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

編輯導語：積分運營，即企業通過各種運營手段對積分進行控制與消耗，用積分提高消費者忠誠度以及活躍度，增強用戶粘性。本文作者從具體的案例入手，分享了如何做積分運營。一起來看看吧！

最近很長時間沒有更新：一方面最近自己的精力一直投入在積分運營新Saas產品打磨上，另一方面，也是我們合伙人的幾個問題把我難住了：

• 很多品牌、App都在做積分運營，市面上也不乏一些可用的產品工具。那么對于品牌來說，怎么的積分體系才算是真正運營起來并且有效果的體系？怎樣的體系算是效果不好的？市面上是否有這樣的評估標準呢？
• 或者我們看到的積分體系搭建的框架跟方法那么多，那么具體落地到項目中應該怎么計算，怎么調整呢？
• 如果我們只是做積分商城工具，而不解決這些問題，其實我們還是難以幫助品牌真正把積分運營體系做起來不是嗎？

原本還處于有了一個小階段性成果沾沾自喜階段的我，一下子被驚醒了。于是我花了較多的時間找了一些運營大大們的書籍跟文章，找尋已有的體系，很遺憾的是發現框架很多，但深入到落地執行方面的案例太少。

我們看到很多運營大大們說可以用積分體系，先做積分激勵再做積分商城消耗。但很少有具體的方法告訴我們具體要怎么做積分激勵方案，怎么做預算，怎樣的積分體系算是優秀的積分體系……

經過較長時間的思（斷）考（更），很遺憾的是我目前還是沒有總結出行業通用的“標準評估體系”（希望未來有更多合作探討之后可以沉淀出）。但我發現我可以先從具體的案例入手，先把如何做積分運營這件事情具體怎么做展開來說說。

先從積分運營起點——積分激勵體系打造說起。

一、積分激勵體系是積分運營體系的一部分

我們先回顧下積分的定義（詳情見積分體系一）。

我們常說的商業積分的應用，往往有兩個核心目的：

• 給予商業預期的用戶行為予回報，導向更深入、更頻繁的核心業務。
• 維護用戶（客戶），綁定客戶，引導低價值用戶轉化為高價值用戶。

積分運營體系就是通過一系列產品功能，讓用戶看到積分價值（積分兌換、積分玩等），對積分感興趣，并主動為了積分激勵而去完成某個行為（任務），從而實現商業目標。

所以積分運營體系又可以分成：

1. 積分消耗體系——讓用戶感知積分價值，幫助企業低成本消耗積分。
2. 積分激勵體系——用積分任務引導用戶行為并實現商業目標。

前幾篇說過，積分于企業而言是企業給予用戶的負債，是需要計入財務體系的，所以一般積分體系的規劃與企業業務與財務規劃是相一致，在財務周期內規劃、申請預算、執行、監控與調整。

如果規劃不清晰、執行混亂，則可能引起：

• 如果積分過于值錢，非常謹慎發放，那么很可能對用戶來說無感知，無法促進業務。
• 如果積分超額發放，會使企業負債過大。
• 為了降低負債，只能被動調整積分發放或者消耗規則，降低積分價值，很可能被用戶發覺而導致用戶的反噬，并且讓積分運營體系變得雞肋。

二、以一個案例說明積分激勵方案5步驟

對于積分激勵體系，既承載著導向業務目標的關鍵訴求，也決定著整體積分池子容量與節奏，因此需要進行非常清晰的提前規劃。我們以一個點評類App產品的案例來解說我對于積分激勵體系規劃的方法步驟。

步驟1：明確目標及預算分布

積分激勵是用積分任務引導用戶行為并實現商業目標，所以所有的行動都要圍繞著商業目標進行。而企業發展階段的不同會有不同的目標；企業產品內容的不同，也會有不同的目標。積分運營同學一定要與上級及各部門反復溝通，確保新一階段大家對于業務目標的認知是一致的。（互聯網黑話：目標對齊）

