七麦数据专栏

获客成本越来越高,如何搭建完整的用户运营体系?

2017年11月15日 | 独家分析 | 阅读(20073)

从事互联网的同行相信也了解现在的市场行情,在获客成本越来越高,市场用户总数大致不变的情况下。到处都是一片红海。


所以,在“蛋糕就这么大,分蛋糕的人却越来越多”的情况下,如何维护好每一个费力争取进来的用户,自然成了至关重要的作用。这个事,主要也是用户运营从事在进行操盘的。


那么,用户运营要怎么做?

其实大部分从事运营的同事方法均有所差异。作为运营,无非就是拉新、促活、提高留存、提高订单、提升流水等。而针对不同的运营目的,每一个资深的运营从事者运营的方法是不同。


以下,介绍一种通过RFM模型转化来的用户运营体系,也是笔者最近的一个心得,运营老司机请绕道。

01  定义不同层次的用户类型



临界值的确定:


这里分为横向和纵向两个维度来进区分。


举例如下:(数据取值范围:1.1-3.1两个月的数据)


横向:按照用户消费频次(成熟度)区分,如:

1、初级用户:消费1-5单用户。

2、成长用户:消费6-10单用户。

3、成熟用户:10单以上用户。


纵向:按照用户活跃度区分,如:

1、活跃期:最近4天有消费的用户。

2、衰退期:5-10天未消费的用户。

3、流失期:11-20天未消费的用户。

4、死亡期:20天以上未消费的用户。


在实际情况下,初级用户&活跃期可能代表在近两个月内,用户消费了5单以下,但该用户最近三天有消费。


以上仅仅是举例(偏电商类型的业务),可能不同行业不同业务下,用户的消费频次和活跃度是不同的。这里要看具体的业务而定。


02  制定对应的用户体系模型


通过以上用户定义,我们可绘制出我们整个用户运营的框架:



以上的图简单易懂,我们的目标即可细化为:


1、初级用户转化成长用户,成长用户转化为成熟用户;

2、沉睡用户和流失用户进行唤醒,拉为活跃用户;

3、通过以上两种方式,形成循环闭环。


其中几个小细节是关键要素:


1、初级用户由于对产品熟悉度不够,故流失和沉睡可能较多,需专门针对此批用户进行专项分析、运营。


2、到成长期和成熟期以后,对于流失和沉睡的用户需重点关注。


特别是成熟期的流失用户,此批用户大部分是经过长期的维护和大量的资源支出,才变成我们的忠实fans,如果流失数据异动很大,就要立项专门去研究。负责这一块的小伙伴更要走下去,深入和这批用户沟通,找出真正的原因,而不是在办公室看着数据拍脑袋定原因。分析出来的东西,更要去和真正的用户反复进行验证。


3、当然,精细化的分析出用户体系,最重要就是对症下药,减少预算、提高转化。

所以,对不同类型用户,可能运营的策略和方法是不同。


03  具体的运营方法


首先,我们可以通过以上的模型,挖掘出对应的用户数据。


这里说个题外话:很多同学可能对这批数据的获取会比较头疼。特别是创业型公司,根本没有相应的数据平台。


所以这里可以提3点建议:


1、通过后台导出相应的订单数据源表,自行通过excel等工具进行处理(具体的excel方法就不赘述了)


2、和管数据库的开发哥哥沟通,通过sql语句进行导出。(方便是方便,但经常打扰人家也不太好。)


3、如果此体系定下来了,一定要和产品经历沟通此需求。个人觉得这方面很关键,数据是运营的基础,有强大的数据后台,会节省很多工作量,提高工作效率。


以下导出相应的数据:





根据简单数据分析,即可尝试以下的运营动作:


1、初级用户的沉睡期和流失期用户最多,可申请铺一批组合券进行唤醒。如:1张高面额、低门槛券,1张低面额、低门槛券进行促活,并做好券到期提醒(两张券的含义是让用户能多逗留、多消费一次。尽量能加长使用我们的产品时间);


2、处于成长期的用户,相对来讲,也算较为熟悉我们产品,可设置消费返券或发放中等面额的优惠券,并根据其用户购买习惯push相应的文案;


3、对于成熟用户,重点关注其流失期和沉睡期用户。可安排客服进行抽样访谈,了解流失原因,并申请一批优惠券或者礼品(需使用产品兑换),作为奖励或者歉意的补偿等;


4、活跃期的成长和成熟的用户,目的是提高用户的消费客单价和频次。所以可以相应发一些低面额,较高门槛的优惠券,并push热门或者爆款的商品等。


以上只是笔者简单列举一些方式,具体动作需根据业务和具体的数据反馈来定,但大体的形式可以参考。


通过初级、成长、成熟和活跃、衰退、沉睡多个维度交叉分析,总能发现出问题,制定相应的运营策略。


04  运营动作的周期和推送的方式


运营动作周期:


用户运营的体系,是需要进行长期运营操作,可能会根据过程中的数据反馈,来调整具体的动作,但方法和大方向基本应该保持一致。


当然,根据业务的不同性,运营动作的操作也会有所差异。


以电商业务为例:


在电商业务中,不同用户类型操作的频率也是不同。如:


死亡期的用户:一个月/半个月集中整理一次数据,进行发券、推送等。

流失期的用户:此批用户属于濒临死亡,则需每3天/7天需分析一次,进行运营激活等。


关键点于,当你对某批用户进行操作后,要进行相应的追踪。如隔1个星期后,再观察相应的数据转化情况,以及在新的时间维度中,此批数据在各个层级中的占比,也方便你做好相应的汇报和总结。


如:3月1号对前两个月的数据进行上述的分析后,在4月份捞出来的数据中,3月份这批数据在最新数据中的情况,以此来评估你的运营效果和指导后续的动作。同时,还能同比日活情况、留存情况等指标,多维护结合来分析效果。


对于用户推送:


这方面展开来讲,可能又是一篇文章,先抛开时间、频次这些因素,简单的策略建议如下:


1、初级用户、死亡用户推送优惠,引导消费;

2、成长、成熟用户推送根据用户数据反馈,推送相应爆款,特色商品、产品活动等;

3、推送后的用户引导链接、跳转方式越短越好。


05  总结&结语


最后,简单梳理下本文阐述的方法:


1、对我们产品用户进行精细分层级。

2、制定相应的用户模型(RFM模型的应用)

3、根据定好模型,进行相应用户数据的收集。

4、通过数据的分析制定相应的运营策略。

5、运营周期、推送的方式和数据效果的评判标准。


我们做用户运营,一定要确定好目标。无论是促活、提高留存、提升订单、拉高客单和提升流水,具体到相应的运营动作是有差异的。一定记得要对症下药,确定1-2个目标,循序渐进。对于后续的复盘分析也要认真分析到位,做好统计,及时进行调整。


当然,RFM的模型,还有一个用户的消费金额。当你需要更细化对用户进行分层时,还可以将此指标考虑进去。然后对数据进行加权处理,可能又会得到不同的结果了。


本文来源于运营人网站官微

相关推荐