数字化运营：从理论到实践

www.sensorsdata.cn 数字化运营--从理论到实践 3.数字化运营平台应用场景 2.常用用户分层方法论 1.数字化运营介绍 www.sensorsdata.cn 社交⽹网络 数据采集&分析启示 2018-7 www.sensorsdata.cn 数字化运营介绍 好不容易拉来的新用户怎么都走了 用户匿名不注册，注册转化率低怎么办？ 七日留存如何提升？ 如何引导新用户在黄金七日内进行转化？ 转化漏斗流失的用户都去哪里了？ 我的用户为什么活跃度降低？ 为什么用户不理我的PUSH和短信 用户为什么不付费？ 运营资源有限，我该用在哪些用户身上？ 如何提升DAU？ 用户都是谁？他们有什么特征？ 明与确业业务务问目题标 制定运营策略 运营策执略行落地 回盘收策数略据效，果复 拍脑袋想策略 落地程序复杂 效果苦等取数 用户行为数据缺乏，难以 形成有效的用户感知，运营策略更多借助经验或竞品，多有拍脑袋的成分。另外，不清楚业务流程真实状况，对于切人点的选择与决策的制定也有影响。 策略好不容易制定�来后，需要协调多方资源，经历漫长的过程进行策略的落地和用户的触达。这种复杂且涉及较多资源的落地流程增加了落地实施成本，降低的落地的效果。 策略落地实施后，效果数 据迟迟不能回收，深度下钻的分析需求难以实现，无法快速进行基于效果评估的策略迭代，会整体拖慢策略优化的速度。 Sense感知 了解你的用户 Decision决策 形成有效策略 DATA 数据根基 及时数据反馈 Feedback反馈 精准触达用户 Action行动 分析-业务场景洞察 分析-分析模型 用户画像-用户标签体系 用户画像-用户群画像 分析-认清业务流程 分析-拆解任务目标 用户画像-分层指导实践 智能运营-全盘策略管理 智能运营-短信触达 智能运营-微信触达 用户画像-触达结果分群 智能运营-策略效果监控 智能运营-push触达 分析-业务数据监控 智能运营-弹窗触达 从精细标化签系体统系化，用为户后分续层的入运手营，策了略解制与定掌与握实用施户打构下成坚。实打的造基合础适。自身的 结合用户分层进行数据分析，寻找用户运营切入点。根据标签体系、数据分析结果、业务运营目标制定运营策略。 策略落地效果分析并指导策略迭代，形成数据驱动运营闭环。 社交⽹网络 数据采集&分析启示 2018-7 www.sensorsdata.cn 常用用户分层方法论 精细化群体细分划分便于管理运营各行各业都存在用户分层管理理念 用户精细化分层，就是对较大量级的存量用户进行精细化管理的一种方式，即通过用户在产品中的行为、用户本身的属性等进行群体划分，不同的群体中的用户有比较典型的共同特征和群体画像。 用户分层的理念在各行各业随处可见：商场、餐饮门店等的VIP会员卡；银行的金卡、白金卡制度；游戏中不同等级玩家等等。 认识用户：对用户的产品使用习惯和带来的价值进行评估，了解每一个群体的共同特征，分门别类地去研究不同群体的特点，形成完善的用户群画像。 精细化运营手段实施：针对不同特征的用户群体实施不同的运营手段，提升运营手段的精准性和有效性。 合理分配有限地运营资源：资源位、短信通道、优惠福利等运营资源往往是有限的，如何将有限的资源发挥最大的功效、收到最大的回报，需要我们对使用资源的用户做充分的评估，用户过去及未来所产生的价值是否值得我们投入宝贵的资源。 确定用标户目 选分择层合方适法的 选择分度层维 •用不户同分的层。是比要如为，业分务别目以标活的跃达和成变而现服为务目的标，的不用同户的分业层务，目分标层下的用维户度分大层概的率方是式不都同是的。 等等； •用户分层的方法很多，例如用户生命周期、RFM模型、用户客观属性、单一价值维度 •不同的产品特性和业务情况适合不同的用户分层理论。 据实际业务情况去定制这个分层规则。 •选按择照好用用户户生分命层分方层法，论工后具，类要产解品决和的内问容题产就品是定，义分新层用的户维的度维如度何是选不择同。的比，如我同们样要是根 明确体 层征群 •有了根据业务本身 去精细化运营的用 体特征（如：高价值活跃用户），便于后续运营手段的实施。 户分划，分划标分 后同，群就体可之以后对，全可体以存给量相用应户用或户者群部标分注想好要群 基本用户分层方法论分为行为分层、价值分层、客观属性分层和偏好分层。 行为分层价值分层 用户生命周期用户核心转化路径 RFM四象限分层价值金字塔 用户导入期用户成长期用户成熟期用户沉默期用户流失期 注册（来到产品）试听（初步体验）付费（核心动作）复购（粘性增加）失活（忠诚下降） 重要价值用户重要发展用户重要保持用户重要挽留用户 高频高价值高频低价值低频高价值低频低价值 核心用户重要用户基础用户入门用户 客观属性分层偏好分层 地域年龄职业 行为确定偏好属性确定偏好满意度确定偏好 一线城市二三线城市三线以外城市 1825 2535 50 IT职员国企职员 教师 点击/浏览关注/收藏付费/分享 职业偏好打分 年龄偏好评论 性别偏好喜欢 什么是用户生命周期？ •用户生命周期就是用户从开始接触产品到离开产品的整个过程，在这个过程中，业务人员通过运营手段不断提升用户粘性和价值，防止用户离开； •用户生命周期通常分为五个阶段：导入期、成长期、成熟期、沉默期和流失期； 不同的产品形态定义各个时期的方法也是不同的，要深度结合自身的业务情况 进行判断。 为什么要划分用户生命周期？ •所有用户都要经历生命周期中的某些步骤，使用用户生命周期的分层方法，可以有效覆盖到全盘用户； •通过对用户生命周期的划分，不仅可以宏观管理全量用户，而且可以明确用户 的最大价值，并且通过运营手段让用户趋于停留在最大价值的阶段。 用户活跃与价值 导入期 成长期 成熟期 沉默期 流失期 新用户还未完整体验产品 多次使用产品核心功能 已经完整使用过产品核心功能 ⧩ 一段时间未打开APP 获客区 升值区 留存区 工具型产品用户典型的成长路径 注册用户 完核整心使功用能 多核次心使功用能 一登段录时访间问未流失 用户生命周期的划分维度 ➢导入期：完成注册，初次体验产品功能，但未完整使用产品核心功能 ➢成长期：有较深的产品体验，完整使用至少一次核心功能 ➢成熟期：已发生多次核心功能的使用行为 ➢沉默期：增加的成熟用户，但是在一段时间内未登录访问 ➢流失期：超过一段时间未登录访问 不同产品类型划分生命周期的标准是不同的，往往根据用户行为路径进行划分。常见的几类产品用户生命周期的划分方法参考 免费工具类 注册用户 完核整心使功用能 几次？ 流失 一登段录时访间问未 多核次心使功用能 多久？ 付费类产品 注册用户 体验内免容费 首次付费 复购一段登时录间未流失 流量类产品 注册用户 初产步品体功验能 形程成度一依定赖 高粘献 高户贡 一段登时录间未流失 如何用数据辅助定义流失用户 一般情况下，我们会认为用户在一段时间内没有打开APP或没有做关键核心动作，就认为这个用户有流失的风险或者已经流失。 那么这个时间应该怎样界定呢？根据不同的产品形态，用户流失的时间定义也是不同的。此前很多产品会将用户30天或者60天不打开APP定义为流失。那么这个时间是否适用于自己，其实我们可以做一个简单的验证。 用数据的辅助定义流失用户的方法：看一下用户普遍启动APP的间隔时间，如果80%的用户间隔N天启动APP，就可以大致推算，距离上次打开APP超过N天后还没有打开APP的用户，80%的概率是已经流失了。 如何用数据辅助定义流失用户 •启动APP这个动作经常被采用，定义流失用户可以采取这个动作，也可以自定义某个权重较大的关键行为。 •可以选取一定的样本进行查看，避免数据量过大处理时间较长。