以一個點評類App為例，在產品初期的時候需要用戶主動產出大量的內容，以豐富產品，那么在市場預算相對有限的情況下我們會將預算更多放在引導用戶產出內容上；而當發展相對穩定的時候，企業會更側重于提升用戶消費額與消費頻次，產出更高的利潤，因此市場預算會更多放在用戶消費的激勵上。

而產品發展的過程中，經常會有些新產品功能的推出也需要資源配合推廣，這時候也會需要積分資源引導用戶使用。

套用AARRR模型進行進行點評產品業務目標梳理。

比如我們的案例，目前業務重點為變現，而新產品的研發也是圍繞著這個目標進行，因此在預算上會更側重于消費行為的激勵與新產品引導。

但是我們不可能將所有預算放在變現上，因為用戶的行為轉化是一個漏斗，假如產品的用戶活躍度低、留存差，內容差，那么用戶本身也很難為內容吸引而買單，我們還是得兼顧間接影響業務結果的因素，只是會更加側重于最核心最直接的商業目標。

這時我們可以根據新一周期的業務情況，進行各項目標進行預算比例規劃。

• 產品內獲客-5%
• 常規激活、留存-20%；新產品激活-10%
• 關鍵商業目標（內容產出）-30%
• 關鍵商業目標2（消費）-30%
• 用戶自傳播-5%

步驟2：根據目標定義對應的用戶行為及激勵分值

根據目標，我們可以梳理用戶在產品中的行為，設定行為標準定義。然后根據行為完成難度與對業務的重要度，給予初期的激勵分值。

以點評的產品為案例，我們可以梳理出以下的一些關鍵行為動作，并且對應到業務貢獻度，給予基礎分值：

步驟3：計算按規劃的畫面對應的行為激勵總額與大類占比

除了新產品激活這類預留固定比例之外，其他內容一般是往年的用戶行為延續（往往也都有對應的積分激勵系統）。因此可以從去年的數據中計算每一項的完成人數，平均完成次數，估算每行為激勵總和，推斷出按此方案構思的話，每類型激勵比例。

我的計算方式是：

• 單項行為預估激勵值=用戶行為對應的預估激勵*完成過的人數*完成過的人均完成次數
• 總積分池預估=各項預估激勵值累加/（1-未確定內容所預留的N%）
• 單項占比=單項行為預估激勵值/總積分池預估*100%

小tips：善用excel工具。把這些計算方程式用excel自帶的功能計算出來非常關鍵，后續你調整完其中任何一個值，其他值都可以自動換算出來，特別方便后續計算。

步驟4：動態調整激勵方案使最終方案貼近預期

你會發現，你的預估計劃所對應的大類占比，多數跟步驟1中規劃的大類占比是完全不一樣的，這就是理想與現實間的對比。這時候就需要進行動態調節了。

我們可以通過以下方式控制總量與單項比例：

1. 設置激勵次數限制控制完成次數。即不是用戶達到對應動作都可以獲得激勵，而是設定比如每日/每月/每年可獲得次數上限。通過設置激勵次數限制控制激勵積分總量。
2. 微調整單項獲得積分值。一般來說調整積分值會對用戶完成平均次數與完成用戶數都同步形成影響，而后影響最終的全盤總量與比例。
3. 增刪激勵項目。調整起來差別非常大很難達到對應的預期大時候，我們需要思考有哪些增項可添加或者減少部分不是特別必要的項目，進而形成平衡。
4. 根據可能會有一些局部目標值突變，在業務中會伴隨著其他的業務節奏進行調整。在預估上需要考慮到位。

我們這個案例中，最大的比例差異在于關鍵商業指標1-內容創造與關鍵商業指標2-購買轉化，本身應該是1:1的比例，但是前者明顯過高后者明顯過低，主要原因在于平均完成次數差異較大，說明相對來說用戶在內容差異方面更多形成習慣，而消費方面相對不夠預期，需要更多激勵。

