当前位置: 首页> 移动营销

用户生命周期,只分引入期、成长期等五个维度就够了吗?

发布时间:20-02-13

有很多同学留言想看用户生命周期的分析,今天它来了。用户生命周期管理,是系统化运营和拍脑袋运营的重要区别。不做系统化设计,就会沦陷为无脑烧钱的傻大粗。然而用户生命周期到底要怎么管,网上很少有详细的讨论。

用户生命周期分析的常见错误

网Ⅰ上流传的用户生命周期只有一张语焉不详的图(类似下图)。

这张图有极大的迷惑性,会让新人们误以为:

所有的业务的用户,都有五个阶ψ段。⊙ 所有的用户,都会从出生到衰退走完全程。 只要我算出来时间,到点发券用户就会继续留。『

本质问题,是忽视业务特点,一锅炖,导致很多新人一门心思纠结:到底留存多久算一个“完整”的周期。最♂后做出来的东西看似合理,却没法落地。实际上,用户生命周期和具体业务类型有很大关系。想要认真讨论,就得具体结合业务讨论◥。根据业务特性的不同,用户生命周期有两种基础类型,我们一个个详细看。

快消品类的用户生命周期

所谓快消品类,指:高频次、低金额、用户挑选周期短的商品;日用、零食、游戏、▨O2O服务、娱乐视频/音频内容等等。此类产品多是廉价生活刚需,用户天然的会频繁购买。但是,提供这些产品的平台非常多,产品迭代速度快。

用户总是喜新厌旧的,对单一平台、单一品类、单一系列的忠诚度,非常有限。因此,就形成了所谓初入期,成长期,成熟期,这也是大家在网上最常见的那张图的起源。

需注意,不是所有用户都能走完整个生命周期。大量用户会因为内外部影响,在初入期或成长期流失,常见的情况如:

初入期-业务范畴限制:平台提供的产品/服务有特定种类,只能吸引特定用户。 初入期-新人引导影响:用户适应平台,上手需①要时间。新人保留做的不好,用户还没有体验到核心服务就已经流失。 成长期-内部不良事件:出了运营事故、产品BUG、设计缺陷,导致用户流失。 成长期-外部竞品事件:竞品做了促销、拉新活⊙动、爆款,把我们的用户搞跑了。 成长期-用户需求满足:没有那么核心的用户,已经满足了需求,需要额外消费。

因此表现۩..出的效果,不是一个用户走完整个周期,而是一批用户在进入后(注册行为、首次接触),表现出留存、流失分►化不断分化的状态(效果如下图所示):

核心用户:沉淀下来,消费几乎所有产品,保持长时间活跃,进入成熟期。 轻度用ф户:消费到一定频次后停滞,但重新迭代业务可以将部分人激活。 边缘用户:逐步流失,特别在引入期、成长期大量流失,并๑且不会响Ы应唤醒。

需要特别强调的是,在引入期的流失,不见得是因为用户没有需求,很有可能是我们没有做好新人引导。特别是▬互联网应用。用户下载、安装、开打的第一分░钟,很可能因为各种稀奇古怪的错误、繁琐的新手教程、不清晰的操作指引而流失。因此在引入期的用户体验改善,往往是尽可能优化。至少让用户体验到核心卖点,才能判断是否是核心用户。

反之,用户体验到核心卖点以后产生的流失,不一定需要100%挽回。很有可能他的需求已满足,或者他根本不是我们的核心用户。盲目的拉动所有用户群体的消费,会浪费大量费用,且因为派太多↔优惠券,而养出一帮无利不至的羊毛客。

这种从注册开始,T+1,√T+2,T+3……看数据的方式,常见的有三种计算方法。

需注意的是,无论用哪种方法,得到的生命周期数值,都是更适合用来评估新用户质量的。比如计算完用户生命周期,顺便计算用户生命周期价值(l⿻ife time value),在获取新用户的时候就更容易测算渠道ROI,提升投放质量。⿻

