自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

如何通過用戶分層,驅(qū)動用戶增長?

大數(shù)據(jù)
用戶分層,除了能夠?yàn)槠髽I(yè)提供科學(xué)的用戶研究方法,其更重要的作用,在于拆分和構(gòu)建業(yè)務(wù)流程中的指標(biāo)衡量體系。在任何一個(gè)企業(yè)或團(tuán)隊(duì)里,不同角色、不同部門、不同崗位的人,需要關(guān)注的指標(biāo)是不盡相同的。

[[173026]]

用戶分層模型及分析方法

1.何為用戶?

在討論用戶生命周期價(jià)值(CLV)之前,我們先看看,這里的“用戶”究竟指的是哪些人。

舉個(gè)例子:如果把地球看成一個(gè)APP,用戶就好比地球上的人。每年出生1.4億人,目前70億人活在世界上,已經(jīng)累計(jì)死去1080億人。其中出生人數(shù)就像是新增用戶,現(xiàn)存70億人口等同于活躍,累計(jì)死去的人意味著流失,“人活七十古來稀”的概念與留存周期類似,人們生育繁衍又與產(chǎn)品的口碑傳播很像。這樣,我們可以一一對應(yīng)這些用戶生命周期中的概念:新增(Acquisition)、活躍(Activation)、留存(Retention)、傳播(Refer)等,對于互聯(lián)網(wǎng)產(chǎn)品而言,還有一個(gè)商業(yè)變現(xiàn)(Revenue)的環(huán)節(jié)。這五個(gè)環(huán)節(jié),就構(gòu)成了我們常說的AARRR用戶生命周期模型。

圖1

仔細(xì)觀察圖一過程,不難發(fā)現(xiàn),我們經(jīng)常很自豪地說我積累了幾百萬、幾千萬用戶,其實(shí)沒有太大的意義。因?yàn)?,這個(gè)數(shù)字當(dāng)中的大多數(shù)用戶,可能已經(jīng)流失了,他們不會再為你的產(chǎn)品創(chuàng)造任何價(jià)值了。因此,當(dāng)我們討論“用戶”的時(shí)候,我們需要清醒地認(rèn)識到,只有那些能夠被激活、與產(chǎn)品有互動、長期留存、消費(fèi)/點(diǎn)擊廣告,甚至主動為你做傳播的用戶,才是真正優(yōu)質(zhì)的、核心的、正在創(chuàng)造價(jià)值的用戶。

那么,如何找到這群真正的優(yōu)質(zhì)核心用戶呢?我們要做的***件事就是分層。

2.何為用戶分層?

用戶分層,是一種對用戶進(jìn)行群組劃分的方法,通常用于描述某一用戶的當(dāng)前狀態(tài);在用戶分層模型中,某一個(gè)用戶在某一特定時(shí)間應(yīng)只屬于一個(gè)用戶層級。今天,我們主要講以生命周期階段為依據(jù)的用戶分層方法。

在按CLV做用戶分層的過程中,我們需要以不同的“行為”的觸發(fā)情況,標(biāo)識用戶的當(dāng)前狀態(tài)。以此判斷用戶正處于新增、活躍、留存、傳播、付費(fèi)的哪一個(gè)階段。

3.如何給用戶分層?

舉幾個(gè)例子:

1)社交應(yīng)用(SNS)典型分層:

  • ***層是新增訪客,只要啟動應(yīng)用就算一個(gè)訪客,訪客中流失的記為流失訪客;
  • 第二層可以標(biāo)記為活躍用戶,至少觸發(fā)一次瀏覽事件的才算一個(gè)有效活躍,流失的記為流失參與者者;
  • 第三層標(biāo)記為互動用戶,有點(diǎn)贊評論的用戶就是互動用戶,流失用戶記為流失使用者;
  • 第四層記為回訪用戶,以多次啟動應(yīng)用并且多次互動為標(biāo)準(zhǔn),如果他們流失了,則記為流失高價(jià)值用戶。

2)SaaS用戶的典型分層:

  • ***層是訪客用戶,以打開網(wǎng)站為基準(zhǔn),訪客中流失的記為流失訪客;
  • 第二層記為評估用戶,以深度瀏覽或查看官網(wǎng)demo為準(zhǔn),流失的記為流失評估者;
  • 第三層標(biāo)記為試用用戶,以完成注冊為標(biāo)準(zhǔn),流失用戶記為流失試用者;
  • 第四層記為付費(fèi)用戶,以完成合同流程為準(zhǔn),流失用戶記為流失客戶。

