时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络
小提示:您能找到这篇{万字干货 | 如何搭建用户生命周期模型,制定运}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的万字干货 | 如何搭建用户生命周期模型,制定运内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您! |
之前的文章中已经介绍了RFM模型的使用方法,具体请点击《》,同时也提及到:RFM模型上一级隶属于用户价值模型,用户价值模型有两个方向,除了RFM模型,还有用户生命周期模型。 原本不打算写关于用户生命周期模型这篇文章的,觉得大家应该都明白,但是这几天发现:
所以,写了这篇文章。 一、什么是产品生命周期在介绍用户生命周期前,需要先了解产品生命周期。一款产品的生命周期,我们用专业词汇表述就是PLC(product life cycle),大家在网络上看的多了产品生命周期的图片,大多呈现一个“睡倒的S型”。 根据上图,任意一款产品,以时间为参考维度,以用户量或者收入水平等作为衡量标准,我们可以将一款产品的生命周期划分为四个阶段:初创期、成长期、成熟期、衰退期。可以理解为:从产品设计到停止对这款产品的运营,整个周期为产品的生命周期。 怎样判断一款产品当前处于生命周期的哪个阶段呢? 1. 下载量通过酷传、App Annie获取产品某一段时间或者历史下载数据,根据历史下载量的趋势判断(如果可以获取历史下载数据,可以和“睡倒的S型”进行拟合)。 以从酷传上获取的某App过去一年下载量生成的趋势图为例: 过去一年内,该App的用户量从2000w提升至将近5000w,且趋势图的任意一点的切线与坐标系横轴的夹角都比较大,说明产品处于用户快速增长阶段,可能属于成长期。 2. 百度指数在百度指数输入你想查看的产品名称,以及该产品在行业内一直处于领头羊位置的竞品名称,通过百度指数的数值以及和头部产品百度指数的对比,基本可以判断产品所处阶段。 以上图为例,该产品过去半年的百度指数平均值为2000左右,某些指数高点基本上是产品大力推广新增或抓住行业热点带来的用户搜索。作为一款比较成熟的产品,百度指数应该可以稳定在4000-6000。所以,基本判断这款产品还未达到成熟期。 百度指数还有一个比较有用的地方:有时候不知道为何,自家产品留存率出现大幅跳跃,或者希望对产品的发展进行更好的把控,百度指数作为舆情监控的渠道,可以带来很大的帮助。当然,除了百度指数,还有360、搜狗、阿里等都有相应的免费服务。 3. 累积下载量可以通过酷传获取产品的累积下载量,对比该行业的市场总量,潜在用户总量进行判断产品所处阶段。 4. 版本迭代根据产品版本迭代频率,基本可以判断一款产品所处阶段。发展期的产品,大有敏捷的成分在,迭代频率较快。 明确产品所处生命周期哪个阶段的作用是什么呢? 站在运营的角度,得到产品的生命周期之后,使用如下步骤进行分析,可以帮助确定当下及未来一段时间的核心运营策略和运营方向,接下来:
本文主要说的是用户生命周期,关于产品生命周期点到为止。 二、什么是用户生命周期用户的生命周期,简单来说就是:用户从开始接触产品到离开产品的整个过程。 根据上图,用户的生命周期分为:导入期、成长期、成熟期、休眠期、流失期。 导入期可以理解为将市场流量中的潜在用户转化为自家产品的用户,这个阶段我们称之为获客阶段;当用户进入产品之后,我们需要想办法让用户活跃起来,进入成长期以及成熟期,成长期和成熟期的用户属于产品最为核心的用户,是最具挖掘价值的忠实用户。 所以,我们称之为升值阶段;用户从成熟期开始,会出现休眠、流失状态,我们称之为留存阶段。 我们将用户生命周期、不同生命周期用户的行为表现,不同阶段运营所关注的重点工作进行阐释:
