如何搭建用戶運營體系

6 評論 77475 瀏覽 515 收藏 11 分鐘

本文作者介紹一種用戶運營體系方法,是通過RFM模型轉化來的。

從事互聯網的同行相信也了解現在的市場行情,在獲客成本越來越高,市場用戶總數大致不變的情況下。到處都是一片紅海。

所以,在“蛋糕就這么大,分蛋糕的人卻越來越多的情況下”,如果維護好每一個費力爭取進來的用戶,自然成了至關重要的作用。這個事,主要也是用戶運營從事在進行操盤的。

那么,用戶運營要怎么做?其實,大部分從事運營的同事方法均有所差異。作為運營,無非就是拉新、促活、提高留存、提高訂單、提升流水等。而針對不同的運營目的,每一個資深的運營從事者運營的方法是不同。

以下,介紹一種通過RFM模型轉化來的用戶運營體系方法,也是筆者最近的一個心得,運營老司機請繞道。

一、定義不同層次的用戶類型

首先需對不同類型用戶區分,如下:

臨界值的確定

這里分為橫向和縱向兩個維度來進區分。舉例如下:

數據取值范圍:1.1-3.1(兩個月的數據)

(1)橫向:按照用戶消費頻次(成熟度)區分,如:

  1. 初級用戶:消費1-5單用戶;
  2. 成長用戶:消費6-10單用戶;
  3. 成熟用戶:10單以上用戶。

(2)縱向:按照用戶活躍度區分,如:

  1. 活躍期:最近4天有消費的用戶;
  2. 衰退期:5-10天未消費的用戶;
  3. 流失期:11-20天未消費的用戶;
  4. 死亡期:20天以上未消費的用戶。

舉例:初級用戶&活躍期:即代表在近兩個月內,用戶消費了5單以下。但該用戶最近三天有消費。

數據需求表參考:

注:這里可看前三列,后兩列作為數據參考。

以上僅僅是舉例(偏電商類型的業務),可能不同行業不同業務下,用戶的消費頻次和活躍度是不同的。這里要看具體的業務而定。

二、制定對應的用戶體系模型

通過以上用戶定義:我們可繪制出我們整個用戶運營的框架

注:此模型之前參考過一個大神文章啟發的。

以上的圖簡單易懂,這里說明一下:

我們的目標即可細化為:

  1. 初級用戶轉化成長用戶,成長用戶轉化為成熟用戶。
  2. 沉睡用戶和流失用戶進行喚醒,拉為活躍用戶。

通過以上兩種方式,形成循環閉環。

其中幾個小細節是關鍵要素:

(1)初級用戶由于對產品熟悉度不夠,故流失和沉睡可能較多,需專門針對此批用戶進行專項分析、運營。

(2)到成長期和成熟期以后,對于流失和沉睡的用戶需重點關注。

特別是成熟期的流失用戶,此批用戶大部分是經過長期的維護和大量的資源支出,才變成我們的忠實fans,如果流失數據異動很大,就要立項專門去研究。負責這一塊的小伙伴更要走下去,深入和這批用戶溝通,找出真正的原因,而不是在辦公室看著數據拍腦袋定原因。分析出來的東西,更要去和真正的用戶反復進行驗證。

(3)當然,精細化的分析出用戶體系,最重要就是對癥下藥,減少預算、提高轉化。

所以,對不同類型用戶,可能運營的策略和方法是不同。

三、具體的運營方法

首先,我們可以通過以上的模型,挖掘出對應的用戶數據。

這里說個題外話:很多同學可能對這批數據的獲取會比較頭疼。特別是創業型公司,根本沒有相應的數據平臺。所以這里可以提3點建議:

  1. 通過后臺導出相應的訂單數據源表,自行通過excel等工具進行處理(具體的excel方法就不贅述了)
  2. 和管數據庫的開發哥哥溝通,通過sql語句進行導出。(方便是方便,但經常打擾人家也不太好。)
  3. 如果此體系定下來了。一定要和產品經歷溝通此需求。個人覺得這方面很關鍵,數據是運營的基礎,有強大的數據后臺,會節省很多工作量,提高工作效率。

