前段時間寫了一篇文章《目標用戶群的定位和維系是產(chǎn)品運營的核心》，文中講述了我們做用戶運營最核心的四個過程：
- 目標用戶的定位：要足夠細分，足夠具體，才能足夠的聚焦，做的深入。
- 種子用戶的運營：更好的驗證并完善產(chǎn)品和服務(wù)，也是建立品牌傳播的基礎(chǔ)。
- 目標用戶的運營：緊抓目標用戶群的需求來構(gòu)建產(chǎn)品服務(wù)能力，快速擴張。
- 目標用戶的調(diào)整：不斷驗證當前用戶群和目標用戶群的一致性，以價值為導(dǎo)向維系或調(diào)整我們的目標用戶群。
第一階段：感性化運營
這個階段多存在運營的初期階段，依賴早期運營人員的專業(yè)能力以及對用戶群特性的了解，通俗一點說運營團隊和用戶群對脾氣，雙方心有靈犀。比如很多做的非常出色的微信自媒體公眾號，在初期完全靠自媒體作者一己之力獲得粉絲的欣賞而發(fā)展起來的。
圖注：我知你不知，你知我不知，到底知不知，我們無所知
但是隨著用戶的增加，用戶群的屬性也在開始變得豐富而復(fù)雜起來，一種單一的調(diào)性不能完全滿足所有用戶的需求。而且隨著運營團隊的擴大，運營人員的能力及風格不一，也對運營產(chǎn)生干擾。感性化運營到了一定階段，可能就會導(dǎo)致忠實用戶的沉默甚至流失，新用戶缺乏特征。解決這一問題，我們就要通過運營過程的數(shù)據(jù)分析來找出問題，找出規(guī)律，形成比較客觀的解決方法。第二階段：數(shù)據(jù)化運營
數(shù)據(jù)化運營顧名思義就是通過數(shù)據(jù)的分析來指導(dǎo)運營。以微信運營為例，想必做過微信運營人都有體會，每天一早打開微信公眾號后臺，我們首先要去看用戶增長的數(shù)據(jù)和圖文閱讀的數(shù)據(jù)，分析各個渠道的數(shù)據(jù)，分析某段時間的趨勢?？磾?shù)據(jù)能讓我們很容易監(jiān)測我們運營的效果，從而意識到問題。但是只是從這些宏觀趨勢圖上，我們卻很難定位問題。 分析問題其實就是尋找問題的因果關(guān)系，還是以微信運營為例，內(nèi)容的質(zhì)量會影響用戶的增減，內(nèi)容是因，用戶是果。但是我們往往是把用戶數(shù)據(jù)和內(nèi)容數(shù)據(jù)分別來單看，微信的分析模塊也是分開的，不建立數(shù)據(jù)的關(guān)聯(lián)關(guān)系，就很難找到問題的因果關(guān)系。 所以數(shù)據(jù)化運營最重要的是建立起數(shù)據(jù)的關(guān)系，用一個更豐富的全景視圖來看運營的狀況。 在微信現(xiàn)有數(shù)據(jù)的基礎(chǔ)上，結(jié)合自身的業(yè)務(wù)特點，我做了一個表格，將用戶的數(shù)據(jù)和文章的數(shù)據(jù)關(guān)聯(lián)起來，每天采集一次。
圖注：微信全景數(shù)據(jù)的表格
采集數(shù)據(jù)是數(shù)據(jù)化運營的第一步，我們要先確定我們需要哪些數(shù)據(jù)，然后才是如何分析哪些數(shù)據(jù)。（有技術(shù)開發(fā)能力的團隊可以開發(fā)一個數(shù)據(jù)采集和分析的模塊，沒有技術(shù)能力的團隊也可以靠excel或者網(wǎng)上一些專門做數(shù)據(jù)分析的平臺來進行多維分析） 建立全景數(shù)據(jù)視圖的目的其實就是為了更直觀的做問題的因果分析：- 什么樣的內(nèi)容對新增粉絲的轉(zhuǎn)化率更高？
- 對用戶的流失影響最大？
- 對小程序的轉(zhuǎn)化率更高？
圖片來源：數(shù)據(jù)觀
第三階段：精細化運營
隨著產(chǎn)品功能的增多和用戶的增多，用戶需求的多樣化和產(chǎn)品服務(wù)的多樣化之間就存在了匹配和不匹配，選擇與不選擇，喜歡與不喜歡之間的矛盾，新用戶的選擇，老用戶的活躍、流失就帶來了各種各樣的原因。而精細化的運營就是通過用戶分群，對不同需求的用戶匹配不同的服務(wù)和內(nèi)容，從而滿足其個性化的需求，從而更好的完成運營中拉新、促活和激活的工作。 既然要給用戶分群，我們就要給用戶建立畫像，更好的區(qū)別不同特征的用戶的不同需求。用戶畫像可以從多個維度來描繪，不同的產(chǎn)品類型，用戶畫像的維度也有不同，以醫(yī)生的頭條–掌上醫(yī)訊為例，我們從四種維度來建立用戶畫像。
圖注：四種維度建立用戶畫像
而用戶畫像的數(shù)據(jù)來源主要來自三個方面：- 用戶的個人資料
- 日常行為標簽的累加
- 根據(jù)規(guī)則進行數(shù)據(jù)算法的計算
第一步：分群畫像，找異同
圖注：運營指導(dǎo)模型：AARRR模型