例如取昨日启动APP的用户作为样本。 确认验流证失用关户键群动体作与 获取数据 •借助间隔分析寻找大致参考数据。 •可以借助SQL获得用户近期启动APP时间等相关数据。 •以横坐标为间隔天数，纵坐标为累计占比，绘制图表 （可选用帕累托图，较适用于这种情况）。 数化据表处格理，据，读生取成可可用视数 使用动间AP隔P的分间析隔查时看间用。户启 可的以间选隔择时上间四作分为位大数致7参5考%。处 由右图可知，80%的用户会在27天内重新打开APP，那也就意味着，超过27天没有再次打开APP，可能有超过80%的用户存在流失风险。因此我们可以将流失用户定义位近27天没有打开APP的用户。用这种方法，尽可 能去覆盖大部分流失风险的用户。 从核心功能使用次数分布看成熟期用户定义 关键行为的分布分析+二八法则/运营资源配置=定义成熟期用户核心功能的使用次数 什么是用户价值分层？ •用户价值分层是指根据用户在产品中所产生的价值进行分层，通常情况下，需要界定好价值指标（内容发布数量、充值金额、消费金额、观看时长等等） •典型的属于价值分层的方法论：RFM、价值金字塔模型、四象限分层方法；或者单纯使用我们所看重的唯一价值指标。 什么时候应用用户价值分层？ •当用户体量较大，生命周期的分层模式就会略显粗放。 •导入期用户行为相对简单，运营手段相对单一；到了成长期、成熟期的用户，行为更加复杂，需要投入更多精力去做维持和转化；沉默流失期的用户，召回往往需要投入一定的运营资源，而资源本身有限，就需要对用户区别对待。 •用户价值分层恰好能够解决问题。对于需要认真投入精力运营的核心用户群体，进一步细分，保证运营手段的有效性和针对性；对于需要召回的用户，进行价值细分，优先将运营资源投入在流失前在产品中创造的价值较高的用户。 R：最近一次消费时间 F：消费频率 M：消费总金额 R：代表用户对APP的记忆度和新鲜感，距离现在的时间越近，说明用户的新鲜感越高，记忆度越深。 F：代表用户对于APP的依赖程度、粘性和熟悉度。频次越高，用户粘度越高，同时对平台的熟悉度也就越高。 M：代表用户对于APP的满足程度、用户续费的可能性。历史消费总金额越高，说明这个用户对平台的满意度和忠诚度越高，未来续费的可能性也越高。 R：最近一次投资时间 F：一段时间内投资频次M：一段时间内投资总额 互联网金融类短视频直播类 R：最近一次直播时间/最近一次观看直播时间 F：一段时间内直播次数/一段时间内观看直播次数 M：直播时长或收益金额/观看直播时长或打赏金额 R：最近一次观看课程时间 F：一段时间内观看课程次数M：一段时间内观看课程时长 在线教育类内容社区类 R：最近一次发帖时间/最近一次评论时间 F：一段时间内发帖次数/一段时间内评论次数 M：帖子点赞数/评论点赞数 •RFM作为经典的购买力模型，此前大量应用于电商行业。 确定指R标FM •要但根是据理用解户的的三不个同维情度况对重于新用定户义价这值三的个构指建标左。右，我们可以将RFM应用于其他行业，但是 标准 确三定者R划F分M确定分群 针制对定分策群略 R可FM视总化值 •RFM三个维度的数据需要划分出高低等级，而如何选取这个标准值是我们要去关注的。 •划分群体，并且标注群体特征。 •针对不同群体采取不同的运营策略，给运营的每一个群体排布优先级。 一个群体中用户的价值排序。 •用的三情个况维下度，划同分一出群8体个内用的户用群户体可后能，也每无一法个采群取体同中样仍的然资有源较倾多斜的，用这户个。时当候运就营需资要源知有道限每 总用值场使景总算的问面题计临 总算和公方式计法 远 游客用户 低活用户 发展用户 低活用户 发展用户 重要用户 近 发展用户 重要用户 核心用户 低 高 核心用户 最近一次购买时间 严格监控用户行为数据 推荐商品，刺激分享，频率可以稍高 重要