广义的讲，用户运营是以最大化提升用户价值为目的。用户运营要做的事，其实就是持续关注用户从
接触 - 认知 - 体验 - 使用 - 习惯 - 分享 - 上瘾
这一系列的过程，并通过各类运营手段提升新增、留存、活跃、付费、分享传播。
在这其中，有两个工作模块我认为构成了用户运营的核心，一个是用户分层触达体系，另一个是用户成长激励体系。
比如在营销系统中，优惠券有很多种：红包、满减券、限时券，积分券等，不同的促销券应该发给谁，怎么发才能收益最大化？
在整个过程中，用户分层的作用显而易见，我们根可以据各个层次用户群体的不同，有目的的制定出更有针对性的运营策略——精细化运营。
01 核心操作框架
为了做好这部分的用户运营，你需要明确的是：用户从活跃到转化绝不是两个简单的阶段，这期间，用户一定是动态演进的。
也就是我们不能仅仅关注用户当前的状态属性，更需要关注用户为什么会从某种状态 A 升级到状态 C,需要给予用户哪些“台阶”供他踩。
以及接下来用户在平台的行为会发生哪种变化趋势。而伴随着用户状态的升级/倒退一定有蛛丝马迹（用户行为轨迹）可以追寻。
即分层模型是固定的，用户是流动的。
用户分层触达体系大致分为三个方面。一是用户的划分，二是用户策略制定，三是用户的策略触达。
02 用户分层
用户分层展开来讲，有三个步骤，分别是：
1、界定核心业务指标
首先，界定核心业务指标能够帮助我们从纷繁的数据指标中找到影响核心目标的关键环节和因素，指导接下来的用户分层维度划分。
从业务维度上，目前的主流产品可划分为流量型业务和收入型业务。流量型业务更关注用户活跃度（活跃用户数、活跃天数、活跃时长），收入型业务更关注付费收入（转化漏斗，复购率，ARPU 值），当然两者的前提都是用户规模。
2、用户分层（群）维度划分
通俗的说，用户群体维度划分就是建立群体标签。那怎么贴标签才能够划分的详略得当呢？我把用户分成了用户属性、用户行为、用户状态、用户偏好四个方面来考量。
用户属性：指用户的基础客观属性。比如性别、年龄、地域、职业等。这一维度告诉了我们他是谁。
用户行为：指用户使用行为流程，正如前面提到的下载、注册登录、点击浏览、购买下单、评价分享等。这一维度告诉了我们他在做什么。
用户状态：指用户在产品上的当前状态。比如免费用户、付费用户、活跃用户、等，按活跃度又可以细分为 3 天/ 7 天/ 15 天活跃一次活跃用户，按付费金额又可以细分为高付费/中付费/低付费用户群 or 年卡/季卡/月卡用户。这一维度告诉了我们他在平台上的状态。
用户偏好：指用户发生行为的关键驱动因子。以在线视频为例，用户购买影视 VIP 会员，有部分用户看到喜欢的内容就会开通会员，这部分就属于内容驱动，而有些对价格比较敏感，只有在折扣促销的情况下才会购买，这就属于价格驱动。
有了用户分层（群）的四象限模型，可以说基本涵盖了我们要界定的用户特征。接下来我们按需提取即可。
这里另外补充一个经常被谈到的 RFM 模型。RFM 是 Rencency（最近一次消费），Frequency（消费频率）、Monetary（消费金额）。
它的典型适用对象比如电商类，下面会谈到具体的策略举例。
3、建立用户分层（群）标准
前面我们已经列出了用户维度，然后我们通过这些维度去建立用户分层（群）标准。
以在线视频用户分层标准举例，我们按照“用户状态 + 用户行为 + 用户偏好”三个指标来提取我们想要的用户。
非会员用户：至今未在平台充值会员的用户以及充值会员但是断续目前非会员状态的用户。
活跃用户：近 7 天/ 15 天启动过应用播放视频时长超过 30S 的用户
用户行为：播放了媒资标签是古装的《xxx》,追到了第 11 集（未追到会员可看的 12 集）
上述指标定义的用户对象是在平台上活跃（7 天内就有播放），观看了古装剧《xxx》,追到了最新免费剧集，会员集没有看的非会员用户。
03 用户分层模型建构的四个步骤
用户分层无定法，需要基于业务模式和用户运营的实际需求来展开。而通常来说，用户分层的模型建构主要包括以下几个步骤：
明确业务需求——所有用户分层都是在特定业务场景下所做的用户细分，明确业务需求才能明确对应视角下的目标用户和业务目标，从而做到有的放矢。
用户聚类分析——用户聚类分析，帮助我们勾勒各个分层的用户画像，也帮助我们提炼用户分层所要选取的核心维度。
分层维度拆解——分层维度即业务所依赖的核心指标或链路，是支撑起用户分层模型的核心“骨架”。
分层模型构建——基于选定的业务维度，并结合用户聚类分析及测试验证的数据，最终找到关键性的数值和节点，从而构建起用户分层模型。
