶變成流失用戶、有多少流失用戶重新變成活躍用戶。
圖1-3 用戶生命周期變化情況
通過該圖,可以看出我們運營的重點應該是將其他狀態的用戶向活躍用戶轉化,保持活躍用戶盡量不向其他狀態轉化,為此我們要給每個用戶打上相應的標簽。
如果新用戶有下單,我們一定要對他購買的商品做質檢,如果商品是由供應商供貨,那么供應商也會看到這個用戶是第一次下單的新用戶;我們也要求供應商對新用戶購買的商品進行檢查,保證新用戶第一次購買的體驗是比較好的。
- 對于活躍用戶來說,當他的下單金額和頻次達到一定水平,他就會進入我們的VIP會員列表中,他的下單金額越高,權益就越高。
- 對于未激活用戶和沉默用戶,我們會要求客服進行定期回訪,調查用戶沒有下單的原因。
- 對于流失用戶,我們通常不再進行針對性運營工作,因為在我們的定義下,挽回流失用戶的成本相對來說比較高。
最后,數據中臺還應該提供用戶明細清單給運營人員,樣例如表1-4所示。
表1-4 活躍用戶沉默概率
對于未激活用戶,可以根據用戶的行為(比如訪問商品、加購商品、收藏商品等行為)計算哪些是高潛力的用戶;對于活躍用戶,可以根據用戶的訪問頻次,計算出哪些是高沉默風險的用戶;對于沉默用戶,可以計算出哪些是高流失風險的用戶;這樣就能幫助運營人員更個性化、更有針對性地運營。
小插曲
之前看過一句非常有感覺的話:長期主義是微弱信號的放大器。那這句話怎么理解呢?
2年前華仔開始正式寫原創文章,到現在已經堅持寫了85篇原創文章,這些文章讓華仔認識了很多朋友,同時也幫助到了很多朋友。
這些文章就好比華仔對這個世界釋放的一個個微弱的信號,我并不追求某篇文章一定要爆火,只希望偶然間有些人讀了華仔的文章,覺得還不錯,還會去翻華仔的其他文章,并告訴他的朋友,這個人寫的文章還可以。
時間就是這些信號的放大器,我相信十年后肯定會有更多的人認識華仔。
這是一個集體覺醒的時代,每個人都有機會讓更多的人認識你,只要你堅持輸出有價值的內容。
現在,我正在人人都是產品經理的年度作家評選,華仔需要你的支持,請為華仔投上你寶貴你那票。
掃描以下海報中的二維碼,進入我的個人參選主頁,點擊我的頭像下面的“愛心”就可以為我投票啦,一人一天可以投3票(12.14-12.18)
相關閱讀:
#專欄作家#
Wilton董超華,微信公眾號:改變世界的產品經理,人人都是產品經理專欄作家?!稊祿信_實戰》作者,曾任職科大訊飛,現任富力環球商品貿易港數據中臺產品負責人。主要分享商業、產品、運營、數據中臺相關原創文章。
本文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
麻煩問下樓主,沉默概率是怎么計算的?
讀了您的第一篇文章,就被文章內容的質量吸引。致敬引路人。