上圖是指導(dǎo)我們運營工作的AARRR模型，首先運營的主要工作是拉新、促活和留存，那么我們首先要分析新用戶長什么樣，活躍用戶長什么樣，流失用戶長什么樣，才能更好的來調(diào)整產(chǎn)品和服務(wù)來滿足各個群體的需求，讓現(xiàn)存用戶更活躍，讓流失用戶回來，讓新用戶進來。以我們掌上醫(yī)訊這個產(chǎn)品為例，我們根據(jù)用戶使用產(chǎn)品狀況把用戶進行了分層，如下表所示：
圖注：用戶群細分規(guī)則說明
然后再結(jié)合用戶畫像的數(shù)據(jù)，最終得到如下一個分群用戶的畫像數(shù)據(jù)分析。
圖注：用戶分群的用戶畫像分析，行為數(shù)據(jù)省略
為了更直觀的分析，我們可以把不同用戶群的畫像以及變化通過圖形的方式展示出來（有技術(shù)能力的團隊，最好還是直接開發(fā)出一套用戶分層分析的數(shù)據(jù)視圖看板出來），限于篇幅就不展示了。 上表還可以按照使用度+基礎(chǔ)屬性、使用度+行為屬性的不同組合再進行細分，更加針對性的描述用戶畫像。比如，做病例運營的同事可能更關(guān)心活躍用戶中關(guān)心病例的人群有什么特點？比如產(chǎn)品經(jīng)理可能更關(guān)注活躍用戶中高年資醫(yī)生主要使用哪些服務(wù)？ 根據(jù)AARRR模型，運營的最高境界是要做用戶的轉(zhuǎn)化，從而獲取收入，實現(xiàn)病毒式的傳播。所以針對活躍用戶，我們還可以根據(jù)用戶的價值再進行分群，比如普通用戶、傳播用戶、付費用戶、B端價值用戶等，原理都是一樣的。第二步：分析原因，找對策
當我們的運營人員看到這個表格的時候，大家發(fā)現(xiàn)有些地方和之前的感覺完全不對，比如活躍用戶的職稱分布，我們一直以為主要以年輕的低年資醫(yī)生為主，但是卻發(fā)現(xiàn)高年資的醫(yī)生比例已經(jīng)超出了行業(yè)的人群比例，而且這部分人群更有價值，這部分就可以修訂為我們的目標人群。比如我們的目標人群中有腫瘤科，但是在我們的活躍用戶里腫瘤科的醫(yī)生占比卻沒想象的高，那么會不會和我們的內(nèi)容比例有關(guān)系，和我們推廣的渠道有關(guān)系，再結(jié)合其他數(shù)據(jù)（比如內(nèi)容的畫像）來找差異。 我們再深入的分析用戶群體畫像，僅僅基礎(chǔ)屬性是不夠的，我們還要分析用戶的行為屬性?；钴S的用戶的行為和流失用戶的行為之間有什么差別，什么原因造成的這個差別?；钴S的用戶和流失的用戶在基礎(chǔ)屬性上相同的用戶群體，他們在行為上又有什么差別。 找到原因，那就想解決方案，這時候要產(chǎn)品和運營一起抓，運營調(diào)整見效快，但產(chǎn)品調(diào)整更長遠。比如運營會適當?shù)募哟竽[瘤科內(nèi)容的比重以及推薦力度，多做一些腫瘤科的內(nèi)容專題，從而提升腫瘤醫(yī)生的活躍度和留存率；而產(chǎn)品可以升級腫瘤頻道，推出更多服務(wù)滿足腫瘤科醫(yī)生，改進內(nèi)容推薦算法，更好的推薦內(nèi)容。第三步：執(zhí)行監(jiān)控，看效果
找到對策，具體對策對不對，效果怎么樣，這就需要我們在執(zhí)行的過程中，不斷的監(jiān)控數(shù)據(jù)。我們不僅要關(guān)注用戶的增長趨勢，而且我們每周都要更新我們的用戶畫像數(shù)據(jù)，看人群的轉(zhuǎn)化率，看和目標用戶群的匹配度，過程中我們根據(jù)效果進行不斷的調(diào)整。 從另外一個方面，我們不僅僅只關(guān)注用戶增長的數(shù)量，我們也要關(guān)注用戶群體的質(zhì)量，從而滿足AARRR整個模型的要求，實現(xiàn)運營的目標。簡單做了一個數(shù)據(jù)監(jiān)控圖（如下圖所示），縱坐標代表用戶的活躍程度，橫坐標代表用戶的價值，如果隨著運營的改進和升級，數(shù)據(jù)沿著紅色箭頭的方向增大，說明我們運營策略和執(zhí)行過程是正確的，反之則需要我們再按照以上過程去調(diào)整。
圖注：監(jiān)控活躍用戶中的價值用戶的比例，數(shù)據(jù)為示例，不具備可參考性
結(jié)語
梳理完這些方法和模型，的確可以指導(dǎo)團隊更好的進行分析思考，更有針對性的做方案，開展運營活動。但是真正執(zhí)行起來卻發(fā)現(xiàn)，其實并沒有那么容易，存在各種各樣的問題：- 想要的數(shù)據(jù)沒有！
- 用戶行為沒記或者不全！
- 用戶畫像沒有建立！
- 沒有自動化程序來統(tǒng)計分析，完全手工效率太低！
【轉(zhuǎn)載說明】 若上述素材出現(xiàn)侵權(quán)，請及時聯(lián)系我們刪除及進行處理：[email protected]