但想做全局运营的话,这么看有缺陷,因为快消品类天生受促销活动、新消费主张、营销话题影响。轻度用户被唤醒、回流的情况很常见,使得用户生命周期不是规则的初入到流失,而是经常出现波动。如果陷在每一个人的波动细节里,整体规划就没法做了。

我们做ↂ全局规划的时候,而是关注整体用户结构。当很多Щ期用户重叠的时候,会形成一个处于引入期、成长期、成熟期用户构成的用户结构。我们要保证的,是整个用户结构能支撑的起当前的经营目标,并且在不断的优化下持续向好发展∩(如下图所示)。

需要注意的是:用户结构是与发展阶段相匹配的,并非每个层级都要做大。一般来说,新上线的业务重点摆在做大新用户群体,关注的是用户数,新人留存率,目标是让尽可能多的用户渡过初入期。追求营收的业务,会关注用户成长,挖掘成长期用户潜力,把他们推到核心用户,即使产生流失也没那么在意。如果每个阶段的用户都关注,就会◥分散力量,很难▁▂▃▄达成效果。

小结下,做快▽消品类的用户生命周期管理,本质上有2点要求:

对新用户:做好引导,尽快进入成长期。 对全体用户:维持合理的用户结构,改善重点关注群体。

根据这俩目标,就衍生▊出了快消品类生命周期分析的四大议题:

新人留存分析:从注册开始T+N看数据,分析转化漏斗,关注新人体验到核心卖点后留存率。 用户路径分析:从注册开始T+N看数据,关注用户成长路径,关注是否有足够多的用户进入成长期、成熟期,消除路径障碍。 用户结构分析:按自然日期统计数据,跟踪用户结构变化,根据经营目标,制定用户结构当前目标。 事件效果分析:按自然日期统计数据,关注对用户结构有影响的内外部、正反面事件,分析市场影响,关注用户结构走势。

如±果全部展开写,内容很庞大,这里简单列出每一类分析的方法和思路,有机会我们详细分享。

大件商品的用户生命周期

大件商品:这一类,往往是产品金额高┗,消费频次低,用户选择周期很长。比如房子、汽车、婚庆、出国游、家居、装修、消费型贷款【等等。这些产品消费频次极低,不太可能出现复购。如果套用RFM模型,那大部щ分用户R=0或者在5-10年以上,F=1。这时,无脑〤套RFM,会出很多奇怪数据。

如果无脑套用快消品的思路来运营,就会各种搞笑:

买۩2台奥迪送一辆大众; 装修用户,赠免费拆家,拆了再装; 结婚3年送小三,你就能离了再结一次。

因为单品价值高,所以用户选择周期变长,在一锤定音之前,会做大量的对比。因此用户生命周期是前置了的。从他动了心思开始,到最终下单结束。就像一个沙漏在做倒计时(如下图所示)

每一类大件商品都有一个倒计时范围。因为一般大件商品都和结婚、生孩子、孩子上学、出国这种大事有关,不会无限制拖下去,也不会随意更改。一但决策流程启动,在窗口期内用户的考察品牌范围会越来越窄,而成交概率会随着时间流逝越来越高(如下图所示)。

请注意:在上图中,企业并不知道,用户是哪个节点接触自己的。在图中1,2,3节点,企业要采取的策略完全不同。在1节点,需要记录用户信息保持跟进,避免过早出价成为炮灰。在2节点要做好用户体验。在3节点核心是价格,出价要有杀伤力。用错了策略〣,就会为他人做嫁衣裳,错失成交机会。

因此,对大件商品,搞清楚接触用户生命周期节点非常重要。在这个领域做得好的企业,都会特别在意信息的采集,比如:买房会了解参考了哪些楼盘,卌是否有中意Я户型。买车的会了解是否看过本品其他4s店,对比哪些车型等等。

