用户运营体系是什么样的？

　　相信每个企业都有一套相对完善的用户运营体系，之前接触一些介绍用户体系的文章，基本将用户运营体系等同于用户分群策略和AARRR运营模型，实则这只是整个运营体系中的一角。

　　结合运营过程中的复盘经验，我在用户运营过程中摸索出一套较为实战的用户运营体系，即包含4大策略体系：

　　增长框架：用户增长团队+核心增长渠道+增长工具。用户建模：用户模型搭建，包含标签画像、用户价值模型、用户偏好识别模型、用户流失预警模型、用户活跃度模型等。场景化分层：12大类运营场景，每个场景基于用户标签和建模工具进行分层分群，并制定相应的精准营销手段进行运营。数据运营：核心运营指标体系+数据分析模型。

　　一、用户增长框架的搭建

　　用户增长的重要意义不言而喻，没有用户增长也无从谈起用户运营。

　　普遍做法是：市场部招渠道运营，负责各应用商城和网络广告平台投放、优化；新媒体招新媒体运营，负责社交渠道的内容产出；用户团队负责用户池用户的激活、促活、留存。

　　乍看起来这套团队体系完全没问题，各自负责一块，各自去达成KPI。

　　可在实际运营过程中，或存在以下无法避免的问题：

　　部门的边界和KPI的设置的统一性不同协作之间的用户质量基于以上问题，大多数企业做用户增长的首要任务就是搭建用户增长团队。

　　增长团队首先要消除部门边界，以项目组形式或增长部门存在，包含渠道运营、活动运营、产品、用户运营。

　　其次基于AARRR每个运营节点，为各个职能定义增长指标来指导整个增长工作：

　　渠道运营在Acquisition节点主要考核：新增用户、获取成本（CAC）、新增用户留存率。

　　产品在Activation和Retention节点主要考核：注册转化率、功能留存率

　　活动运营在Activation和Retention节点主要考核：DAU、MAU、DAU/MAU

　　用户运营在Revenue和Referral节点主要考核：用户转化率和K因子

　　以独立的增长团队形式将各个节点统筹起来，最终在KPI层面只考核一个部门指标，每个职能都与这个指标相挂钩，解决了各自为政和相互推诿的问题。

　　我们发现一些活的较好的产品，其一定是有自己核心增长渠道的，摩拜的车身二维码通过线下投放获得足够多的骑行用户，滴滴的红包通过在分享渠道裂变获得足够多的打车用户，拼多多通过拼好物的方式在社交渠道获得足够多的电商用户。

　　而我任职的这家社交众筹平台，同样在核心增长渠道的打造上，依托强大的线下流量入口和线上裂变机制形成强闭环产品通路，迅速实现用户增长和留存。

　　不管是独立的增长团队还是部门协调增长团队必须要学会多个增长工具，辅助自己，提高工作效率，更好地判断增长环节，调整增长策略。

　　用户增长框架的搭建作为增长人首先要做好90天增长计划：

　　二、用户模型搭建

　　如果一个企业连基本的标签画像模型都没有能力搭建的话，用户运营只能纸上谈兵了。用户模型的搭建是实现用户分层分群的基础，也是做精准用户运营的必要工具。

　　用户模型包括标签画像模型、用户价值模型、用户偏好识别模型、用户流失预警模型、活跃度模型等。

　　标签的价值在于基于业务帮助运营人员对用户实现场景化分层，并设计针对性的营销活动。画像的价值在于帮助运营人员了解每个群体的特征；用户价值模型可以识别高价值用户群体；偏好识别模型帮助运营人员进行产品的针对性推送；流失预警模型在用户流失之前对用户进行挽留，活跃度模型可以有针对性的进行唤醒、促活等。

　　模型的搭建需要专门的数据产品团队来完成，运营人员基于用户模型进行营销时，需要将重点放在营销效果分析和营销方案迭代优化上。

　　通过多次营销尝试与数据产品团队，找到一个比较合适的模型建立方式，并逐步建立起一个稳定的运营方案和运营计划。

　　每天上班时，运营人员可以将前一天跑出来的标签组合成用户群的营销信息发送出去（push或短信），监督其转化情况，不断迭代，逐步建立起基于用户模型的标准的运营方案和运营计划。

　　三、场景化分层策略

　　基于平台业务可以衍生出若干运营场景，每个场景下需要对不同的用户群进行运营，用户群来自与标签模型及各个用户模型。

　　我们在具体运营过程中，运营分为两大类：一类是growth hack，另一类是用户精细化运营。

　　四、用户数据运营策略

　　数据运营包括核心指标体系和数据分析体系，核心指标体系可以监控用户运营的发展趋势，实时了解用户活跃度、健康度等基本信息。用户数据分析体系能够帮助运营人员定位问题，并针对问题及时优化产品。

