如何基于用户生命周期进行精细化运营?

1 评论 8463 浏览 32 收藏 9 分钟

编辑导语:再进行用户运营时,我们会对不同用户进行分类管理,按照用户的生命周期,给不同阶段的用户用不同的运营策略;本文是作者分享的关于怎么基于用户生命周期进行精细化运营的思考和方法,我们一起来学习一下。

按照用户的生命周期,可以将用户分为新用户、未激活用户、活跃用户、沉默用户、流失用户,具体逻辑关系如图1-1所示。

《数据中台实战》:用户生命周期分析

图1-1用户的不同分类之间的逻辑关系

新用户如果长时间没有下单就变成了未激活用户,新用户如果有下单就变成了活跃用户,活跃用户如果隔一段时间没有下单就变成了沉默用户,沉默用户如果近期有下单也会重新变为活跃用户,沉默用户如果很久都没下单就有可能流失,如果流失用户近期又有下单就会重新变成活跃用户。

  • 新用户是注册时间在N天之内且支付次数为0的用户,比如可以设定新用户为注册时间在30天之内且支付次数为0的用户。
  • 未激活用户是注册时间大于N天且支付次数为0的用户,比如可以设定未激活用户为注册时间大于30天且次数为0的用户。
  • 活跃用户是最近M天之内支付次数大于0的用户,比如可以设定活跃用户为最近15天内支付次数大于0的用户。
  • 沉默用户是支付次数大于0而近期没有下单的时间大于M天且小于或等于Q天的用户,比如可以设定沉默用户为支付次数大于0而近期没有下单的时间大于15天且小于或等于30天的用户。
  • 流失用户是支付次数大于0且近期没有下单的时间大于Q天的用户,比如可以定义流失用户为支付次数大于0且近期没有下单的时间大于30天的用户。

经过这些定义,可以得出总用户数就等于新用户、未激活用户、活跃用户、沉默用户、流失用户的数量之和;要用不同的方法来运营未支付用户和支付用户,二者的计算公式如下。

未支付用户=新用户+未激活用户

支付用户=活跃用户+沉默用户+流失用户

首先,查看用户的整体情况,如图1-2所示,了解一共有多少用户、未支付用户有多少、支付用户有多少;了解在未支付用户中新用户有多少、未激活用户有多少;了解在已支付用户中活跃用户有多少、沉默用户有多少、流失用户有多少。

《数据中台实战》:用户生命周期分析

图1-2用户生命周期分析

然后,查看每天用户状态的变化情况,如图1-3所示,了解每天有多少新用户变为未激活用户、有多少新用户变成活跃用户、有多少未激活用户变成活跃用户、有多少活跃用户变成沉默用户、有多少沉默用户变成活跃用户、有多少沉默用户变成流失用户、有多少流失用户重新变成活跃用户。

《数据中台实战》:用户生命周期分析

图1-3 用户生命周期变化情况

通过该图,可以看出我们运营的重点应该是将其他状态的用户向活跃用户转化,保持活跃用户尽量不向其他状态转化,为此我们要给每个用户打上相应的标签。

如果新用户有下单,我们一定要对他购买的商品做质检,如果商品是由供应商供货,那么供应商也会看到这个用户是第一次下单的新用户;我们也要求供应商对新用户购买的商品进行检查,保证新用户第一次购买的体验是比较好的。

  • 对于活跃用户来说,当他的下单金额和频次达到一定水平,他就会进入我们的VIP会员列表中,他的下单金额越高,权益就越高。
  • 对于未激活用户和沉默用户,我们会要求客服进行定期回访,调查用户没有下单的原因。
  • 对于流失用户,我们通常不再进行针对性运营工作,因为在我们的定义下,挽回流失用户的成本相对来说比较高。

最后,数据中台还应该提供用户明细清单给运营人员,样例如表1-4所示。

表1-4 活跃用户沉默概率

《数据中台实战》:用户生命周期分析

对于未激活用户,可以根据用户的行为(比如访问商品、加购商品、收藏商品等行为)计算哪些是高潜力的用户;对于活跃用户,可以根据用户的访问频次,计算出哪些是高沉默风险的用户;对于沉默用户,可以计算出哪些是高流失风险的用户;这样就能帮助运营人员更个性化、更有针对性地运营。

小插曲

之前看过一句非常有感觉的话:长期主义是微弱信号的放大器。那这句话怎么理解呢?

2年前华仔开始正式写原创文章,到现在已经坚持写了85篇原创文章,这些文章让华仔认识了很多朋友,同时也帮助到了很多朋友。

这些文章就好比华仔对这个世界释放的一个个微弱的信号,我并不追求某篇文章一定要爆火,只希望偶然间有些人读了华仔的文章,觉得还不错,还会去翻华仔的其他文章,并告诉他的朋友,这个人写的文章还可以。

时间就是这些信号的放大器,我相信十年后肯定会有更多的人认识华仔。

这是一个集体觉醒的时代,每个人都有机会让更多的人认识你,只要你坚持输出有价值的内容。

现在,我正在人人都是产品经理的年度作家评选,华仔需要你的支持,请为华仔投上你宝贵你那票。

扫描以下海报中的二维码,进入我的个人参选主页,点击我的头像下面的“爱心”就可以为我投票啦,一人一天可以投3票(12.14-12.18)

相关阅读:

如何通过数据中台标签平台,圈出产品高价值用户?

数据中台产品经理面试指南(二)

《三种方法判断一个产品该不该做?》

《不以用户价值为目的的数据指标设计就是耍流氓》

《数据采集实战:商品详情页数据埋点》

#专栏作家#

Wilton董超华,微信公众号:改变世界的产品经理,人人都是产品经理专栏作家。《数据中台实战》作者,曾任职科大讯飞,现任富力环球商品贸易港数据中台产品负责人。主要分享商业、产品、运营、数据中台相关原创文章。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 读了您的第一篇文章,就被文章内容的质量吸引。致敬引路人。

    回复