前面两篇文章主要讲述了用户分级的目标以及关于会员体系、会员权益和积分系统应该如何搭建。从本文会开始讲述用户运营的第二大模块:分阶段。
四、分阶段
除了对用户分级之外,还可以根据用户或者产品的生命周期来划分。
1. 用户的生命周期
最著名的就是AARRR模型,即拉新(acquisition)、促活(activiation)、留存(retention)、变现(revenue)、传播(refer),每一层从下到上也形成了一个金字塔的形状。
当然,后两个环节不是绝对的最后阶段,因为有可能发生在前面三个阶段中的任一过程,也不遵循严格的漏斗路径,因为后两个阶段的分母不一定是前一环节。
但是这五个环节基本可以视为一个用户在一个产品上必经的五个流程。
因此,我们需要关注每一层的来源渠道、所涉及的成本以及转化率,其根本目的是提升留存率,降低退出率,最大程度缩短用户养成时间,最大化每一环节的辐射分享率。
每个环节都有各自的需要运营特别关注的重点数据指标和对应的运营任务,下面一一阐述。
(1)拉新
拉新的本质目的是为了不断扩大用户量级,通过扩大市场占有率获得更多的收益。拉新的必经途径是渠道,主要的形式是活动。
渠道从效应上来说,可以分为:加法渠道和乘法渠道。加法渠道又可以细分为:信息流app、厂商预装、软件商店,乘法渠道一般指用户的社交关系。例如:老带新或者用户的自发传播。我们需要重点关注乘法渠道,因为从产出投入比上来说更划算。
在设计渠道拉新方案时,负责人需要关注以下几件事情:
- 根据总体预算和目标,依托已有的数据——各个渠道的投入产出比,合理设置新客目标数和各个渠道的占比。
- 设计各个渠道的定价、成本、节奏计划。在节奏计划方面,需要重点关注用户会在什么场景下接触到这些渠道,或主动或被动地成为这个产品的新客,这样才能合理地设计针对各个渠道的拉新方案。
- 执行渠道投放方案并不断地优化迭代。包括两个方面:一个是优化投放素材,不断提升CTR,另一个是通过了解该渠道内的用户构成,找出其中我们想要的目标用户,精细化投放策略。
- 整个流程需要重点关注以下几个核心数据,分整体和各个渠道去看:新增用户、次日留存、单个用户成本、获取用户ROI。第一个数据是反映拉新的数量;第二个数据是反映拉新的质量;第三个数据是从整体考量这个拉新动作是否符合商业利益。
(2)促活
促活的本质目的是:通过提高使用频次和使用时长,才能使用户贡献高于其用户获取成本。我们如何判定一个用户已经被我们激活了呢?
一般我们是以用户完成了我们定义的关键行为作为标志,而不同产品对指标的定义应当建立在业务特性和核心功能之上,比如说:电商产品的关键行为可能是回访app并浏览了三个以上的商品或是店铺,而社交软件的关键行为则可能是登录并给一个用户发送了信息。
但是,同一产品的不同时期阶段所需要的关键行为可能也是不一样的,比如说:一个电商产品在初期冷启动期,用户的关键行为可能是回访app并浏览了三个以上的商品或是店铺。
但是到后期用户群相对稳定,更加关注用户的购买行为后,关键行为可能就演变成了回访app并下单购买一个及以上的商品。
促活的两个来源分别是:新增用户和沉默、流失用户。
如果已经界定了关键行为和用户来源,接下来要做的就是思考具体的实现方法,一般有如下几种,可以根据自己的业务需要择优选择:
第一,从整个产品的前端页面而言,视觉和功能上必须对用户有强引导,即我们所谓的“新手指引”。一方面是为了使用户尽可能多地尝试更多的功能,另一方面也是为了给用户一个更好的初次体验感受。
最忌讳的就是:用户注册后进来页面看不到任何的内容,也不知道下一步能进行怎样的操作,这样会使得用户因为迷茫或误解跳出,这样二次回访的几率就很小了。
这一部分的强引导可以考虑有跳过的功能,这个功能是出于两种场景下的考虑,第一种是有部分用户第一次进入就有明显目的,不期望有强制流程进行干扰,引起用户反感;第二种情况是如果是沉默、流失用户被召回,可能这群用户对app的操作是比较熟悉的,但是必须保留明显的可以再次进入的入口。
第二,合理利用利益点,降低用户参与门槛,加大用户参与动力。这种利益点可以是物质利益,比如说:新客专属优惠价或者是老客回归专属优惠价,这块需要部分资源向这部分用户倾斜。
也可能是内容引力,比如说:资讯软件在兴趣偏好选择时,会帮用户默认勾选一些已有用户中可能关注最多的话题,比如:社交软件也会在最初的时候默认帮你勾选关注一些用户。
第三,在用户被激活后,流程并没有结束,还需要进一步放大用户对既得利益的感知,让用户成为潜移默化的宣传者。包括说用一些前端页面或按钮鼓励用户分享自己在该产品中获得的好处,在各种平台创造相关的话题引导舆论氛围等等。
如果你有实物产品,比如说:在电商的快递外包装上可以撰写一些有趣或感人的文案,或是产品本身有实物周边,也是一个天然长期的宣传物料的存在。
第四,从产品功能上,能够实现自动触发流程。即当一个用户访问你的产品,能够自动识别这个用户是否是你需要激活的用户(新客或者沉睡、流失老客),并且自动实现整套激活动作。
而如果你的产品已经有了比较完善的促活方案,你要做的就是持续监控并不断优化。
首先,通过数据分析产品在促活方面的现状,明确要改进的方面。
数据方面需要注意几点:
- 选择一个适当长度的周期,这个时间长度主要是根据业务特性而异的,这个周期尽量是自然流量的、没有大功能的产品迭代的时间段。
- 数据方面的关键指标为:关键行为触发人数和人均次数、新增用户数中的活跃率、用户访问路径的漏斗。
前两个指标可以帮助我们确定活跃用户数的趋势及我们界定的这个行为是否是真正的关键行为;第三个指标可以帮助我们判定在拉到的新用户的质量如何,并且可以帮助我们圈定不活跃用户的群体,这个群体是运营需要重点关注、触达的用户群;第四个指标可以帮助我们确定访问路径是否需要优化。
其次,是根据已有的数据,对数据进行公示的拆解,尽量做到相互独立、完全穷尽。然后从多个角度分析原因。
比如说:
- 时间维度上,可以进行同比与环比的趋势分析;
- 从用户维度上,可以对用户进行分群拆解,用户分群可以依据地域、性别、年龄、用户行为等等进行拆分。从中发现异常数据后,可以提出自己的假设。
最后,根据自己的假设,设计验证方案,可以考虑使用abtest,在尽量保证变量唯一的情况下进行验证。如果假设验证正确的话,则可以根据结论得出的影响因素进行优化,如果假设被推翻,则重新回到上一步重新开始。下一期会继续讲剩下的三个环节:留存、变现和传播。
相关阅读
本文由 @陈烁 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