本文介绍了大规模用户运营体系中的三大原则——数据驱动、精细化运营、自动化（或叫产品化），以及用户运营体系中的三个子系统——用户生命周期管理系统、用户分层运营系统、用户行为激励系统。我们在实际的产品工作中，经常会用到各种各样的运营体系，比如用户生命周期管理、用户分层、积分系统、任务体系、会员体系、勋章体系等等。

那这些到底有什么内在关联呢？又该怎样掌控不同运营体系进行协同使用呢？

这就要从用户运营聊起了。

一个好的产品经理一定是懂用户的。那什么是懂用户？

从微观上讲，要懂得用户心理，就要具有同理心，了解在特定场景中，用户行为的动机与成因；从宏观上讲，当产品的用户规模达到一定量级后，用户开始分层或分群，就要懂得管理用户，运营用户。

所以说，产品、运营不分家。

其实真正的用户运营分为两类：

一种是小规模的，偏集中式的运营。如针对几十人KOL的运营，此时靠人肉、靠互动、靠情感，一般用于重点用户的运营。

另一种则是大规模的，偏策略式的运营，更多靠规则、靠机制、靠系统，一般用于做大体量用户的运营。

这一部分也是产品经理需要直接介入去制定相应的策略甚至搭建系统，比较初阶状态是关注表层或单点，如留存、促活、召回等单个环节；而高阶状态则关注内核及体系搭建，如用户运营模型梳理+用户运营体系的搭建（包含大量策略）。