　　首先是核心指标体系的搭建，核心指标一定与产品目标紧密结合。

　　同时，核心指标数据在企业内部不同层级的人员关注点也不一样，领导层级关注的是大盘用户体量、成本、收益；运营层级关注的是用户活跃度、留存度、转化情况；在指标体系产品的搭建中，我们围绕消费用户核心指标从新获客能力、 健康度、偏好度、购买行为四大维度进行构建。

　　1. 新获客能力

　　用户增长潜力分析：城市、门店、地推人员了解区域、商圈、社区用户开发总体情况和开发潜力；用户来源渠道分析：各频道想知道目前在推的渠道，用户主要从哪些渠道来的？哪些渠道优质，从而优化渠道策略；拉新产品分析：门店、地推人员想知道片区内哪个产品拉新贡献最多，客户首次下单的产品定义为拉新产品；各社区拉新偏好分析：门店、地推人员想知道片区内每个社区新用户的偏好，比如：A社区偏好电子产品、B社区偏好生鲜，从而在每个社区拉新的时候进行针对性的推广。

　　2. 用户健康度

　　用户价值分析：频道想知道自己忠诚用户群是谁，活动时候可以找这些优质用户让他们来参与，同理地推人员可以在线下邀约这些用户到门店参与活动；

　　用户流失指数：频道想知道不同分群的用户有哪些会流失，如何预防他们流失；社区用户贡献度：门店和地推人员想知道地推人员所在片区内，每个小区的GMV贡献率，分周、月，片区内分布要有趋势图。3. 用户偏好度

　　品类偏好：门店和地推人员、频道想知道哪个小区/地域更倾向消费什么类型的商品（购买者位置和品类的交叉关系）；活动偏好：门店和地推人员、频道想知道哪个小区/地域更倾向什么类型的活动（购买者位置和活动的交叉关系）；价格偏好：频道想知道不同品类用户更倾向什么价格，从而将各种价格段商品推给相应用户（品类和价格的交叉关系）；触点偏好：门店和地推人员、频道想知道不同品类用户更倾向在什么渠道购买（品类和触点的交叉关系）。4. 用户购买行为

　　不同用户群的复购率：频道想知道新老用户的复购率及找出高复购商品，及时调整新老用户运营策略和做好商品运营，按月度监控。

　　用户路径分析：频道想知道频道首页到活动页的用户参与情况，用户是在什么环节流失的，从而做好页面运营。

　　其次是数据分析体系，需要搭建系列分析模型工具，帮助运营人员定位运营过程中的问题，模型工具包含漏斗分析模型、归因分析模型、微转化分析模型、同期群分析模型等。

　　以注册转化率低为例简述一下分析方法：

　　第一步：影响维度拆解；第二步：维度下的细分指标拆解；第三步：定位问题。

　　注册转化率可以拆分为两大影响维度：渠道和产品。

　　每个维度下进行细分指标拆解，渠道细分指标包括投放媒体、广告类型、广告内容、关键字；产品包括注册逻辑、产品设计、输入法、产品稳定性等。

　　定位问题需要对细分指标一一排查，发现数据异常点，通过漏斗查看每个环节的转化率，转化率低的环节可以重点关注，如果是渠道的问题则优化投放的媒体、对广告内容进行AB测试，对关键字进行精准定位；如果是产品的问题则优化注册逻辑、界面、提升APP稳定性等。

　　通过对4大策略体系进行总结可以发现，用户运营不再是简单的找几个运营做好分群运营工作，也不是几个用户模型就能让企业用户价值得到飞速提升的工作，而是一个企业需长期投入人力、精力、物力打造的运营体系。

　　用户运营对企业的意义也不言而喻，一个企业整体业绩的增长离不开优质用户规模的扩大，更离不开用户生命周期价值的提升。

　　三大经典增长模型

　　1、用户运营目标 | AARRR模型

　　什么是用户运营？它是以最大化提升用户价值为目标，通过各类运营手段提高活跃度、留存率或者其他付费指标。

　　而在产品的不同生命阶段，根据用户参与行为的深度与类型，用户运营的目标具体可以拆解为5部分，分别是Acquisition（获取用户），Activation（激活用户/提升用户活跃度），Retention（提高留存），Revenue（增加收入），Referral（病毒传播），也就是我们所熟知的AARRR模型。

