80％的用戶運營體系是戰五渣！

運營系統不是一起搭建的，而是一環套一環的。沒有想好應用場景，直接上馬各種獨立的項目，是大多數公司的通病。

之前回答群友提問：用戶分層，用戶分群，用戶畫像等概念分別是什麽意思，整理成此文。讀完你就知道為啥80%的用戶運營體系都是渣渣了。

什麽是用戶生命周期？

我們從運營的視角來看這個問題。

首先，運營的目的是為了讓用戶完成特定的動作。這個動作可以是促活、召回、完成關鍵行為等，一般最終的目的都是為了讓用戶付費。

但是大部分的產品，用戶從進入產品到最終付費，這個過程會很長。所以一般不會有運營把付費轉化的廣告對著全體用戶狂轟濫炸，這樣不僅效果不好，用戶體驗也非常糟糕。

所以，將用戶從第一次接觸產品，到用戶離開產品的整個周期，總結出一套適合絕大多數用戶的使用軌跡。這套軌跡可以讓運營更加了解用戶，可以做更有針對性的運營動作。

總結出的這套用戶軌跡，就是用戶生命周期。

用戶生命周期一般分為引入期、成長期、成熟期、休眠期、流失期。根據每一個時期的用戶價值大小，可以畫出下方的曲線。

運營的目的是盡可能地延長用戶的生命周期，並且在生命周期中盡一切可能產生商業價值。就是用戶生命周期運營。

引入期：我們注重引導，希望用戶盡快進入成長期。

成長期：我們希望能夠提升用戶留存，養成用戶使用習慣，盡快成為成熟期。

成熟期：我們希望用戶繼續保持在成熟期，或者產生更多的收入。

休眠期：我們會對用戶進行促活，重新讓用戶糊掉成熟期。

流失期：我們對用戶進行召回動作，延長用戶的生命周期。

具體執行的話，需要制定一些具體的數據口徑。比如一款在線教育產品，我們將付費學習用戶定義為成熟期用戶，將超過3個月沒有新付費的用戶定義為休眠期用戶。

如果我們想要讓這款在線產品的成熟期用戶生命周期延長，或者產生更多的價值，具體該怎麽辦？什麽是用戶分層

雖然成熟期用戶都是付費用戶，但付費金額有大有小，後續付費意願也有強有弱。我們可以細分付費用戶，找到讓付費用戶持續付費，或者付費更多金額的抓手。

假設我們分析成熟期的用戶，發現這樣幾個特點（這些情況都是我假設的，不符合真實情況，在線教育的同學別糾結細節。）：

如果購買超過3門課程，那麽後續的持續付費意願會很高。

續費的用戶，大多數都完整學完了第一個課程。

首個購買的課程學習超過三天，則完整學習第一個課程的概率會大大增加。

根據這些信息，我們將生命周期中屬於成熟期的用戶細分成了這樣幾類（依然是我的假設）：

首次付費用戶

學習超過3天的用戶

完成第一門課學習的用戶

再次購買的用戶

購買超過3次的用戶

上述幾類，每一類都在上一個類型的基礎上更加深入。這些類型就像一個金字塔，從下到上逐步發展。

運營可以根據這些類型，逐步將一個用戶向金字塔上層轉化，從而提升用戶價值。

這種方法就是用戶分層。分層之間是連續而兼容的，比如：“再次購買的用戶”必須滿足下方的所有其他條件，必須是完成第一門課學習的用戶再次購買才算。

這會導致這個分層選出的用戶不會覆蓋所有用戶群體，總有一些用戶不是按照這個典型的路徑發展，他們可能在買了第一門課的第二天就購買了另一門課，但這類用戶佔比較小，不太典型。

但只要分層模型可以圈出大部分的人群，那它就有相當的代表性，可以作為相應的決策參考和業務參考。

分層之間是相互獨立的。用戶分層每層之間是獨立，這和分群有很明顯的區別，下文介紹分群會再提到。沒有分層的時候，運營面對“延長用戶的成熟期”這個目標，是很沒頭緒的。有了分層，運營人員的運營思路就很清楚了。

成熟期內不同階段的用戶，有不同的運營的目的，這樣就可以制定對應的運營策略。

01

什麽是用戶分群？

將成熟期用戶進行用戶分層後，在運營目的上已經逐漸明確了，但是用戶依然存在差異。

比如完成第一門課學習的用戶，我們的運營目標是讓他再次購買。但是不同的用戶需求不同，我們可以把運營做的更精細化。

有些用戶之前購買的是運營課程，有些用戶購買的是產品課程，對這兩類用戶進行運營轉化，可以推送用戶和之前課程相關的課程內容，提升轉化率。

有些用戶是大學生，有些用戶是職場老鳥，對這兩類用戶進行轉化，可以推送不同難度的課程，提升轉化率。

還有很多不同的細分維度，找到和這些維度對應運營策略，就能在分層的基礎上實現更精細的運營。這種做法，就叫做用戶分群。

用戶分群和用戶分層最大的區別是，用戶分層每層用戶之間是獨立的，而用戶分群是同一層級的。

同樣一批用戶，我們可以用多種不同的分群方法進行細分，用戶可以在多個不同的分群裡。至於分群如何做，有時間可以再寫一篇文章詳細說說。什麽是用戶畫像

為了更好的實現用戶分群，我們希望能找到更多的可以區分用戶的維度，這就要求我們更了解用戶。

於是我們仔細的研究用戶，找出了很多很多的特徵，比如用戶年齡、職業、使用習慣、行為特點等等，並用數據將他們記錄下來。

記錄的用戶信息多了，這一套東西就成為了用戶畫像。

用戶畫像最大的作用是配合用戶分群進行精細化行銷。常見的基於用戶畫像的推薦系統其實就是一種用戶分群。

推薦系統展開來看就是為了讓某一分層的用戶轉化到下一分層，然後用推薦系統匹配不同的偏好（用戶分群）從而提升轉化率的做法。為什麽不先分類用戶，再分層？

為什麽不能根據分群之後再分層，那樣不是更精準嗎？

比如：音樂類產品，用戶群體可以按照70後，80後，90後，00後等做不同的分層模型。或者像知乎一樣，對作者和讀者做不同的分層模型。

這種做法相當於在分層之前先做了一次用戶分類。

這種分法有些人也叫用戶分層，我覺得叫用戶分類可能更合適一些。這確實是可行的，但是這種做法不容易推廣。

不是所有產品都像音樂產品一樣場景明確，可以提前做好用戶分類的。很多產品初期甚至不知道自己的用戶是哪些人的。這些產品一開始只能通過統一的一個用戶分層模型進行用戶運營，之後再逐步細化。

所以一般規律還是先搭建一個通用的用戶分層模型，再不斷精細化。

02

為啥80%的用戶運營體系是戰五渣？

說了這麽多理論，看看現實情況是什麽樣的？

很多公司的領導看到別人搞的東西，各種高大上各種效果好。推薦系統、用戶畫像、生命周期，越看越覺得公司得馬上搞。然後轟轟烈烈推行下去，各個項目之間沒有關聯，做好之後效果很一般。

但這不妨礙項目負責人升職加薪，然後留下幾個新人維護這套不知道有啥用的運營系統。

為啥別人做成了，你做不成？

因為運營系統不是一起搭建的，而是一環套一環的。你沒有吃第一個包子，直接吃第六個包子吃不飽，能怪包子麽。沒有想好應用場景，直接上馬各種獨立的項目，是大多數公司的通病。

每一個“在看”，都是一份鼓勵▼