我們通過降低內容創造的單項激勵值與最多激勵次數，降低內容創作版塊對應的積分發放量與比例。

降低內容創造的單項激勵值，比如將評論激勵積分從50降到40，將發表300字內容激勵積分從300調整到180，預估影響完成用戶數（1500w降低至1400w，300w降低至280w）。

控制內容創造與瀏覽30s的最多激勵次數，比如原本無上限的均值，控制到最多每個月激勵3次，預估可大大降低內容創作行為與瀏覽行為對應的積分發放量與比例。

通過增加購買轉化類激勵項目，提升單項激勵分值，以及伴隨著業務KPI調整的平均激勵次數，提升消費類的積分發放量與比例。

接下來一年的業務重點為提升客單價與GMV。因此我們可以直接將業務KPI中對應的內容填入，這方面肯定是其他產品、運營合理去完成的目標。

其次可以增加每消費100元額外獎勵2000積分的獎勵，以及將原先每消費1元可獲50積分提升至80積分，對消費行為進一步激勵。

其他因素預估：

而互聯網發展紅利消失后，客觀的說新用戶相對往年會有所減少，因此這部分激勵實際會有所減少。

調整對應的數值及比例如下，我們覺得是比較貼近于業務目標的模型了。

步驟5：形成最終的激勵大盤方案

隨著我們前面4步的調整，我們整體的大方向模型就比較明確了。如用戶行為有哪些，預估單項的目標用戶數是多少，平均激勵次數是多少，激勵占比是多少，基本心理有個比較細致的數據預期。

但是由于各項內容的調整都會影響大盤積分發放，而大盤要發放的積分總數往往對應的是市場預算，在每個周期內是相對固定的。因此我們還會進一步根據大盤積分總量進行逆推。

我們的案例中，假如我們希望發放的每年積分總量為100億，而按當前的方案算出來是接近200億，那么總額會遠超預期。因此我們可以將單項積分激勵值調整至當前的1/2左右，在預估完成量不變的情況下控制總積分值；亦或者在單項積分激勵值不變的情況下，約束激勵上限，控制總積分池。

我們選擇了將單項積分激勵值等比例縮減方式，確定最終的方案。

三、關于這個測算模型的說明

關于積分激勵方案的內容寫完了。其實現在回過頭看還是比較簡單的，就是一個excel表格倒騰來倒騰去，確定最終數值。為了說清楚我上面寫的比較詳情，其實也會顯得啰嗦，大家知道整體的思路就可以。

我們沒有去做非常精細的調整，比如讓數字極其接近我們一開始的預估比例。因為其實在實際工作場景中，會有非常多的影響因素，導致數據其實并不那么的準確：

• 比如一些產品的數據系統并沒那么精細，所以并不能拉出很清晰的歷史數據。
• 比如數據與數據之間會相互影響，其中的關聯度并沒有極其準確。
• 比如實際業務場景中會有很多業務方向調整與產品方向的調整，會需要不斷調整模型。
• 比如市場環境在變，用戶的心理預期也在變，實際用戶的行為其實并不是可以完全掌控。

所以我們以模型來預估積分激勵場景，并不要要求完全精確的計算，完全掌控用戶的行為（說實話這也是做不到的），而是根據準確的大方向制定清晰的規劃，讓計劃是有據可依。

而當市場變量、產品變量發生之后，后續負責的同學也可以快速理解之前規劃來源，通過這個模型框架進行快速的動作調整，確保整體的積分激勵體系穩定有序。

而后續的落地產品設計，體驗設計，都可以充分考慮到業務場景，進行提前的節奏規劃，進行具有糅合進風險意識到產品體系規劃，確保積分激勵體系的落地。

后面有時間我會簡單梳理下積分體系落地相關的節奏規劃、產品功能設計、風險把控相關內容，希望對同在負責積分運營的運營產品同學們有所幫助。

本文由 @燃豆俠 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。