　　Acquisition（获取用户）

　　这是运营产品的第一步，在这一步我们需要回答两个问题：我的用户是谁？怎样获取？

　　我的用户是谁？你需要根据产品属性，包括核心功能、业务逻辑、产品所处阶段等，描绘用户画像，并寻找目标用户聚集的场景。

　　找到目标用户后如何获取？这其实是一个渠道问题。目前获取用户的渠道多种多样，包括种子用户邀请、社会化媒体传播、搜索引擎优化、线下推广等等，而具体采取哪种方式，侧重点如何取舍，则根据产品的不同类型，产品在发展的不同阶段而有所不同。

　　Activation（提升用户活跃度）

　　对于大多产品而言，真正有意义的是活跃用户数而非注册用户数，因为只有活跃用户在为产品创造着价值，所以我们需要通过提升用户活跃度来提升产品价值。

　　这一阶段我们需要回答两个问题：用户的产品体验如何？用户获得怎样的收益？因为只有好的产品体验，以及可预期的收益（可以是物质奖励也可以是情感奖励），用户才会持续活跃在该产品上。

　　Retention（提高留存）

　　“用户来得快，走得也快。”这是互联网普及所带来的必然现象。我们可以看到许多的现象级产品，如“旅行青蛙”、“脸萌”、“足记”等，它们一开始都非常火，获取用户的能力MAX，但是往往只能持续很短一段时间。

　　如果想提高用户留存，那么你就要不断提高用户的舍弃成本，也就是要增加我们用户和产品的联系和互动，并且引导他们在我们产品上做更多的产出/付出。

　　相反，有些产品的低留存度是跟产品形态相关的，比如外卖产品、O2O上门服务，用户几乎不会太在意这类产品是否提供了个性化需求，唯一看重的就是性价比。

　　Revenue（获取收入）

　　在互联网时代，几乎所有的产品都是以盈利为目的，而如何盈利本质是产品商业模式的建立。

　　有的产品一出生就自带稳定的商业模式，但也有很多工具类产品是没有形成商业模式的，像邮箱、播放器、看图软件等，他们的目的往往是为了完善公司的产品线，形成闭环，提升用户在产品中的体验，产品本身其实并不赚钱。

　　还有一部分，可以说很多公司，都在产品几近成型之后才慢慢探索出一套可行的商业模式的。比如悦跑圈、咕咚、Keep这类的运动APP基本是“广告+电商（运动设备）”，悦跑圈则还有很大一部分盈利来自线上马拉松的赛事收入。

　　又比如得到、喜马拉雅FM这些音频类产品则通过推出“付费精品”，实现由音频分享平台到知识付费应用平台的蜕变，开启商业变现的道路。

　　Referral（病毒传播）

　　病毒传播，又称为自传播，是指基于用户在线上线下社交中的分享、互动等口碑推广，实现用户爆发式增长的传播过程。

　　不少品牌的崛起就是靠口碑推广，比如坚果品类的“三只松鼠”，考虑到顾客吃坚果的时候需要垃圾袋，所以在包裹中配置了一个袋子，这种细心和体贴的极致体验迅速在顾客中建立口碑，而顾客也自愿将这种美好体验分享到社交化平台，进一步建立网络口碑，从而实现用户的爆发式增长。

　　当然并非所有产品都能形成病毒式传播，这关键在于我们是否了解用户心理，是否能解决用户需求，是否能给用户带来超出预期的体验，从而勾起用户分享的欲望，这样才能让互联网产品以最小的成本达到最大的传播效果。

　　充分理解和使用AARRR模型，可以十分清晰地了解到产品在不同生命阶段的运营目标并以此制定不同的运营策略。

　　2、用户分层管理 | 用户金字塔模型

　　前面我们用AARRR模型将用户作为一个整体进行分析，简单概述了运营在不同阶段应该解决的不同问题。

　　但事实上，随着用户基数的增大，用户开始呈现出属性差别（比如性别，地域，年龄等），即使同一属性用户也有着不同的产品行为习惯，用户群体是不再是一个简单的整体，我们作为运营人员也就不能采取“一刀切”这种简单粗暴的运营手段了，而是要需要根据不同人群针对性运营，这既叫精细化策略，也叫做用户分层。

　　1.第一级是社区管理人员，一般是产品运营人员；2.第二级是用户管理工具，如版主体系、社群（兴趣小组、部落、公会等等）；3.第三级是有价值用户，如VIP、KOL；4.第四级则是一般性用户，也就是二八原则里那“80%的用户”。那些做过社群的产品基本都能用这个模型进行拆解，其中最典型的莫过于小米；

