一、关于用户运营
运营,是基于业务线的目标实现,从而实施的各种方法的综合。
那么目标就会有不同,比如增长,比如变现,比如短期用户增长,比如长期的用户生命价值最大化。
当然方法也会有好有坏,有花时间但是稳、省预算的,也有追求快,但是花费大的,还有就是偶然的爆发式的现象级的,而好的运营从来都是组合式的。
至于怎么组合,就要看你手里有多少人,多少预算,多少资源,还有各业务指标的优先级了,追求快速变现为先,还是追求数组增长为先方法就会不一样。
这么多的方法论里面,效率的高低是不一样的,为了提高效率我们会引入各种模型和优化方法论。
而用户运营,则是为了提高效率,从而对不同的用户进行区分分组,从而实施差异化运营的一种方法论。
所以,用户运营的不同分类方式,比如RFM、金字塔模型、正态分布等,都是基于不同的业务目标下的选择。
- RFM,更多是基于成交金额的优化,提升用户的LTV的分类方式。
- 金字塔模型,则是基于多层次数据稳定增长,形成健康AARRR体系循环的分类方式。
- 而正态分布,则更加偏向于粗放式运营,在维护用户资源有限的情况下,调用有限资源维护长尾客户的分类方式。
三种用户运营的分类方式,和背后的运营策略是怎么样的呢?
二、RFM模型
RFM模型可以说是经典了,从传统CRM管理开始,再到互联网的用户运营,可以说从来不会过时,毕竟销售是所有商业的核心。
RFM分别表示用户消费的三个指标:消费金额,消费频率和最近一次消费的时间,来构建一个消费模型。
消费金额Monetary,可以说是商业的核心,也是最重要的一个指标,而消费频次Frequency,是在限定时间内的消费次数,是用户忠诚度的体现,而最近一次消费的时间Recency,则是衡量用户流失的一个指标,也是衡量用户对你的品牌记忆的一个指标。
这三者根据高低不同,就可以形成八种组合,消费金额高/低,频次高/低,最近购物时间近/远,当然这个金额高低和频次高低还有购物时间的远近的设定,需要和本身产品的消费周期相关联。
毕竟买家电的用户,和买面膜的用户,时间线设定肯定不一样的。
然后根据这八种维度的分类方式,进行不同的运营策略,比如消费金额高,但是最近购物时间远,频次也低,那么这一批用户背后发生了什么?怎么样召回?
在比如消费金额低,但是频次高,最近购物时间也近,这样的忠实客户需要怎么样去维护?去保持?
这是站在RFM的分类基础上,去进行的基础维护运营,根据关键运营指标,选取重点需要优化的用户群体,进行策划运营活动。
这是用户体系的建设,是长期的需要去做的运营事件组合,从而优化运营指标。
这里只是最普遍的原理,如果深入进去,那么就得根据用户群体、产品特性,产品的周期单独建模,而且需要具体分析最佳的指标,进而进行差异化运营。
同样的,我们也可以根据不同的运营活动,去反向在RFM里面筛选出用户群体,从而提高活动的效果。
在做电商运营的时候,天猫的数据里面专门有RFM模型供选择,不过有点低配,不如自己建模,一般每当大型活动,比如双十一,针对不同分类的用户,针对的优惠力度,甚至文案都是不同的。
这就是基于活动反向筛选用户。
三、金字塔模型
作为运营,还有一个海盗模型应该说是熟的不能再熟的咯,就是那个AARRR倒漏斗转化模型。
用户从即新增、留存、活跃、传播、到盈利,每一层代表着部分用户流失,这些用户在不断的一层层的进行演进着。
那么,金字塔模型,就是根据这个流程来给用户分类的一个模型。
根据用户的行为轨迹,从注册,下载,使用产品,会推荐,评价,购买以及付费,也会注销、卸载、和流失,这是一个完整的流程,而每一个流程里,都存在一部分用户。
而我们的核心指标,当然是让用户付费。
那么给这些用户的分层,就是为了对于每一层的用户进行差异化运营,让他们一步一步的往前演进,或者直接进入转化购买阶段。
这就是金字塔模型的用户运营分类方法,一般我们用一个APP的用户来举例。
当然用户的行为不仅仅是这五步,可能还会有更多的细分的步骤,不过普遍的我们会根据这典型的五步来分类,因为每一步网上走的过程,都非常有代表性。
于是这五层的用户分类,我们运营对于每一类都有不同的需求:新用户我们希望他下载,那么给新手福利;下载用户希望他们使用,那么给予傻瓜式的操作引导;而使用的用户又希望他多来,常来,建立信任,那么就要有不断的刺激和优化。
而兴趣用户,当然希望他付费了,自然促销是常用手段。至于付费用户,那么服务肯定要做好,希望人家二次购买,三次购买,甚至推荐给其他人。
不同层次的用户,采取不同的策略,从而最终导向运营的关键指标,这就是用户分层的核心。
当然这只是其中的一种分层方式,还有其他的,比如当RFM模型下,运营的资源非常有限的时候,我们就会通过单一维度的分层。
比如根据消费金额,进行层次区分,金字塔分个三级,消费100万以上的,消费50-100万的,100万以下的这样。
再比如,消费了10次以上的,消费了5-10次的,消费了1次的,尚未消费只看不买的这样。
这也是另一种金字塔模型。
给用户分层的目的,一方面是为了达到运营的业务指标,另一方面也是因为运营资源有限,所以必须效率最大化。
四、正态分布模型
当用户运维的资源更加的粗放,而且资源非常有限的时候,就可以用正态分布模型。
比如二八法则就是一种正态分布的形式,80%处于曲线的平均值附近,而剩下的20%才是利润的来源。
后来做了新媒体代运营,针对B端客户的时候,基本上所有的客户只要维护好最好的那一波,和最差的那一波就行,至于中间的那一波大量的客户,标准化执行就行了。
所以正态分布模型,和RFM模型,刚好一个二维,一个三维的不同建模。
正态分布模型,就是在两个维度比如利润贡献和人数两个维度进行建模,你会发现提供利润最多的那几个客户是少数,因为运营成本和突发状况造成没钱赚反而亏本的也是少数,而留下的大多数利润都是在一个恒定值附近的。
那么根据这三种情况,我们就可以来分配运维的资源了,重点维护高利润用户,同时也要核心关注不给利润但是占据大部分公司资源的客户,要舍弃。
而中间大多数在恒定值附近的客户,则要进行标准化服务,节省资源,让边际成本降低。
当然,如果你想要继续精细化运营,那么可以通过方差去继续细分。
比如上图,1个标准差之内的用户进行服务标准化,而1西格玛-2西格玛之间则进行用户挖掘,看能否让用户演进到28法则里面的2中,也就是2西格玛-3西格玛之间。
至于-2西格玛到-1西格玛之间的用户,是有利润,但是依然运营成本吃力的,看能否稍微提高价格,或者减少产品的标准,进行优化处理,进而把利润提升到正常的1个标准差之内?
至于-2西格玛之外的,则进行舍弃。
这就是正态分布模型的用户分层方式,这种模型经常会用在B2B的商业中,而B2C则更多会用RFM模型,至于金字塔模型,则是RFM模型的简化版。
所以,用户体系建立,就是为了方便进行不同的运营策略优化,进而完成最终的业务指标——利润。
作者:蛋壳花生