04 怎样基于用户分层开展精细化运营
如下图所示，这是基于用户生命周期链路建构的一维用户分层模型。通过这个分层模型，我们可将整个用户生命周期拆分为获客、升值、留存3个区间段，共包括潜在用户、新手用户、成长用户、成熟用户、衰退用户、流失用户6个用户层。
根据用户分层，我们先要明确各人群的总体运营目标，再制订和落地对应的运营策略/项目，逐步构建系统化的运营体系；
同时在此过程中根据潜在新用户、留存老用户、流失用户3大类人群控制好成本补贴的力度和投产比，这就是一个粗略的基于用户分层的精细化运营“作战地图”。
需要说明的是，上图中的具体策略和成本控制方案仅供参考，实际业务中需根据平台模式和用户属性进行变换。
让我们用个例子来说明一下：
A公司最近业务同比去年有所下滑，为了提高公司的营收，需要做一个大促的活动，你作为本次活动的主要推动者，应该怎么做呢？
首先我们需要分析下滑的原因：是因为新用户减少？还是老用户流失？还是复购率有下降？
这些数据怎么得出呢？是需要根据过往的数据分析来看的。比如去年5月份，新用户的消费是多少金额，平均多少金额，男女占比以及新用户购买力占整个月的百分比。
再往上倒腾，可以看不同类别的用户访问时间、访问深度及重要页面的停留时长等。可能有的人会说这些数据目前公司没有历史数据〜送你一个大写的What
像用户的消费数据都是会有记录的，只要把你想要的数据类型告诉技术同学，他们会帮助你整理出来。剩下的梳理工作，就要靠你自己啦〜
本次业务下滑的可能性，我们假如是：
- 新用户并没有减少，但是新用户转化少了〜
- 老用户最近流失严重〜
- 复购率下降〜
- ……
等某一个或者是某几个问题，接下来我们再深挖：（同志们挖啊，这口井里有水）
- 新用户为什么转化少了？是因为对产品不了解？或者对产品有兴趣但现在不需要？
- 老用户为什么流失严重？是产品体验不好？购买过一次再没有复购行为？
- 复购率为什么会下降？用户复购了，但产品买的少，客单价低？用户以前买过很多，突然就不来了？
发现了么，这些阻碍用户产生下一步动作的问题，才是我们要分层的核心前提。没有这些问题，分层是没有意义的。
在案例的开始讲了，我们本次活动的目的“为了提高公司的营收，做一个大促的活动”，所以本次需要做的是找到可以快速撬动的用户。
好了，按上图，我们找到了可以快速提高营收的目标用户的画像，就可以采取相应的行动了。
当然了，在行动之前一定要核算投入产出比。活动结束之后，且记复盘、复盘、复盘。
05 策略制定
在完成了用户群体划分之后，就是策略制定，不同的用户层级，采取的手段不同。
新用户：常用的策略是新手福利，新用户引导；
普通用户：固化用户的使用习惯，加深用户产品使用频率，激发活跃度
活跃用户：大盘性营销活动，会员权益引导，长时限会员包
兴趣用户：精细化营销活动，持续性点对点刺激，会员身份认同感塑造
付费用户：用户权益体系构建，尊享福利社，维持当前状态并做好流失预警
再以刚刚的 RFM 模型为例，假设以（1,0）分别表示用户价值的（高，低），那么
重要价值客户（111）：最近消费时间近，消费频次和消费金额都很高，重点维护对象，适当的核心用户组织建设是必要的，权益分发、定期的奖励福利等；
重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠实客户，定期的 EDM、PUSH、私信、短信，主动和用户保持联系和互动；
重要发展客户（101）：最近消费时间较近，消费金额高，但频次不高，属于忠诚度不高用户。着力让用户在平台上活跃，优化产品和服务，帮助用户定期消费权益。
重要挽留客户（001）：最近消费时间较远，消费频次不高，消费金额高，属于重点预流失用户，提前做好预流失预警和策略触达。
由于受到资源的限制，当我们只能投入有限资源的时候，往往会倾斜核心群体，只有核心群体能贡献最大的价值。
在用户生命周期的分层策略模型中，一般优先级的高低依次是存量用户>高潜用户>预流失用户>流失用户。
如此，抓住核心才能快速将数据指标拉回大盘。
结语
除了三大类用户分层模型之外，是否还有更高维度的分层模型呢？答案是肯定的，但用户分层并不是越细越好。
总体来看，随着维度数量的增加，用户分层模型的内部结构也越加复杂，而通常来说复杂度与效率成反比关系。
因此我们需把握好人群精细化和业务效率的平衡，因地制宜结合实际业务场景选择最适宜的分层模型。
-end-
复工大招：推小程序、招“团长”、探索“社群”、玩直播...
©2021 www.izsf.cn
