用戶運營

做好用戶運營的第壹步是建立好的用戶流失模型。只有建立準確的用戶流失模型，才能更好的繼續後續工作。用戶操作就像壹個蓄水池，兩個水龍頭同時打開。有入口就有出口。任何產品，用戶流失都是不可避免的現象。運營的任務之壹就是準確預測用戶的流失，通過有效的運營活動留住流失概率高的用戶，使用戶的流失率低於用戶的增長率，這樣也能保證用戶的向上增長。有了量，就有了轉化的基礎。用戶留存的第壹步是建立用戶流失模型。只有建立準確的用戶流失模型，後續的工作，比如整理用戶流失節點，通過各種渠道召回用戶，才能事半功倍。壹、用戶建模的底層邏輯首先，為什麽要建模？因為使用壹個產品的用戶有成千上萬個，每個人的興趣愛好和個性差異很大，產品方不可能為每個人提供1V1的服務。但是互聯網用戶很挑剔，越來越多的精準推送、個性化營銷、個人特權都在滿足每個人獨特的口味。可以說，在當前的互聯網環境下，精準是產品和服務是否有機會與用戶連接的核心。因此，用戶建模的目的是明確用戶的特征，在最低成本、最大覆蓋的基礎上實現最高效的運營。好，那麽怎麽做呢？用戶建模有兩個切入點:用戶屬性和用戶行為。用戶屬性特征是用戶暫時無法改變的基本信息，包括地域、性別、年齡、受教育程度、社會身份等。比如壹個壹線城市的女大學生和壹個四線城市的全職媽媽，對產品的需求和對信息的接受程度可能是非常不同的。而用戶的行為特征更有價值:她喜歡我們的產品嗎？我們如何使用我們的產品？使用過程中有什麽明顯的偏好嗎？使用頻率等等。有了以上兩個基礎，我們就可以大概率還原這個用戶的真實畫像。用戶建模就是將不同屬性和行為的用戶分離出來，然後根據不同的目標進行差異化運營。比如對於活躍度這個指標，用戶建模的具體應用場景是:針對非活躍用戶推出有針對性的運營策略提高活躍度，針對活躍用戶推出有針對性的運營策略加強忠誠度，對非活躍用戶進行引導和驅動。二、用戶流失模型的構建我們在對用戶流失建模的時候，重點是將流失用戶按照壹定的屬性或行為特征進行分類，針對流失用戶進行屬性或行為特征的拆解，找到流失用戶的關鍵指標。主要用在兩個方面:召回流失用戶和防止現有活躍用戶流失。具體步驟:1。界定流失用戶在精準防範用戶流失的時候，首先要做的就是先界定流失用戶的定義。妳需要根據自己產品的類型、調性、用戶畫像來定義流失用戶的概念。但不同類型的產品對用戶活躍度的要求不同，不可能制定統壹的標準。這裏我提出兩個標準供參考。標準1:對於社交產品，以DAU/MAU指標定義，有用戶流失的社交產品對用戶粘性要求極高，因此用戶活躍度是壹個重要的考核標準。DAU/MAU的值是壹個介於0.03和1之間的數字，數字越大表示活躍度越高(DAU是當月日DAU的平均值)。如果DAU/MAU=1，說明用戶每天都來，那麽DAU和MAU相等，這個值的最低線在0.03左右，也就是所有用戶壹個月只來壹天，低於0.03的用戶基本可以定義為流失用戶。除了每天必用的微信、QQ等社交產品(微信的DAU/MAU比自2016以來壹直維持在075-0.8左右，用戶粘性極強)，基本上DAU/MAU達到0.3左右就活躍了，也就是用戶三天就開壹次。標準二:對於電商產品，流失用戶產品的使用場景由購買活躍度指標定義，決定其基本使用頻率。不是所有的東西都需要每天使用才有價值。另壹端，有壹些產品偶爾會用到，但每次交互都有很高的價值，DAU/MAU並不是這些產品合適的指標。淘寶的活躍度只有0.29，平均活躍度基本是壹周三天左右。但淘寶是電商應用，用戶不可能每天都打開瀏覽，其購買活躍度是更重要的指標。電商APP是通過用戶購買來盈利的，所以通常以購買的活躍度來定義。如果用戶只看不買，可能流失到電商的是用戶。2.構建用戶流失模型應用於通過參考不同頻率用戶的行為特征，拆解流失用戶的行為特征，尋找流失用戶的關鍵指標，構建行為模型的實踐。建立模型的壹大便利是，我們可以清楚地看到用戶流失的具體臨界值。我們都知道DAU/MAU值越高越好，但是低於什麽是損失呢？此時可以通過圖表判斷，當流失率達到壹個相對穩定的趨勢時，此時定義流失率用戶是比較合理的。這些新用戶的流失率達到40%，28天後達到穩定趨勢，證明了“30天內無訪問”的定義是合理的。而且從圖中可以看出，激活後兩周內用戶流失率比較高，如果熬過這兩周，用戶流失率會大大降低。接下來就是細分這些流失用戶的畫像，包括他們與活躍用戶的行為差異、進入app的渠道、流失前對app的訪問頻率、app的使用行為(比如在哪個環節之後跳走了)，從而推斷出用戶流失的原因。比如分析用戶行為後發現，用戶A訪問頻繁，壹周3-5次，但從app跳過幾次的頁面都是支付頁面，很有可能是支付環節出了大問題。可能是用戶對頻繁的支付提示錯誤感到厭煩，也可能是復雜的支付流程讓用戶感到困擾。體驗不好是用戶a流失的主要原因，再比如，壹次產品更新後，發現用戶流失率提高了。通過對用戶屬性的分析，發現女性用戶占比很大，所以可能是改版後產品的UI界面不太受女性用戶歡迎。或者行為分析後發現新註冊用戶比例很大，可能是改版後新手引導做得不好。3.找到產品留存的關鍵點，通過各種渠道界定流失用戶，建立用戶流失模型，找出用戶流失的原因，進而召回用戶。常見的有:短信、郵件、站內推送、微信服務號等。在這個環節中，用戶流失模型也可以大有用武之地。比如:根據購買的頻率和金額。1次未購買的用戶，可發放大額優惠券、大促銷活動或超低價商品，吸引回訪，成為首批新客戶。購買1-2次，客單價較低的用戶，可以在這個客戶列表級別精準推送特價或好貨。購買三次及以上的用戶可以推送用戶偏愛的品牌或品類，並額外添加會員專屬優惠券。總之，根據用戶流失模型，不同行為和屬性的用戶，以及他們流失的節點和原因，可以有針對性的進行運營，加強用戶召回的效果。挽回流失的用戶非常困難。壹個比較有效的思路是:既然已經知道了流失用戶的特征，那麽當非活躍用戶出現流失用戶的特征時，就意味著出現了流失預警，需要啟動相應的防流失策略。用戶操作的重點是“針對性”。無論建立什麽樣的用戶模型，都需要根據產品的特點，與數據產品團隊進行多次磨合，找到更適合的模型建立方法。細分用戶後，提出針對性的解決方案，才是成功的用戶運營。本文由@福祿網原創發布。每個人都是產品經理。未經許可，禁止轉載。題圖來自Unsplash，基於CC0協議。