互聯網寒冬降臨,如何通過用戶分層,驅動用戶增長?
過去二十餘年,隨著互聯網的發展,網民數量激增,互聯網處於人口紅利時代,也叫流量時代。對企業而言,那時候即使不做分析、即使轉化率很低,由於市場上的新增的用戶與設備量太大,總是不用愁用戶來源。如今,由於移動互聯網增速放緩導致人口紅利削減,大多數的產品無法再靠社會發展來帶動用戶數量,用戶增長遭遇了瓶頸。
同時,互聯網創業的浪潮也從信息化轉變到服務化,本地服務、消費、出行等服務成了近兩年移動互聯網產品隊伍中的主力軍。「服務型產品」在崛起,人口紅利帶來的自然流量卻在萎縮,這意味著留住用戶、創造價值變得史無前例的重要,用戶生命周期價值(CLV)的衡量與提升,變得史無前例的重要。
如何展開自己的用戶生命周期價值分析呢?過去企業常用的頁面訪問量(pv)、訪客數量(uv)、活躍用戶數(dau)這些籠統粗糙的統計數字,並不能體現數據漲跌背後的原因,更無法用於探索用戶的真實特性及其價值,遠遠不能滿足企業的CLV分析需求。
諸葛io通過完整跟蹤用戶的所有行為,建立用戶模型,將用戶分為不同層級,進行深度挖掘和分析。企業可以清楚的知道用戶如何流失、為何流失,並制定相應策略提升用戶轉化率、留存率,真正抓住企業的核心用戶,促使用戶產生更大的價值。
具體如何做呢?
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值(CLV)之前,我們先看看,這裡的「用戶」究竟指的是哪些人。
舉個例子:如果把地球看成一個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,已經累計死去1080億人。其中出生人數就像是新增用戶,現存70億人口等同於活躍,累計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品的口碑傳播很像。這樣,我們可以一一對應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,對於互聯網產品而言,還有一個商業變現(Revenue)的環節。這五個環節,就構成了我們常說的AARRR用戶生命周期模型。
圖1仔細觀察圖一過程,不難發現,我們經常很自豪地說我積累了幾百萬、幾千萬用戶,其實沒有太大的意義。因為,這個數字當中的大多數用戶,可能已經流失了,他們不會再為你的產品創造任何價值了。因此,當我們討論「用戶」的時候,我們需要清醒地認識到,只有那些能夠被激活、與產品有互動、長期留存、消費/點擊廣告,甚至主動為你做傳播的用戶,才是真正優質的、核心的、正在創造價值的用戶。
那麼,如何找到這群真正的優質核心用戶呢?我們要做的第一件事就是分層。
2.何為用戶分層?
用戶分層,是一種對用戶進行群組劃分的方法,通常用於描述某一用戶的當前狀態;在用戶分層模型中,某一個用戶在某一特定時間應只屬於一個用戶層級。今天,我們主要講以生命周期階段為依據的用戶分層方法。
在按CLV做用戶分層的過程中,我們需要以不同的「行為」的觸發情況,標識用戶的當前狀態。以此判斷用戶正處於新增、活躍、留存、傳播、付費的哪一個階段。
3.如何給用戶分層?
舉幾個例子:
1)社交應用(SNS)典型分層:
第一層是新增訪客,只要啟動應用就算一個訪客,訪客中流失的記為流失訪客;
第二層可以標記為活躍用戶,至少觸發一次瀏覽事件的才算一個有效活躍,流失的記為流失參與者者;
第三層標記為互動用戶,有點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,以多次啟動應用並且多次互動為標準,如果他們流失了,則記為流失高價值用戶。
2)SaaS用戶的典型分層:
第一層是訪客用戶,以打開網站為基準,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demo為準,流失的記為流失評估者;
第三層標記為試用用戶,以完成註冊為標準,流失用戶記為流失試用者;
第四層記為付費用戶,以完成合同流程為準,流失用戶記為流失客戶。
3)互聯網理財的典型分層:
第一層依然是訪客,也是以啟動應用做標準;若一定時間周期內沒有回訪記錄,則記入流失訪客;
第二層為評估者,分層依據是:觸發[查看理財產品]等內容瀏覽相關的事件;如果一個用戶僅僅啟動了應用,卻沒有瀏覽任何產品,就可以記為一個流失了;
第三層可以定義為實名用戶,分層標準是綁定銀行卡、完成實名認證等;此時,2、3層之間的流失用戶我們記為「瀏覽後流失」;
第四層標記為投資用戶,這個分層標準很簡單,比如:至少購買一次理財產品;對於綁定了銀行卡卻沒有選購產品的用戶,記為「理財前流失」;
第五層可記為復購用戶或者忠實用戶,這些用戶在投資行為上能夠滿足[周期性]的特徵,投資金額能夠逐步[增長];而時間周期內,有過投資記錄卻不滿足該層級標準的用戶,可以被記為「理財後流失」。
4.用戶分層的價值
對於上文提到的的用戶分層案例,我們可以歸納出一個圖形化的展示形式,如圖2:
圖2圖2所示金字塔模型,完整地展現了該產品的用戶分層層級。企業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,並以此劃分用戶層級。這種基於行為的用戶研究方法,會極大地提升企業的用研效率,了解不同層級的用戶量及其轉化途徑,為用戶增長的突破提供數據支撐。結合漏斗分析、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創造價值、用戶為何購買為何流失……這些困擾著企業運營的難題都將迎刃而解。
用戶分層的展現與應用,可以通過堆積面積圖、同期群百分比堆積圖等形式進行。關於這兩類數據展示形式的設計與解讀,我們將在後期撰寫獨立內容做講述。
總 結
用戶分層,除了能夠為企業提供科學的用戶研究方法,其更重要的作用,在於拆分和構建業務流程中的指標衡量體系。在任何一個企業或團隊里,不同角色、不同部門、不同崗位的人,需要關注的指標是不盡相同的。表1是個簡單的例子:
關注用戶的生命周期,對用戶進行分層分析與管理,探索各個層級階段的核心指標,以此衡量業務部門的工作成效,這是每一個企業實現增長的必由之路。當然,這個過程並不是一蹴而就一成不變的。用戶生命周期價值的分析與提升,同樣遵循著精益分析的循環(loop of lean analysis),即:產生想法->構建指標體系->設計產品/方案->衡量實施結果->對過程數據進行分析->從分析中學習經驗->產生新的想法。
圖3
一個好的idea對於優秀產品而言固然重要,但更重要的,是對用戶需求的深刻理解和對用戶價值的深入挖掘。想要實現這兩個「小目標」,CLV(用戶生命周期價值)分析必不可少,用戶分層模型及其指標體系必不可少。
本文首發於諸葛io「詳情戳我」公眾號,如需轉載,請聯繫微信公眾號(zhugeio)。
推薦閱讀:
※互聯網營銷和互聯網運營數據分析專用名詞字典(2017年11月加強版)
※什麼情況下,會選擇讓產品長期接入第三方通用數據分析平台?
※數據分析該分析什麼?
※區塊鏈到底是什麼呢?有沒有比較專業且詳細的介紹?