<dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
<em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

<em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

    <em id="5gd3d"></em>

    <em id="5gd3d"><ins id="5gd3d"></ins></em>
      <sup id="5gd3d"><meter id="5gd3d"></meter></sup>

      當前位置:首頁 >  產品運營 >  正文

      想做好用戶運營?這3個用戶分層、分群方法必須掌握!

       2018-10-09 15:57  來源:公眾號運營研究社  我來投稿

        月薪5千到5萬 這些項目才是你的未來

      作者丨陳維賢

      來源丨運營研究社(ID: U_quan)

      用戶運營是指通過各種手段來引導用戶,做我們想要他做的事(也稱之為最大化提升用戶價值)。

      如果你是電商產品的運營,最需要做的事就是讓用戶付費購買商品,如果你是社區產品的運營,最需要做的事就是讓用戶貢獻和傳播內容。

      那么,如何知道用戶中哪些人最值得你去“套路”。比如你拿到下邊這些用戶數據字段,你知道誰最需要你進行召回嘛?

      3

      4

      5

      想要知道問題的答案,那就要用到本篇圖文,重點詳解常用的 3 種用戶運營數據分析思路了。

      Ps.本圖文案例背景描述:

      寵物社群為某獨角獸公司在微信生態里的用戶留存工具,以城市和寵物品種作為社群分類依據,1 年時間在全國有 20 萬社群用戶。

      社群的商業變現模式為寵物糧食、周邊售賣,用戶可以通過小程序直接參與購買。該社群的核心就是引導用戶購買寵物糧食、周邊,目前該寵物社群電商銷售額占公司整體銷售額的 30%+。

      6

      用戶分層數據分析

      用戶分層的意義在于幫助運營人員,更好地梳理用戶所處的流程狀態,進而可以針對不同狀態的用戶,制定不同的運營策略。

      用戶分層沒有固定的方式,只能根據產品形態和業務流程設立因地制宜的體系,不過它有一個中心思想:根據核心業務流程進行劃分。

      這里我們依舊以寵物社群為例,按照業務流程可以劃分出如下用戶層級結構,并且對每個層級用戶給出了明確的用戶行為字段要求。

      7

      有用戶分層結構以及每個層級的字段要求后,接下來的數據分析工作就很清晰了,按照各個層級的字段要求來篩選用戶行為數據字段,把符合各個層級要求的用戶都找出來。

      下圖是用 Excel 透視表功能,根據層級要求做出來的用戶分層表。(用戶數據量大的話,還需要求助技術同學來給你做分層處理。)

      8

      Excel 透視表功能

      當我們知道了每個用戶所處的層級狀態后,在提升寵物社群的交易額這件事上,咱們就有方向了。

      比如,同樣是發優惠券,以前可能是全站發放統一的優惠券。(成本浪費,且核銷率非常低)

      現在則是可以差異化的向@班主任佳麗 和@加班狗兒 提供滿減優惠券,來嘗試提升他們的購買客單價了,給@隔壁老王  提供他曾經購買的寵物零食折扣券來進行用戶召回….

      這種根據用戶所處層級的差異,提供不同的引導策略,就是精細化運營的過程。

      不過以上提到的分層運營策略可能并不是最好的,因為有可能出現是你給@班主任佳麗 提供滿減優惠券,但是她養的是貓,那么狗這個品類的券對她來說就沒吸引力了。

      那怎么避免出現這種“不太精準”的情況呢?就是我們下面要講的用戶分群!

      9

      用戶分群數據分析

      用戶分群可以理解為是對用戶分層的補充,當你在用戶層級上不能再做用戶細分時,可以考慮將同一個分層內的群體繼續切分,滿足更高的精細化運營需要。

      10

      怎么理解用戶分群,我們還是繼續拿寵物社群案例進行說明。

      比如寵物社群在付費用戶這一層里,可以根據用戶的消費金額、養寵品類、用戶性別進行再區分。

      1)基于消費金額的分群

      根據下邊基于消費金額的付費用戶分群,你可以知道付費用戶中有 100 人的消費金額是 150~300 元,有 200 人月消費 50~150元,有 500 人月消費在 0~50 元。

      11

      2)基于消費品類的分群

      根據下邊基于養寵品類的付費用戶分群,你可以知道付費用戶中養貓的用戶有 320 人,養狗的用戶 480 人。

      12

      3)基于用戶性別的分群

      根據下邊基于用戶性別的付費用戶分群,你可以知道付費用戶中男性的用戶有 340 人,女性的用戶 460 人。

      13

      有時候我們做用戶分群是為了解決一個具體的業務問題,比如你想知道在付費用戶中,什么樣的寵物品類月消費客高,什么性別的用戶月消費高,那這時候就可以把 3 個分群維度進行交叉分析。

      把分群維度切得更細后,會得出更精彩的數據結論。

      14

      通過對付費用戶進行分群處理后,我們發現女性在寵物的消費意愿度上比男性強,同時養狗用戶的消費金額比養貓用戶多(因為狗吃得多,用得多)。

      而再往下深扒用戶消費數據后,確實會發現養狗用戶購買的主糧和零食明顯比養貓用戶要多。

      所以在針對養不同寵物品種的用戶,我們可以制定不同的優惠促銷策略,比如針對養狗的用戶我們提供滿減門檻更高的優惠券,為了提升轉化率重點對女性用戶進行營銷推送。

      15

      RFM用戶價值數據分析

      你手上有@隔壁老王、@賣課的團子、@小賢去哪兒 3 位流失用戶,如果你手上的預算僅夠對一個人進行召回,你會選擇召回誰?