在生命周℅期中,会有一个明显态度拐点,企业促成拐点的动作被称为:“关键动作”。如果结合用户需求做对了关键动作,就能极大提升成交概率,推进用户决策流程(比如上图中2点)。

这里的关键有两个点:用户需求+业务动作。只有抓对了用户需求做动作,才能产生立竿见影的效果。比如对买房而言,最重要的是带看和议价两个动作,可同样是改善型买房,用户想改善的是居住面积、周边环境、配套资源;想为二胎还是为养老改进,都会产生具体的需求。如果能抓住需求,在带用户看房的时候主动提示优点,就能提升成交率。不抓需求,只是傻傻做带看动作,当然无法取得效果。

了解以上信息,就能推导出大件商品用户生命周期管理的基本思路:

识别有真正需求的用户。 在用户决策结束前做匹配需求的关键行动。╤ 引导用户买到匹配需求的产品。

因此衍生出四๑·ิ.·ั๑大数据分析主题:

用户需求分类:清晰每一类产品针对的用户需求。 生命周期计算:了解每类用户决策时间周期。 接触节点采集:用各种手段,了解用户在哪个节点接触我们。 关∏键动作分析:从成功/失败教训ζ中,总结对促成有用关键动作。

如果全部展开写,内容很庞大,这里简单列出每一类分析的方法和思路,有机会我们详细分享ъ。

更多类型的用户生命周期

如果把所有消费品按消费频次和金额分类。会发现:消费品天然往高金额低频次和低金额高频次集中。这很好理解:大家都不是土豪,贵的东西肯定买的少,买的纠结;日用品金额低,用完了都得〨补货。

那是否存在:高金额高频次的类型呢?当然有!除了土豪的个人消费以外,大部分高频高金额消费和经营活动有关。

需要注意的是,同一个业务下,可能出现两拨用户,比如:

同样是小额贷,普通用户借一笔就是低频高金额,而小微商户老板周转的,就会出现高频次高金额的循环贷款。 同样是服装消费,普通用户换季买几件就是高频低金额消费,但扫货卖往四五六线城市的二次销售的老板,可能就是高频高金额消费。 ☼同样是订票,结婚出国的普通用户可能是低频高金额消费,但经常出差的商务人士,就是高频高金额。

这是一个很重要的提示:即使在同一业务里,生↖命周期最长的用户,很有可能和其他用户不是一类群体。他们有特殊诉求。做用户生命周期管理的时候,并不能强求所有人都成为此类用户,也不能完全按此类用户成长路径来设计其他用户的Ψ路径,有可能把业务带到沟里去。

至于要不要真的把他们当做核心,这些用户规模做到多大∵合适,是一个独立的议题,需要专题分析。但在做用户生命周期分析的时候,要先指出来:我的用户群体有多少种,高低层级是不是一类人,有何区别。这就涉及到用户价值分层级和群体细分的问题,有兴趣的同学可以点击一下在看。如果本篇在看超过50,我们专题分享这个话题。

小结∑一下

掌握用户生命周期,对体系化的运营非常有帮助。想要获得真正的用户生命周期情况,就得深入理解自己分析的业务特点,了解用户需求与购买习惯,做好用户分类。在此基础上才能得到符合业务的数据。

想要针对用户生命周期做改善,提升运营效率,更得和市场调研、运营、产品、一线业务紧密配合,获取更多信息,尝试各种解决方案。在迭代⿰中得到更优的效果。这些都不是靠数据分析师一拍脑袋、神机妙算能搞掂的,配合与协同才╱╲是实现目标的王道。

 

作者:接地气的陈老师,微信公众号:接地气学堂。十年资历的数据分析师,拥有多个行业的CRM经验。

本文由 @接地气的陈老师 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

上一篇: 2016年“六一”内地单日票房1.47亿
下一篇: 流行APP开发者该如何唤醒沉睡用户