　　在小米论坛里，金字塔顶端不仅包括小米的运营人员，还有开发、设计师、工程师等，他们每周根据用户的反馈进行快速迭代。

　　但仅仅靠小米官方团队是远远不足以去管理这个拥有几千万用户的论坛的，所以小米通过在用户中发展版主以及顾问团、酷玩帮、同城会等社群，让用户去帮助和管理用户。

　　论坛第三级和第四级的用户则基本遵循二八原则：20%的用户生产了社区80%的内容（比例甚至更低），也是这20%的用户带动建立社区文化，影响那80%的用户。

　　当然“用户金字塔模型”并不完全适用于所有产品，因为不是所有产品都有自己的社区，但它背后的运营逻辑却是可以应用到其他产品形态的。

　　比如电商的用户分层可以这样做（用户的使用路径简化为“注册-使用-下单-付费-分享”）：

　　用户分层后就可以对用户进行针对性运营，比如我们希望新用户开始使用该产品，常用的策略是新人福利；我们希望兴趣用户完成付费的决策，购买商品，常用的策略是促销（通过限时限量优惠）等。

　　总结来说，用户金字塔模型给运营人的启发有以下几点：

　　1.通过用户分层对不同特性用户采取针对性的运营策略；2.把用户运营80%的时间用金字塔顶端那20％的用户，因为他们是最有价值的核心用户；3.只有和用户长期接触的人，才能了解到用户最真实的需求。3、用户分群管理 | RFM模型

　　用户分层是上下结构，可是用户群体并不能以这种结构完全概括。我们前面以“付费”划出了付费用户层，但这部分群体也有差异，有用户一掷千金，有用户高频购买，有用户曾经购买但是现在不买了，这该怎么细分？

　　如果继续增加层数，条件会变得复杂，也不利于运营策略的制定和执行。

　　于是我们使用水平结构的用户分群，将同一个分层内的群体继续切分，满足更高的精细化需要。

　　RFM模型就是客户管理中的经典方法，它用以衡量消费用户的价值和创利能力，是一个典型的分群模型。

　　它依托收费的三个核心指标：最近一次消费时间（Recency）、消费频率（Frequency）和消费金额（Monetary）。

　　最近一次消费时间：衡量用户的流失，消费时间越接近当前的用户，越容易维系与其的关系。1年前消费的用户价值肯定不如1个月前才消费的用户。消费金额：衡量用户的对企业利润的贡献，消费金额越高的用户，价值也就越高。消费频率：衡量用户的忠诚度，是用户在限定的期间内购买的次数，最常购买的用户，忠诚度也越高。

　　比如重要价值客户：消费金额和消费频次高，最近消费时间较近，这是核心用户，需要重点维系。

　　重要保持客户：消费频次和金额都很高，但最近消费时间较远，说明这是个一段时间没来的忠诚客户，可以通过短信、push或者EDM等形式主动和他保持联系。

　　通过前面，我们可以了解到RFM模型是通过最近一次消费、消费频率、消费金额这3个维度来构建消费模型，它主要适用具有多次复购需求的产品。

　　但如果我们现在面对的是微博，今日头条，抖音这类产品，付费不再是划分用户群的指标，这种情况下我们可以将R、F、M这三个维度替换为最近一次打开、打开次数、使用时长这三个新的维度，来构建一个用户活跃度模型。

　　我们完全可以利用RFM模型建立不同的分群策略，更多的玩法等待大家一起探索。

　　今日总结：

　　增长体系的搭建包含4大策略体系：

　　增长框架：用户增长团队+核心增长渠道+增长工具。用户建模：用户模型搭建，包含标签画像、用户价值模型、用户偏好识别模型、用户流失预警模型、用户活跃度模型等。场景化分层：12大类运营场景，每个场景基于用户标签和建模工具进行分层分群，并制定相应的精准营销手段进行运营。数据运营：核心运营指标体系+数据分析模型。用户运营的核心，其实就是分阶段，分层，分群。

　　1.“AARRR模型”概括用户整体生命周期内的5个目标，包括：获取用户，促进活跃，提高留存，增加收入和病毒传播；2.但人群聚集到一定程度后会产生用户分层，这个时候无法通过一刀切的粗暴运营策略解决，需要引入“用户金字塔模型”对分层的用户进行精细化运营；3.当上下结构的用户分层不足以满足更高精细化的需求时，我们需要用“RFM模型”对同一分层的用户进行进一步切分。