假设你已经知道了你们产品内不同用户当前所处的生命周期,你可以做些什么呢? 这个问题和前文介绍产品生命周期的时候类似,我们分析了一堆内容,最终定义好生命周期之后,一定要对运营有相应的促进作用。 我们可以这样思考: 我们最渴望达成的目的是:“把自己的思想装进用户脑袋,把用户的钱装进自己的口袋。”这里的思想可以是让用户接纳我们的产品规则,可以是让用户喜欢我们的活动,可以是让用户对我们产品有粘性;用户的钱可以是用户的时间,可以是用户的内容,可以是用户的互动,当然也可以是用户的钱。把我们的思想装进用户脑袋和把用户的钱装进自己的口袋,无疑是这个世界上最难的两件事。 所以,如果做好这两件事,就算是做好了用户运营。这个过程可以理解为用户管理的过程,如果希望管理好用户,两个维度务必关注:
因此,用户运营可以理解为“用户生命周期管理”,本质是:
对于问题1,可以通过RFM模型去定义,可以通过AARRR模型去定义,大体都是通过数据,基于用户行为,找到不同的分层点。接着,针对不同层级的用户评价其价值。本文使用生命周期模型定义用户价值,其实,也就是找到用户处于生命周期的哪个阶段,接下来会详细说明。 这里,补充一个更加直观的方式,基于以下两个维度对用户价值进行监测和评估:
但作为运营,不能首先放弃,我认为这个象限的用户价值体现在收入上,这个收入和第二象限又有所不同。以房多多为例:很难让用户在不看房的情况下,通过一款App购买价值百万级别的房子,所以,返利、折扣、房屋经纪人的评级等等都影响到客户有需求时是否能够通过长期的引导进而付费。
插入一些题外话:
回到上述所说对用户价值进行监测和评估的两个维度,任何一款产品,不论是高频还是低频、是初创期还是成熟期、商业模式是现金流还是流量,他的核心指标一定有用户要打开App,不打开谈不上是自己家的用户。他的核心指标一定有是否消费,这个消费可以是直接付费,也可以是产品导流进而转化,甚至说广告点击营收。这也是商业社会、商业化公司、能够养活一群人的前提。 在访问频次和是否有直接消费行为下,你可以结合自己家的实际业务情况去找出你们更加关心的指标,比如:访问频次是一级维度,你们更关心访问时长、视频观看数量等二级指标。 用户价值,不仅仅只能大概的监测和评估,甚至还可以计算出每个用户的价值。但是实际工作中,涉及到这个模块的工作并不多,并且当有这样的需求时,更多是统筹数据、开发等同事一起完成。所以,我们的文章站在运营的视角,到这一步已经可以了。 对于问题2,驱动用户价值提升的方向有两个:
最终,我们对用户生命周期模型的研究,演变成为对用户生命周期管理的本质:如何提升单体用户价值及延长用户生命周期。 当然,这个过程必不可少的是数据驱动、对典型用户使用路径的引导及精细化运营。 有两个问题需要跟大家强调: (1)是否所有用户都会经历完整的用户生命周期? 否。站在整个产品的角度,因为用户分布在不同阶段,所以,可能会走完一个完整的生命周期,也就是上文所说导入期、成长期、成熟期、休眠期、流失期,比如:注册-登录-活跃-付费-分享-流失。 但是,作为个体用户,用户可能在导入期之后就流失了,比如:用户注册登录之后,因为新手引导做的不到位,用户直接放弃使用,直接进入了流失期。 (2)是否所有产品都需要管理用户生命周期? 否。从产品生命周期来看,处于初创期的产品,由于资源不足,用户量级不够,一般可以不做用户生命周期管理。从产品的需求强烈程度和市场供应情况来看,需求越强烈,供应越稀缺的产品,越不用过多考虑做用户生命周期管理。 比如:12306,不论你在携程、去哪儿还是飞猪上买火车票,最终都是通过12306,市场供应紧缺、需求量大,用户也没有其它选择,要么选择别的交通工具。所以,这样的产品不需要做用户生命周期管理。 比如:航司,有南航、中航及东航等等,这些航司的价格、服务、餐食、优惠、活动等,很有可能影响用户的选择,供大于求。所以,这样的产品一般需要做用户生命周期管理。 三、如何搭建用户生命周期模型通过上文的铺垫,我们已经了解到,搭建用户生命周期模型,其本质就是根据用户发生的行为,找到用户处于生命周期的哪个阶段,是导入期还是成熟期,知道了用户所处阶段,才能方便我们进一步开展运营工作。 如何搭建用户生命周期模型呢? 搭建用户生命周期模型的一般步骤如下:
简单举例,以脉脉为例: (1)脉脉的核心业务逻辑如下: (2)可能影响用户留存/消费的关键功能 根据核心业务逻辑图,对于用户端来说,分为:生产者和消费者。我们站在消费者的角度,影响消费者留存和消费的关键功能可能是:投递简历、消费内容、建立社交关系、购买会员。 (3)定义各阶段用户行为 我们先看一下行业内通用的用户行为定义的模板: 根据上述模板,结合我们定义的影响用户留存/消费的关键驱动功能,我们可以做如下定义: 四、如何围绕用户生命周期,提升单体用户价值?提升单体用户价值,大家可以思考,哪些用户的价值需要被提升呢?导入期的需要吗? 我认为不需要,这个阶段处于获客区。 流失期的需要吗? 我认为不需要,这个阶段主要是做用户召回延长用户生命周期。所以,我们主要针对处于成长期和成熟期的用户进行单体价值的提升,体现在用户行为上是:活跃、转化、付费、留存。 通过上一部分内容,我们已经根据用户行为对用户进行定义,以脉脉为例,我们定义:在一定时间内,关注XX个行业人脉的用户即为处于成长期的活跃用户,那么,XX到底是多少呢? 比如:当我们通过数据收集发现,关注10个行业人脉的用户即处于成长期,那么,我们就可以针对未到达成长期的用户做关注人脉行为的引导。 所以,我们需要按照以下步骤进行分析,找出用户定义的数据节点,并通过在相应的节点制定运营策略,完成用户引导:
1. 用户行为路径梳理我们仍然以脉脉为例,进行脉脉典型用户行为路径梳理,假设在脉脉内,一个用户从导入期到成熟期典型使用路径有如下2种:
2. 数据定义/数据收集我们需要哪些数据呢? 一般解决用户从A阶段到B阶段价值提升的问题(当然B阶段的用户价值一定是高于A阶段的),我们需要先筛选出B阶段的用户,再在B阶段用户身上获取三种数据:
除了从用户身上获取如上三种数据,还可以参考用户渠道来源数据、业务数据等进行数据分析。 3. 通过数据分析找到运营发力点数据分析的几个关键思路:
我们结合数据定义/数据收集以及数据分析的几个关键思路,以脉脉为例,我们仍然假设:
4. 完成用户引导我们基于上述通过数据找到的一些可发力点,设计相应的策略,对用户进行引导。需要强调策略和手段的区别:如果是一套机制和规则,就是策略,如果是拍脑门单次给用户的推送,就不是。很多伙伴在制定策略时,巴拉巴拉写了一大堆活动方案、触达方式,其实都是在策略支撑下的具体可落地的手段。 以上述找到的可发力点为例:
(以上关于脉脉的分析都是假设,特别是数字的部分。主要是为了说明用户生命周期模型的实操方法,如有不妥,还望及时指正。) 五、如何做好用户流失预警机制,延长用户生命周期?上文已经说过,驱动用户价值提升的方向有两个:
围绕用户生命周期提升单体用户价值的方法已经详细说明,接下来重点关注如何延长用户生命周期让用户尽可能长时间待在产品内,为产品贡献价值。 延长用户生命周期,大家想,可以怎么做?
提到预防,一般都能联想到机制化、自动化,当系统判断用户具有流失特征时,及时自动触达用户,尽可能的挽留用户。所以,这里需要设计一套自动化的机制。 针对已流失用户也可设计一套自动化触达系统,但实际情况是,已流失用户数量巨大,流失原因不明,甚至在注册之后就流失、价值较低,外加短信、电话等触达手段成本较高,一般会通过人工的方式对流失用户进行筛选后手动触达,相信很多伙伴都做过。 所以,下面我们主要讨论预防用户流失,最终设计一套用户流失预警机制。 如何设计流失预警机制? 流失预警机制设计步骤如下:
1. 流失用户定义我们只有定义了什么样的用户属于流失用户,才广告组成部分能针对未流失用户做相应的流失预警,在未流失用户出现流失用户关联行为时,系统及时响应,避免用户流失。定义一个用户是否流失,我们一般从两个维度进行评估:用户行为、时间。 (1)用户行为 简而言之,用户发生怎样的行为,我们认为他流失了。用户在产品内发生的行为,一定会依托产品的功能、服务,所以,用户行为要根据一款产品的基础功能或核心功能综合评估。 我以一些产品举例:
