本文介绍了大规划用户运营体系中的三大准则——数据驱动、精细化运营、主动化（或叫产品化），以及用户运营体系中的三个子体系——用户生命周期办理体系、用户分层运营体系、用户行为鼓励体系。
咱们在实践的产品作业中，常常会用到各式各样的运营体系，比方用户生命周期办理、用户分层、积分体系、使命体系、会员体系、勋章体系等等。
那这些究竟有什么内涵相关呢？又该怎样掌控不同运营体系进行协同运用呢？
这就要从用户运营聊起了。
一个好的产品司理必定是懂用户的。那什么是懂用户？
从微观上讲，要懂得用户心思，就要具有同理心，了解在特定场景中，用户行为的动机与成因；从微观上讲，当产品的用户规划到达必定量级后，用户开端分层或分群，就要懂得办理用户，运营用户。
所以说，产品、运营不分居。
其实真实的用户运营分为两类：
一种是小规划的，偏集中式的运营。如针对几十人KOL的运营，此刻靠人肉、靠互动、靠情感，一般用于要点用户的运营。
另一种则是大规划的，偏战略式的运营，更多靠规矩、靠机制、靠体系，一般用于做大体量用户的运营。
这一部分也是产品司理需求直接介入去拟定相应的战略乃至树立体系，比较初阶状况是重视表层或单点，如留存、促活、召回等单个环节；而高阶状况则重视内核及体系树立，如用户运营模型整理+用户运营体系的树立（包括许多战略）。
小规划的用户运营有许多的技巧，比较检测运营人员的情商以及表达能力，需求许多实践才干得到经历和心得，术业有专攻，这儿就不细说了。
而大规划的用户运营是战略性的，能够笼统出标准化的办法或流程，并在不同场景中复用，这关于产品司理来说是更有价值的。
一、什么是大规划战略式运营？
大规划战略式运营有三个准则：数据驱动、精细化运营、主动化（或叫产品化）。
1. 数据驱动
咱们常常在作业里提数据驱动，那究竟什么是数据驱动？
首先要了解数据的三个根本分类：事务数据、用户根底数据、用户行为数据。
事务数据，也便是和你所做事务直接相关的数据，具有商业价值的数据，比方金融产品中的充值、出资类的数据。
用户根底数据，便是用户的根底特色，比方性别、年纪、地域、工作等。
用户行为数据，也便是用户运用你的产品时，在产品中做留下的行为途径，比方功用运用状况、页面逗留时长等等。
这三类数据是彼此相关的，要害是找到这三类数据的相关性，然后针对特定的用户集体结合实践的事务场景进行行为剖析，这便是数据驱动。
这儿有个问题便是数据获取，一般选用数据埋点的方法，主要有两种：
要么自己公司研制在产品中注入代码计算，并树立起相应的后台进行查询；
或许能够考虑接入第三方的数据剖析途径，如诸葛IO、神策、友盟、GrowingIO等。
这两种埋点方法根本的原理都是相同的：对用户进行标识，然后在运用中主动收集信息。
数据是剖析的根底，有了上边所说的这几类数据之后，咱们开端做精细化运营了。
2. 精细化运营
所谓精细化便是针对用户的差异进行细分，并针对不同的用户集体拟定不同的运营战略。
对用户进行差异化细分，一般有四个考虑的维度：
人群（性别、年纪、地域、工作）途径（天然流量、途径投进）场景（时刻和地址，如通勤、睡前、周末）运用流程（拜访、注册、运用ABC功用、付费）
在对用户进行细分时，要注意判别用户细分是否合理：用户行为上能否呈现出明显的差异和规律性。
对用户成功细分后，就要拟定相应的运营的战略了，比方电商类的产品，新手用户将产品参加购物车可是并未付款，一天后进行推送或短信提示。这便是一条主动化的战略。
3. 主动化（产品化）
当主动化运营战略的规划不断变大并成体系之后，咱们该怎样办理呢？
掌控杂乱体系的要害是：树立起支撑整个体系工作的规矩。