      這是運營同學經常會面臨的用戶召回問題,關于哪個用戶才是最值得被你投入精力進行召回的,就要用到 RFM 用戶價值數據方法了。

      RFM 用戶價值分析方法是客戶管理中的經典數據分析方法,它用以衡量消費用戶的價值和創利能力,從某種意義上來說它也是一種用戶分群,它依托收費的 3 個核心指標:

      最近一次消費時間(Recency)

      消費頻率(Frequency)

      消費金額(Monetary)

      以此來構建用戶價值分群體系。

      最近一次消費時間 Recency:衡量用戶的流失,消費時間越接近當前的用戶,越容易維系與其的關系。1 年前消費的用戶價值肯定不如一個月才消費的用戶。

      消費頻率 Frequency:消費頻率是用戶在限定的期間內購買的次數,最常購買的用戶,忠誠度也越高。

      消費金額 Monetary:消費金額是營銷的黃金指標,二八法則指出,企業 80% 的收入來自 20% 的用戶,該指標直接反應用戶的對企業利潤的貢獻。

      對于產品而言,我們理想的用戶狀態是用戶消費時間的間隔(R)越短越好;用戶的消費頻率(F)越高越好;用戶一段時間的消費金額(M)越大越好。

      可往往理想很豐滿,現實卻骨感,簡單舉個例子:

      16

      隨著時間往后延長,開始購買的 2000 個用戶最終流出到僅剩 300 個,那么哪些用戶流失了,哪些用戶最值得我們進行召回?

      通過 RFM 用戶價值分析是可以找到答案的,這也是 RFM 分析方法在實際運營過程中的意義所在,將每個付費用戶根據消費行為數據,匹配到不同的用戶價值群體中,然后根據不同付費用戶群體的價值采用不同的策略。

      17

      18

      R、F、M需要自行定義數值范圍

      我們再回看開頭提到的問題:

      你手上有@隔壁老王、@賣課的團子、@小賢去哪兒 3 位流失用戶,如果你手上的預算僅夠對一個人進行召回,你會選擇召回誰?

      結合 RFM 用戶價值分析方法,我們知道落在 R(長)、F(高)、M(大)的價值群體的用戶最值得我們進行召回。

      結合寵物社群來說,@隔壁老王 是否非常值得被重點召回的,而@賣課團子 @小賢去哪兒 屬于低價值用戶,可不太需要投入大量精力進行挽回。

      最后,RFM 用戶價值分析方法是運營必須熟知掌握的,在互金和直播行業應用最為廣泛,互金項目根據用戶的投資金額(M)、投資頻率(F)、最近一次投資時間(R)的變化制定不同的運營策略。

      如之前用戶投資很活躍,現在放緩了,運營可能就會給用戶推一張投資加息券;再隔一段時間沒準就有一位聲音甜美的客服小姐姐,致電向我們噓寒問暖了。

      直播也是一樣,用戶觀看直播的時長、最近一次觀看時間間隔以及打賞情況,根據這些字段的變化制定相應的運營策略。

      當然,具體到每個行業每家公司每個業務的時候,甚至同一場景下不同的人也會是不同的玩法。RFM 模型還有很多的應用,感興趣的小伙伴可以再去研究一下。

      19

      20

      總結

      用戶運營是通過各種手段來「套路」用戶做我們想要他做的事(也稱之為最大化提升用戶價值),為了讓自己的運營策略更加有效,我們需要對用戶行為進行數據如下處理:

      1)用戶分層,分層維度沒有統一標準,你以拿 AARRR 用戶增長路徑為分層邏輯,也可以按照業務核心流程為分層邏輯。

      2)用戶分群,它是對每一層級用戶的橫向再細分,可以從消費金額、消費品類、用戶城市、用戶性別等維度分群。

      3)FRM 用戶價值分群模型,它是一種立體式分群思維,F、R、M 可以按照實際業務需求進行調整,社區產品的M可以被替換成發帖量。

      本文轉載自公眾號運營研究社,一個讓運營人快速崛起的公眾號,你所關心的運營問題,這里都有答案。微信號:U_quan

      責任編輯:佩佩

      相關標簽
      用戶運營

      申請創業報道,分享創業好點子。點擊此處,共同探討創業新機遇!

      相關文章

      xm

      熱門排行

      信息推薦

      掃一掃關注最新創業資訊
      澳门赛马会足球賠率
      <dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
      <em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

      <em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

        <em id="5gd3d"></em>

        <em id="5gd3d"><ins id="5gd3d"></ins></em>
          <sup id="5gd3d"><meter id="5gd3d"></meter></sup>
          <dl id="5gd3d"><ins id="5gd3d"><thead id="5gd3d"></thead></ins></dl>
          <em id="5gd3d"><ol id="5gd3d"></ol></em><sup id="5gd3d"><ins id="5gd3d"></ins></sup> <em id="5gd3d"></em>

          <em id="5gd3d"><ol id="5gd3d"><mark id="5gd3d"></mark></ol></em>

            <em id="5gd3d"></em>

            <em id="5gd3d"><ins id="5gd3d"></ins></em>
              <sup id="5gd3d"><meter id="5gd3d"></meter></sup>