1. 首頁 > 生活百科 > >

推薦會員運營常見的幾種形式 如何會員運營？( 二 )

小知識會員運營


儲值型會員成本一般比較高， 需要用戶提前墊付一筆資金以獲取不同梯度的權益 。 在綁定了用戶多次訪問行為的前提下， 在每一次用戶訪問的時候， 再滲透其他服務， 通過提高每次用戶訪問客單價的方式， 把會員身份讓出去的利補回來 。
3. 積分累積型會員的另一種形態是積分成長體系， 將不同行為模式的用戶選出來， 給與不同策略的運營， 特別的對于那些用戶價值較高的用戶提供不同的服務 。 這種策略理論上， 對于高頻使用關鍵行為或高單次消費的產品都適用， 比較常見的案例， 比如支付寶、航司、酒店以及游戲充值的積分系統 。
我個人用這個公式去粗略的估算用戶價值：
用戶價值 = （渠道權重*用戶注冊 + ∑（關鍵行為標準價值*錨點觸發數） + 活動/營銷/售賣加權）*活躍衰減參數；
大概解釋下上面的公式：
1）渠道權重其實這是一個用戶初始化得分， 默認這個權重是1 。 從跨BU和跨公司合作的角度來看， 一些優質渠道， 比如兄弟部門產品過來的用戶， 我們可以通過接口直接獲得這些用戶在其他產品中的表現， 如在兄弟產品中很活躍， 有付費潛力等 。 他們理論上可以獲得一些比較好的起點分， 更快的進入用戶運營的主視野 。
2）關鍵行為標準價值這里有個很重要的流程是， 通過場景先定義某一類用戶的標準使用路徑特征 。 先分群， 再分層， 交叉對比找關聯 。 技術同學聚類的時候是從來不會只獲取孤立的特征點進行研究的， 一定是鏈路數據越詳細， 鏈路越長越好 。 整個鏈路特征清晰以后， 選取鏈路上關鍵性的幾個點來形成比較明確的用戶行為畫像 。 產品功能上來看， 沒有哪一類用戶是一定不用某個功能的， 只有某一類用戶對某個功能的使用前度高低之差， 這些就是用戶特征在功能節點上的表現 。
比如以蝦米音樂為例， 我們按行為（次數/日）來描述兩類行為特征的用戶：

  • 伐木用戶：啟動（6）→每日30首（1）→收藏（1）→我收藏的（7）；
  • 開荒用戶：啟動（5）→推薦歌單（8）→收藏（12）→猜你喜歡（5）→收藏（24）；
可以看到， 同為聽歌用戶， 常用路徑所包含的場景不一樣， 他們的角色是完全不一樣的 。 最常見的伐木用戶擴列的方式是每日推薦， 大部分時間都沉溺在自己熟悉的旋律中 。 而開荒用戶的擴列方式非常廣， 推薦歌單刷很多， 而且還會聽個性電臺， 他們的關鍵行為在于對新內容的挖掘和工具使用上 。
當然， 這個數據不是全部數據， 開荒用戶可能包含伐木用戶的一些數據， 甚至更高， 比如反復聽剛剛收藏過的一首歌 。 研究用戶， 只有通過鏈路的方式， 把用戶當成個人看， 你才能研究透徹 。 只圍繞某個功能的使用情況很容易陷入一個困境， 就是上次活動效果非常好的用戶分群， 下一次不好用了 。
我們再往下走， 在開荒用戶中， 按照使用app時間的長短， 還存在：
  • 萌新用戶：啟動（1）→每日30首（2）→收藏（2）→推薦歌單（1）；
  • 成熟用戶：啟動（5）→推薦歌單（8）→收藏（12）→猜你喜歡（5）→收藏（24）→我的收藏（28）；
商業上來看， 作為一個音樂類APP， 便于新歌曲推廣宣發的功能對于整個生態的發展示更有利的， 他們會獲得相對較高的行為權重 。 因此也就意味著， 開荒用戶的關鍵行為會更多的落在這些權重加成 。
3）活動/營銷/售賣加權是指一部分活躍參與平臺活動， 購買活動商品的用戶， 價值會有加權 。 不管是什么類型的用戶， 總有一部分是對官方活動特別感冒的， 而另外一部分是怎么操作都不搭理你的 。 有的時候， 選好活躍分群， 對于獲得效果的評估往往更客觀 。
4）衰減參數這部分的意義在于， 我們所有對用戶行為價值的追溯都是在某個周期內的， 比如用戶在首次付費后一個月內沒有再產生付費行為， 那么平臺對他的服務優先級會衰減， 把資源集中在給周期價值更高的用戶提供服務 。 當然衰減周期和衰減量， 還是要根據業務特性來設計 。
最終， 我們可以根據某些功能的使用情況變化來量化用戶習慣的變化， 也可以綜合使用情況對某個用戶群體的變化進行跟蹤， 轉化成量化值進而評價某個活動的效果 。
一般來講， 資本理解用戶價值是某個產品的市場估值/月活躍用戶數， 這是一個基礎期望 。 用戶價值高于這個值， 低于這個值， 他們對于平臺生死存亡的意義是不一樣的， 對于用戶價值的最終量化結果， 按照資本期望進行層級劃分， 來劃分用戶層級 。 積分體系也是常見的歧視性體系 。

推薦閱讀