体系比较简单时，将其拆解为多个元素或环节对其进行办理；体系比较杂乱时，将其拆解或整理为多个独立的子体系来对其进行办理。
咱们在实践的产品作业中，常常会用到各式各样的运营体系，如用户生命周期办理、用户分层、积分体系、使命体系、会员体系、勋章体系等等。
它们能够归纳为三大子体系：用户生命周期办理体系、用户分层运营体系、用户行为鼓励体系。
子体系1：用户生命周期办理体系
咱们常常会说到用户生命周期，但产品也有生命周期。
咱们常常忽视树木所成长的土壤，所以要先清晰产品所在的生命周期阶段，了解此阶段的特色和发展趋势，在产品生命周期的根底上去剖析用户生命周期。
产品的生命周期大体分为四个阶段：草创期、成长期、成熟期、衰退期。用户生命周期分为五个阶段：导入期、成长期、成熟期、休眠期、丢失期。
将产品生命周期和用户生命周期结合起来看，不同的产品时期有不同的用户运营侧要点：
草创期偏重于拉新；成长期要重视转化；成熟期要防丢失；衰退期就要考虑新的增加点了，想办法把用户迁移至新的产品。
了解了自己的产品所在的生命周期之后，就能够有偏重的结合用户的生命周期进行运营了。
1. 怎么树立用户生命周期模型
树立用户生命周期模型分为三个过程：
整理事务逻辑（全部以实践事务场景动身）找到影响用户留存或消费的要害驱动功用（一般是产品的中心功用）界说各个阶段的用户行为（结合数据剖析，找到要害数据方针）
2. 怎么办理用户生命周期
树立用户生命周期仅仅第一步，接下来就要考虑怎么办理用户生命周期了，方针有两点：扩大单个用户价值；让用户在高价值区间逗留更久。
扩大单体用户用户价值，也便是说把一个用户从A（如成长期）升到B（如成熟期）。
咱们需求经过数据剖析，找到A与B不同用户集体之间的相关性和差异性，剖析的视点有三个：
从A到B的用户中，哪条途径最优？从A到B的用户中，大部分用户契合什么特征？从A到B的用户中，大部分用户是否发生过一些相同的行为？
之后咱们就要经过一些运营战略对用户A进行引导。
另一个运用用户生命周期的场景是延伸用户的有用生命周期，树立预警丢失用户机制，可分为四个过程：
首先要界说丢失用户，能够挑选要害行为（如出资金额与频次），也能够挑选时刻长度（如留存曲线拐点）。
界说好丢失用户后，要剖析这个用户集体的行为或特色特性，找到丢失预兆，比方：
在丢失前用户进行了哪些类似行为用户是否集中于某一途径用户的根本特色，如性别年纪地域工作是否类似丢失的时刻点，产品做了哪些动作，如是否发布了新版本、是否更改了要害功用
找到清晰的特征后，就能够建立预警机制，完成对用户引导了。
子体系2：用户分层运营体系
咱们在实践作业中常常会说到用户分群和用户分层，这两个概念仍是有差异的。
用户分层是以用户价值为中心，在同一分层模型下，一个用户只会处于一个层次中；用户分群是以用户特色为中心进行区分，一个用户或许一起具有多个特色。
比方根据用户的出资金额分为不同的档位，这便是用户分层；根据年纪和地域分，同一个用户能够一起在北京用户和20-30岁用户这两个用户群中。
最常用的用户分层方法便是RFM模型：Recency（最近一次买卖）、Frequency（买卖频率 ）、Monetary（买卖金额）。
根据这三项方针来描绘客户的价值状况，根据这三个方针可区分为八类客户价值。
RFM是一种考虑方法，不是仅有区分方法，能够找到至少2个要害方针进行穿插剖析，最终完成用户分层。
RFM模型在不同职业都能够运用：
金融：出资金额、出资频率、最近一次出资时刻电商：购买金额、购买频率、最近一次购买时刻游戏：等级、游戏时长、充值金额直播：观看直播时长、打赏金额、最近一次观看时刻
以社区产品为例：
</noscrip
微信扫一扫 
支付宝扫一扫 
