用戶運營怎么做 崗位職責及策略分享?( 二 )


我們發現老用戶活躍主要是因為一般活躍和忠誠用戶的活躍都很少,但是新用戶很多,說明我們需要做好新用戶引導和留存,同時促使用戶向忠誠用戶轉化 。
進而可以通過對每個月用戶進行細分,分析同一月份不同層級的用戶構成,從而判斷用戶成長的健康狀況 。
但是為了更加清晰,我們按照活躍、不活躍分別看用戶的構成,這樣的話能更清楚地看到各層用戶的健康狀態 。

用戶運營怎么做 崗位職責及策略分享?

文章插圖
用戶是在產品的生命周期中不斷成長的,我們除了會看某個時間點用戶的活躍組成情況,我們可能還要關注用戶的成長路徑:每天有多少新增用戶變成了活躍用戶?有多少活躍用戶變得不活躍?有多少忠誠用戶變得不活躍?又有多少流失用戶被我們召回等,這樣有助于我們更直觀地分析用戶的去向,更精準地定位問題,從而針對性地進行動作 。
比如可以通過?;鶊D的形式展示某產品1月份新增用戶在接下來的成長路徑,發現在2月份有相當比例的用戶沒有再活躍而變成沉默用戶,需要及時通過運營手段觸達這部分用戶,以防止其在3月份流失 。
相似地,對于某段時間的活躍用戶或者沉默用戶,也可以通過類似的方式進行監控,以便及時了解用戶的去向,及時進行干預,以防用戶流失 。
04 用戶分群應用案例以上通過一個案例講述了用戶分層的思路和方法,下面再通過一個案例介紹用戶分群的應用 。用戶分群中有一些比較常用的方法;比如可以通過經驗型的RFM模型,從不同維度對用戶進行評價,進而劃分成不同價值的用戶進行運營;或者通過大數據挖掘的聚類算法等,挖掘大量用戶的相似特征實現物以類聚人以群分的目的 。
這些方法已經很成熟了,而且很多人已經耳熟能詳了,就不在這里贅述了 。今天給大家介紹另外一種比較重要的分群方法—同期群分析,所謂同期群分析就是針對分層用戶的進一步細分,對處于相同生命周期的用戶進行分群,看相似分群的效果 。
一般來說,同期群需要滿足:處于相同生命周期,比如研究的都是新用戶,或者具有共同的行為用戶,這樣群內我們可以看時間上的變化趨勢,不同群之間對比可以看效果,一般用來衡量產品或者運營優化方案前后的效果;比如2月份我們上了一個新功能,導致3月、4月的新用戶留存明顯好于1/2月,通過對爹帶錢1、2月的新用戶留存和迭代后3、4月新用戶留存的同期群對比發現優化方案效果顯著 。
我們通過一個案例來說明同期群分析的具體應用,假設我們拿到某個店鋪的銷售數據,通過數據發現,雖然每個月的銷售額和客戶數持續增長,但客戶的ARPU卻在持續下降,客戶的購買力是在逐漸減弱么?
為了探究這個原因,我們先把客戶進行分層,分為新老用戶,然后分別對新老用戶進行同期群分析 。
用戶運營怎么做 崗位職責及策略分享?

文章插圖
我們首先對1-4月份的新用戶的ARPU進行同期群分析,即取每個月的新增用戶作為一個同期群,研究不同同期群在首月及以后的ARPU變化情況,發現隨著時間的推移,1-4月份新增的用戶首月的ARPU在不斷提高,說明新用戶的購買力是在不斷增強的,那就很有可能是老用戶的購買力下降了 。
相似地,我們對老用戶進行同期群分析,發現隨著時間的推移,老用戶的ARPU在逐漸降低,是老用戶的購買力下降導致整體用戶的ARPU下降 。
05 總結本文嘗試從活躍用戶的運營出發,探討如何將活躍用戶的精細化運營落地,以及實現精細化運營的2種重要的方法—用戶分層和用戶分群,并分別通過案例逐步展示了2種方法應用的詳細步驟,希望通過理論結合案例的方式將人人吹捧卻又鮮有實現的精細化運營落地 。
但不可否認的是,活躍用戶的運營絕不是說掌握了這些方法就可以高枕無憂,用戶的認知和需求都在隨著互聯網的高速發展而不斷變化 。
我們不能指望通過一些固定的方法套路就能搞定用戶,一切方法套路都是為了盡可精準地了解用戶,為用戶持續提供有靈魂的產品、高質量的服務才是讓產品長久不衰最高端的方法套路 。
好了,這篇文章的內容金華號就和大家分享到這里!

推薦閱讀