以下導出相應的數據:

注:數據僅僅是舉例參考。

根據簡單數據分析,即可嘗試以下的運營動作:

  1. 初級用戶的沉睡期和流失期用戶最多。可申請鋪一批組合券進行喚醒。如:1張高面額、低門檻券,1張低面額、低門檻券進行促活,并做好券到期提醒。(兩張券的含義是讓用戶能多逗留、多消費一次。盡量能加長使用我們的產品時間)
  2. 處于成長期的用戶,相對來講,也算較為熟悉我們產品。可設置消費返券或發放中等面額的優惠券,并根據其用戶購買習慣push相應的文案。
  3. 對于成熟用戶,重點關注其流失期和沉睡期用戶。可安排客服進行抽樣訪談,了解流失原因。并申請一批優惠券或者禮品(需使用產品兌換),作為獎勵或者歉意的補償等。
  4. 活躍期的成長和成熟的用戶,目的是提高用戶的消費客單價和頻次。所以可以相應發一些低面額,較高門檻的優惠券,并push熱門或者爆款的商品等。

以上只是筆者簡單列舉一些方式,具體動作需根據業務和具體的數據反饋來定。但大體的形式可以參考。

通過初級、成長、成熟和活躍、衰退、沉睡多個維度交叉分析,總能發現出問題,制定相應的運營策略。

四、運營動作的周期和推送的方式

運營動作周期

用戶運營的體系,是需要進行長期的運營操作??赡軙鶕^程中的數據反饋,來調整具體的動作。但方法和大方向基本應該保持一致。

當然,根據業務的不同性,運營動作的操作也會有所差異。

以電商業務舉例,在電商業務中,不同用戶類型操作的頻率也是不同。

如:

  • 死亡期的用戶:一個月/半個月集中整理一次數據,進行發券、推送等。
  • 流失期的用戶:此批用戶屬于瀕臨死亡,則需每3天/7天需分析一次,進行運營激活等。

關鍵點于:當你對某批用戶進行操作后,要進行相應的追蹤。如隔1個星期后,再觀察相應的數據轉化情況,以及在新的時間維度中,此批數據在各個層級中的占比。也方便你做好相應的匯報和總結。

舉例:3月1號對前兩個月的數據進行上述的分析后,在4月份撈出來的數據中,3月份這批數據在最新數據中的情況,以此來評估你的運營效果和指導后續的動作。同時,還能同比日活情況、留存情況等指標,多維護結合來分析效果。

對于用戶推送

這方面展開來講,可能又是一篇文章,先拋開時間、頻次這些因素,簡單的策略建議如下:

  1. 初級用戶、死亡用戶推送優惠,引導消費。
  2. 成長、成熟用戶推送根據用戶數據反饋,推送相應爆款,特色商品、產品活動等。
  3. 推送后的用戶引導鏈接、跳轉方式越短越好。

五、總結

最后,簡單梳理下本文闡述的方法:

  1. 對我們產品用戶進行精細分層級;
  2. 制定相應的用戶模型(RFM模型的應用);
  3. 根據定好模型,進行相應用戶數據的收集;
  4. 通過數據的分析制定相應的運營策略;
  5. 運營周期、推送的方式和數據效果的評判標準。

我們做用戶運營,一定要確定好目標。無論是促活、提高留存、提升訂單、拉高客單和提升流水,具體到相應的運營動作是有差異的。一定記得要對癥下藥,確定1-2個目標,循序漸進。對于后續的復盤分析也要認真分析到位,做好統計,及時進行調整。

當然,RFM的模型,還有一個用戶的消費金額。當你需要更細化對用戶進行分層時,還可以將此指標考慮進去。然后對數據進行加權處理,可能又會得到不同的結果了。

 

本文由 @花道?原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 好,反復消化

    回復
  2. 說的很棒,只是RFM的模型不知道怎么建,沒接觸這種的

    來自廣東 回復
  3. 總結得很好,方便加個微信嘛?

    回復
  4. 說的很棒啊,希望可以和你多交流

    來自上海 回復
  5. 可以加你微信交流嗎

    來自廣東 回復
    1. Jj625115

      來自北京 回復