作为一名用户运营人员每天背着沉重的KPI，睁眼就要盘算今天如何做拉新，如何做留存，又有多少用户流失了。可是这些问题接踵而至，应该如何把它们有机地组织起来有计划地解决呢？很多同学都是按照老板的旨意，一会做增长，一会做召回，常常疲于奔命，没有系统性的规划和科学的数据运营模型来指导业务的发展方向，下面我将以电商业务为例介绍一下典型的用户运营数据模型，让运营变得高效。
一、什么是用户生命周期模型
何谓用户生命周期？简单的来说就是用户从第一次接触产品到离开这个产品的全过程。在我们日常生活中会经常遇到的一些的运营手段，比如去理发店理发，热情的Tony老师总会乐此不疲地向你推荐他们店的会员卡有多么的优惠；还比如去商场买东西，临走的时候服务员会给你一张代金券，下次来的时候可以抵扣货款，这些手段的目的都是为了延长用户生命周期。用户生命周期的长短将直接影响产品的活跃度与企业的营收，因此将用户的生命周期科学地量化，在合适的时候做出合适的运营策略来触达用户，从而延长用户的生命周期将是用户运营中非常重要的环节。
二、如何搭建用户生命周期模型
1、Magic Number
用户的生命周期这个概念已经不是什么新鲜玩意了，无非就是把用户划分为引入期、成长期、成熟期、休眠期、流失期这几个阶段。但这些阶段应该怎么定义才是重点，找到新用户与活跃用户的分水岭，也就找到了运营中的Magic Number。每个公司产品所处阶段、产品性质、用户群体都不一样，Magic Number也不一样比如Facebook发现10天内添加7个好友的留存率高；Dropbox里使用了1次Dropbox的用户，会成为更活跃的用户；Linkedin的留存用户特征是，是一周内会添加5个好友。
那么，怎么找到自己的Magic Number呢？以电商平台为例，我们通过对大量用户的行为进行分析，发现直接影响用户留存的指标为累计订单量，也就是经常购买的用户更忠诚；直接影响用户流失的指标为最近一次下单距今时间，也就是太久未购买的用户更容易流失。下图展示了不同类型的用户的特征与价值，接下来就是通过数据指标对其进行量化，从而指导运营工作的高效开展。
用户行为特征与用户价值
2、指标计算方法
上文提到，用户生命周期分为引入期、成长期、成熟期、休眠期、流失期这几个阶段，那么现在就需要对这些阶段进行数据指标的量化，具体方法是：
a）用户初次体验过产品核心功能之前即为引入期用户。比如电商产品中用户下一次单；社交产品里用户首次打开App并完成一次聊天；视频产品里用户第一次观看视频等，这时用户初次引入，需要进行一定的引导与激励，促其转化为忠诚用户。
b）计算出让用户留存率发生巨大变化的数值，也就是用户成熟的标志。首先通过计算全量用户在第N单时的留存率，其规律是：单量较低时，每多一单用户留存率提升很高，说明用户在不断接受产品，这时候用户的每一单都很重要，需要作为重点运营目标；当单量增加到某个值的时候，用户留存率趋于平缓，单量的增加对留存率提升不大，这说明用户已经相对较为成熟，无需过多利益刺激也会保持活跃。这个值也就是我们要找的Magic Number，可以作为用户成熟的标志，如下图所示，也就是用户下4单即可认为其已经进入成熟期。
用户累计订单量与留存率趋势
c）计算出让用户流失率最高的流失天数。首先按照上文的计算结果将用户订单量将用户分为三组：（1）引入期用户——订单量<2（2）成长期用户——2<=订单量<=4（3）成熟期用户——订单量>4。然后计算出每组所有用户每次下单的时间间隔，如下表所示
用户下单间隔明细
接着将该组所有用户数据进行聚合，看看用户在多少天未下单，还能继续下单的概率是多少。可以从下表看出，用户下单越少，流失速度越快，因此在制定流失策略的时候需要将新用户和成熟用户分开计算，因为同样是离开30天，老用户很有可能不需要激励就回来，但新用户也许都将App卸载了。具体每个环节需要设置为多少天可以根据实际运用能力而定，如下表可以定义为引入期14天未下单即为流失；成长期30天未下单即为流失；成熟期60天未下单即为流失。同理可以计算出各组用户的休眠期临界值，在此不过多赘述。
用户下单间隔统计（数值为订单量，百分比为订单量占比）
最终用户生命周期模型搭建完毕，可计算出各阶段用户量占比，根据目前的情况可以判断出当前应该最先开展拉新，还是促活，还是召回的工作。
各生命周期阶段用户量分布
三、总结
1、不同业务形态，发展状态下用户的特征不同，切勿经验主义，拍脑袋确定用户生命周期各阶段的条件。
2、确定好各阶段的条件后还需要进行一些测试，比如选取流失用户发一波短信、PUSH，看看转化率是否与预期一致，如果数据反常，还需要对各项边界条件进行调整。
网友评论