所以,一般流失行为的标志性关键动作是登录、访问、付费。具体的流失行为定义,可以结合自家产品的实际情况进行定义。 (2)时间 当我们选定了XX行为作为流失用户的关键流失动作后,需要对这个动作发生的时间进行定义。以网易严选为例:用户没有发生付费行为,我们就定义该用户已经流失了吗? 显然是不科学的,我们需要判断多久之后还没有发生首次付费或二次付费的用户才是流失用户。 在这里,我们需要引入一个概念:回访用户。 GA(Google Analytics )上定义的 Returning Visitor指的是,当用户首次访问的时候,会生成一个独立的Client ID,当用户再次访问时,GA监测已存在的Client ID发生一个新的会话,这时候就是 Returning Visitor,GA的回访用户是与新用户相对应的。 我们今天提到的“回访用户”指的是:用户流失后,再次访问的用户。 比如,当你通过大量数据分析之后发现,对于一款社交产品,10天内没有打开App的用户,被定义为流失用户。有一位用户已经15天没打开App了,我们认为他已经流失了,但是我们的运营很强大,通过各种吹拉弹唱的技能把该用户请了回来,这位用户就属于我们今天提到的回访用户,即,流失后再次回来。 对于用户流失时间,我们有一个一般定义:用户回访率在5%-10%区间,这个区间对应的时间点及之后的时间,我们认为用户已经流失。 从网络上找到一张图片如下: *用户回访率=回访用户/流失用户*100%视频想让更多人看到 在拐点处,用户回访率为5%,这个拐点对应的流失期限是5周,在5周之后的用户回访率均低于5%。所以,我们认为,这款产品的用户流失时间,可以选择在用户停止发生XX行为5周后,该用户即为流失用户。 基于用户行为和时间维度,我们定义流失用户如下: 上图是用户回访率和流失天数的关系,我们可以看到,当用户流失10天之后,回访率降低到5%以下,由此,我们可以对产品内的流失用户进行定义,明确哪些用户是流失用户。 注意:回访用户不仅仅是回来打开App的用户,要根据具体产品属性进行判断。对于理财类产品,回访用户指的是投资;对于工具类产品,回访用户指的是登录;对于社交类产品,回访用户指的是互动;针对内容型产品,回访用户指的是访问。 2. 分析流失预兆本文的核心是设计一套流失预警机制,即,针对未流失用户做好流失预警,避免用户流失。所以,我们得到哪些是已流失用户之后,需要针对已流失用户进行研究分析,找出他们流失前的共同点,如果当前的活跃用户在未来某一天出现已流失用户的相似征兆,则需要触发流失预警机制。 分析流失预兆步骤如下:
分析流失用户流失前的行为,一般可以从以下几个方向进行数据分析:
注意:分析流失前的用户行为,我们只需要分析用户导入期、成长期、成熟期的数据。 我们以当前用户拉新做的比较好的拼多多作为案例,做一些数据上的假设,来分析流失用户流失前的行为,以拼多多成长期用户为例: 拼多多成长期用户占比为30%。 成长期各渠道流失占比: 拼多多一直以裂变效果好著称,但裂变邀请好友存在的弊端就是,好友为了配合你拆领红包而注册使用拼多多,忠诚度可能较低。所以,在流失方面,好友邀请这个渠道带来的用户,流失率达到30%,其次是微信公众号软文投放带来的用户,流失率达到25%。 处于成长期的用户,购买次数达到3次的用户只有10%,90%的用户只有1-2次购买行为,也就是刚刚进入成长期,后续没有进一步转化到成熟期就流失了。 处于成长期的用户,购买金额达到200元的用户只有5%,95%的用户只有1-200元的购买金额。 作为拼多多最强福利模块,邀请好友可以带来显而易见的实惠,但是我们发现:成长期的用户,主动发起邀请好友行为的用户占比仅有30%,且只有1次,70%的用户未发起过任何邀请行为。 假设用户流失的影响因素: 基于以上数据图表分析,我们假设用户流失的影响因素:
访谈,明确用户流失路径: 找到流失用户,直接进行访谈,判断用户流失路径,明确假设内容。访谈这一部分,属于用户研究的工作,但是我们仍然可以了解一些工作方法,如果在一些资源支持不足的公司,便于快速开展工作,这里简单说明用户访谈的步骤:
有人问我,如果分析出用户流失前的行为,不进行假设、不做用户调研可以吗? 感觉加上这两步之后,变得好复杂。实际上,我们仍然可以按照MVP的原则进行敏捷测试,将分析出的问题,通过小范围、人工的形式推动去解决。如果被验证是对的,可以逐渐系统化。 3. 设计预警机制根据上述得到的何为流失用户,以及流失用户在流失前的行为,我们就可以开始设计预警机制了。预警机制在不同公司的体现形式不同,主要还是基于业务规模和业务类型进行设计。 如果是一家初创型的公司或者业务快速变化中的公司,可能压根不需要设计预警机制,仅仅需要做好用户流失预警。运营伙伴通过数据分析,定义流失用户的标签,给到数据分析师,数据用SQL帮我们跑出来这些用户的名单,我们就可以通过push、短信等渠道对用户进行简单的触达。 如果业务具备一定的规模或者业务已经成熟稳定,除了做流失预警,最好能够搭建一套自动化预警机制。以微信读书为例:用户性别、年龄、爱好、阅读习惯、阅读进程等等存在数十个标签,如果靠运营手动定义标签并交给数据分析师导出用户名单,工作量太大,效率极低,而且容易死机(皮一下..)。 根据流失前用户的行为指标,分别对这些指标赋予相应的权重,根据这些指标、权重进行计算,当数值高于XX值时,系统定义该用户具有流失风险,要么自动触发、要么将名单传输到运营手里,运营人工召回。当然,如果加上权重比较复杂,也可以根据定义好的用户行为指标直接做预警,凡事可以变通。 预警最好可以分等级执行,以上述拼多多为例,成长期的用户,流失前,90%的用户购物次数只有1-2次,流失时间假设是20天之后。 那么,当用户在10天的时候,如果购物次数保持在1-2次,我们可以基于用户购买或浏览行为为用户进行更精准的推进;12天的时候,如果购物次数仍然保持在1-2次,我们可以在推荐的基础上,给用户发放折扣券或进行商品返现;如果15天的时候,用户还是只购买过1-2次,我们可以进行人工客服电话召回,告知用户现在针对该用户有一个XX元优惠券等在账户里,2天内有效,可以使用;如果18天的时候,还是1-2次,那么我们可以提升对该用户的push、短信频次,并加上感召性的文案。如果超过20天仍然只有1-2次,我们认为该用户已经流失,可以按照流失用户的标准进行日常召回。 我所知道的流失预警机制,可以有两种呈现形式:
4. 完成用户引导截止到上述3步全部完成,已经搭建了一套流失预警机制,也就是完成了用户引导。但是,针对用户引导制定怎样的策略是一个很重要的环节,所以,我们拿出来单独讨论。 既然是预警机制,最核心的还是怎样留住用户,那么,单单分析出谁是流失用户、流失用户有哪些流失前的行为以信息流 资金流及在流失前进行触达还是不够的。 怎样触达?触达的内容是什么?触达的渠道是什么?触达的形式是什么?还需要针对性一步步去做。 仍然以上述拼多多为例,我们针对预警触达动作制定相应的运营策略:
(上述关于拼多多用户构成、不同用户行为数据均为假设,主要是为了将文章中的理论通过实际案例呈现,如有不妥,请及时指出。) 这里补充一些常见的触达渠道: 邮件召回 优点:
缺点:
短信召回 优点:送到率较高。 缺点:
站内信召回 优点:
缺点:打开率低。 Push推送 优点:
缺点:
电话回访 优点:更加人性化,成功率高。 缺点:
至此,关于用户生命周期模型搭建的内容暂告一段落,虽然文章中有案例,但如果没有实际操作过,这些对我们来说,都处于纸上谈兵的阶段。 希望有机会,大家可以真正去做一下。欢迎大家共同在留言区探讨交流。 #专栏作家#Chris,微信公众号:产品运营(pm-2020),专栏作家,关注在线教育、社交、电商并参与多个项目从0-1的搭建。转型互联网金融,负责信用卡和现金贷产品的全流程运营工作。热爱将别人眼中“不值一提”的细节用文字呈现出来。 本文于,,。 题图来自 Pixabay,基于 CC0 协议 |
上一篇:推送系统从0到1(七):推送用户画像建立
下一篇:详细解析:用户反馈的6种模式
小提示:您应该对本页介绍的“万字干货 | 如何搭建用户生命周期模型,制定运”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通万字干货 | 如何搭建用户生命周期模型,制定运的相关事宜。
关键词:3年, 中级, 用户生命周,