3)互聯(lián)網(wǎng)理財(cái)?shù)牡湫头謱樱?/p>

  • ***層是訪客,也是以啟動應(yīng)用做標(biāo)準(zhǔn);若一定時(shí)間周期內(nèi)沒有回訪記錄,則記入流失訪客;
  • 第二層為評估者,分層依據(jù)是:觸發(fā)[查看理財(cái)產(chǎn)品]等內(nèi)容瀏覽相關(guān)的事件;如果一個(gè)用戶僅僅啟動了應(yīng)用,卻沒有瀏覽任何產(chǎn)品,就可以記為一個(gè)流失了;
  • 第三層可以定義為實(shí)名用戶,分層標(biāo)準(zhǔn)是綁定銀行卡、完成實(shí)名認(rèn)證等;此時(shí),2、3層之間的流失用戶我們記為“瀏覽后流失”;
  • 第四層標(biāo)記為投資用戶,這個(gè)分層標(biāo)準(zhǔn)很簡單,比如:至少購買一次理財(cái)產(chǎn)品;對于綁定了銀行卡卻沒有選購產(chǎn)品的用戶,記為“理財(cái)前流失”;
  • 第五層可記為復(fù)購用戶或者忠實(shí)用戶,這些用戶在投資行為上能夠滿足[周期性]的特征,投資金額能夠逐步[增長];而時(shí)間周期內(nèi),有過投資記錄卻不滿足該層級標(biāo)準(zhǔn)的用戶,可以被記為“理財(cái)后流失”。

4.用戶分層的價(jià)值

對于上文提到的的用戶分層案例,我們可以歸納出一個(gè)圖形化的展示形式,如圖2:

圖2

圖2所示金字塔模型,完整地展現(xiàn)了該產(chǎn)品的用戶分層層級。企業(yè)可以通過跟蹤研究用戶行為,快速地明確用戶生命周期中的不同階段,并以此劃分用戶層級。這種基于行為的用戶研究方法,會極大地提升企業(yè)的用研效率,了解不同層級的用戶量及其轉(zhuǎn)化途徑,為用戶增長的突破提供數(shù)據(jù)支撐。結(jié)合漏斗分析、同期群分析、留存率分析等多種分析模型,究竟哪些用戶在為企業(yè)創(chuàng)造價(jià)值、用戶為何購買為何流失……這些困擾著企業(yè)運(yùn)營的難題都將迎刃而解。

用戶分層的展現(xiàn)與應(yīng)用,可以通過堆積面積圖、同期群百分比堆積圖等形式進(jìn)行。關(guān)于這兩類數(shù)據(jù)展示形式的設(shè)計(jì)與解讀,我們將在后期撰寫?yīng)毩?nèi)容做講述。

總 結(jié)

用戶分層,除了能夠?yàn)槠髽I(yè)提供科學(xué)的用戶研究方法,其更重要的作用,在于拆分和構(gòu)建業(yè)務(wù)流程中的指標(biāo)衡量體系。在任何一個(gè)企業(yè)或團(tuán)隊(duì)里,不同角色、不同部門、不同崗位的人,需要關(guān)注的指標(biāo)是不盡相同的。表1是個(gè)簡單的例子:

關(guān)注用戶的生命周期,對用戶進(jìn)行分層分析與管理,探索各個(gè)層級階段的核心指標(biāo),以此衡量業(yè)務(wù)部門的工作成效,這是每一個(gè)企業(yè)實(shí)現(xiàn)增長的必由之路。當(dāng)然,這個(gè)過程并不是一蹴而就一成不變的。用戶生命周期價(jià)值的分析與提升,同樣遵循著精益分析的循環(huán)(loop of lean analysis),即:產(chǎn)生想法->構(gòu)建指標(biāo)體系->設(shè)計(jì)產(chǎn)品/方案->衡量實(shí)施結(jié)果->對過程數(shù)據(jù)進(jìn)行分析->從分析中學(xué)習(xí)經(jīng)驗(yàn)->產(chǎn)生新的想法。

圖3

一個(gè)好的idea對于優(yōu)秀產(chǎn)品而言固然重要,但更重要的,是對用戶需求的深刻理解和對用戶價(jià)值的深入挖掘。想要實(shí)現(xiàn)這兩個(gè)“小目標(biāo)”,CLV(用戶生命周期價(jià)值)分析必不可少,用戶分層模型及其指標(biāo)體系必不可少。

責(zé)任編輯:武曉燕 來源: 36大數(shù)據(jù)
相關(guān)推薦

2016-07-27 17:06:50

數(shù)據(jù)運(yùn)營數(shù)據(jù)分析Growth Hack

2016-05-28 19:32:49

51CTO網(wǎng)+數(shù)據(jù)挖掘

2014-03-11 10:35:11

監(jiān)控寶升級驅(qū)動

2024-03-29 11:39:57

用戶畫像用戶分群用戶分層

2013-11-06 11:29:29

用戶體驗(yàn)傅盛

2022-03-22 18:17:34

CryptoRom網(wǎng)絡(luò)犯罪

2017-01-13 16:15:10

大數(shù)據(jù)軟件性能大數(shù)據(jù)技術(shù)

2009-05-22 09:12:36

2017-07-05 15:47:41

移動 用戶

2021-09-01 07:21:41

數(shù)倉RFM模型

2019-09-19 11:52:59

Linux腳本語言Vim

2011-01-24 09:05:19

用戶體驗(yàn)

2017-12-06 09:11:48

Linux用戶組管理用戶

2017-09-25 10:27:36

CIO

2023-07-20 08:39:09

DPA+RTA數(shù)據(jù)體系

2012-01-11 15:15:59

用戶體驗(yàn)高性能

2018-12-26 17:11:26

微信

2016-10-24 23:18:55

數(shù)據(jù)分析漏斗留存率

2011-01-06 09:16:02

信息推送技術(shù)用戶體驗(yàn)

2012-06-20 10:04:11

Evernote
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號