小规模的用户运营有很多的技巧，比较考验运营人员的情商以及表达能力，需要大量实践才能得到经验和心得，术业有专攻，这里就不细说了。

而大规模的用户运营是策略性的，可以抽象出标准化的方法或流程，并在不同场景中复用，这对于产品经理来说是更有价值的。

什么是大规模策略式运营？

大规模策略式运营有三个原则：数据驱动、精细化运营、自动化（或叫产品化）。

1. 数据驱动

我们常常在工作里提数据驱动，那到底什么是数据驱动？

首先要了解数据的三个基本分类：业务数据、用户基础数据、用户行为数据。

业务数据，也就是和你所做业务直接相关的数据，具有商业价值的数据，比如金融产品中的充值、投资类的数据。

用户基础数据，就是用户的基础属性，比如性别、年龄、地域、职业等。

用户行为数据，也就是用户使用你的产品时，在产品中做留下的行为路径，比如功能使用情况、页面停留时长等等。

这三类数据是相互关联的，关键是找到这三类数据的关联性，然后针对特定的用户群体结合实际的业务场景进行行为分析，这就是数据驱动。

这里有个问题就是数据获取，一般采用数据埋点的方式，主要有两种：

要么自己公司研发在产品中注入代码统计，并搭建起相应的后台进行查询；

或者可以考虑接入第三方的数据分析平台，如诸葛IO、神策、友盟、GrowingIO等。

这两种埋点方式基本的原理都是一样的：对用户进行标识，然后在应用中自动采集信息。

数据是分析的基础，有了上边所说的这几类数据之后，我们开始做精细化运营了。

2. 精细化运营

所谓精细化就是针对用户的差异进行细分，并针对不同的用户群体制定不同的运营策略。

对用户进行差异化细分，通常有四个思考的维度：

人群（性别、年龄、地域、职业）

渠道（自然流量、渠道投放）

场景（时间和地点，如通勤、睡前、周末）

使用流程（访问、注册、使用ABC功能、付费）

在对用户进行细分时，要注意判断用户细分是否合理：用户行为上能否呈现出显著的差异和规律性。

对用户成功细分后，就要制定相应的运营的策略了，比如电商类的产品，新手用户将商品加入购物车但是并未付款，一天后进行推送或短信提醒。这就是一条自动化的策略。

3. 自动化（产品化）

当自动化运营策略的规模不断变大并成体系之后，我们该怎么管理呢？

掌控复杂系统的关键是：建立起支撑整个系统运转的规则。

系统比较简单时，将其拆解为多个元素或环节对其进行管理；系统比较复杂时，将其拆解或梳理为多个独立的子系统来对其进行管理。

我们在实际的产品工作中，经常会用到各种各样的运营体系，如用户生命周期管理、用户分层、积分系统、任务体系、会员体系、勋章体系等等。

它们可以概括为三大子系统：用户生命周期管理系统、用户分层运营系统、用户行为激励系统。

子系统1：用户生命周期管理系统

我们经常会提到用户生命周期，但产品也有生命周期。

我们常常忽视树木所生长的土壤，所以要先明确产品所处的生命周期阶段，了解此阶段的特点和发展趋势，在产品生命周期的基础上去分析用户生命周期。

产品的生命周期大体分为四个阶段：初创期、成长期、成熟期、衰退期。

用户生命周期分为五个阶段：导入期、成长期、成熟期、休眠期、流失期。

将产品生命周期和用户生命周期结合起来看，不同的产品时期有不同的用户运营侧重点：

初创期偏重于拉新；成长期要关注转化；成熟期要防流失；衰退期就要考虑新的增长点了，想办法把用户迁移至新的产品。

了解了自己的产品所处的生命周期之后，就可以有侧重的结合用户的生命周期进行运营了。

1. 如何搭建用户生命周期模型

搭建用户生命周期模型分为三个步骤：

梳理业务逻辑（一切以实际业务场景出发）

找到影响用户留存或消费的关键驱动功能（通常是产品的核心功能）

定义各个阶段的用户行为（结合数据分析，找到关键数据指标）

2. 如何管理用户生命周期

搭建用户生命周期只是第一步，接下来就要考虑如何管理用户生命周期了，目标有两点：放大单个用户价值；让用户在高价值区间停留更久。

放大单体用户用户价值，也就是说把一个用户从A（如成长期）升到B（如成熟期）。

我们需要通过数据分析，找到A与B不同用户群体之间的相关性和差异性，分析的角度有三个：

从A到B的用户中，哪条路径最优？

从A到B的用户中，大部分用户符合什么特征？

从A到B的用户中，大部分用户是否发生过一些相同的行为？

之后我们就要通过一些运营策略对用户A进行引导。

另一个使用用户生命周期的场景是延长用户的有效生命周期，建立预警流失用户机制，可分为四个步骤：

首先要定义流失用户，可以选择关键行为（如投资金额与频次），也可以选择时间长度（如留存曲线拐点）。

定义好流失用户后，要分析这个用户群体的行为或属性特性，找到流失征兆，比如：

在流失前用户进行了哪些类似行为

用户是否集中于某一渠道

用户的基本属性，如性别年龄地域职业是否相似

流失的时间点，产品做了哪些动作，如是否发布了新版本、是否更改了关键功能

找到明确的特征后，就可以设立预警机制，完成对用户引导了。

子系统2：用户分层运营系统

我们在实际工作中经常会提到用户分群和用户分层，这两个概念还是有差异的。

用户分层是以用户价值为中心，在同一分层模型下，一个用户只会处于一个层次中；用户分群是以用户属性为中心进行划分，一个用户可能同时拥有多个属性。

比如根据用户的投资金额分为不同的档位，这就是用户分层；根据年龄和地域分，同一个用户可以同时在北京用户和20-30岁用户这两个用户群中。

最常用的用户分层方式就是RFM模型：Recency（最近一次交易）、Frequency（交易频率 ）、Monetary（交易金额）。

根据这三项指标来描述客户的价值情况，依据这三个指标可划分为八类客户价值。

RFM是一种思考方式，不是唯一划分方式，可以找到至少2个关键指标进行交叉分析，最后实现用户分层。

RFM模型在不同行业都可以使用：

金融：投资金额、投资频率、最近一次投资时间

电商：购买金额、购买频率、最近一次购买时间

游戏：等级、游戏时长、充值金额

直播：观看直播时长、打赏金额、最近一次观看时间

以社区产品为例：

核心内容贡献者（深绿）：做深度的情感维系+利益共享；

次核心内容贡献者（浅蓝）：想办法向核心内容贡献者转化；

主流内容消费者（橙黄）：做好内容推送，保证活跃；加强激励，引导生产内容；

新用户/潜在流失用户（红色）：做好内容推送，防止流失；

子系统3：用户行为激励体系

管理用户行为的的最高境界是形成习惯。

积分、会员、勋章、任务、排名等等都是对用户的行为激励，这些激励手段可以分为三类：短期激励（如某个时间段内拉升投资额）、单点激励（如注册后的绑卡阶段激励）、长期激励（如会员、等级）。

这里讲一下常见的四类激励手段：

1. 会员体系

会员可以分为三类：

针对新用户，包一个高性价比的产品，提高转化（流量池的运营手段，不用考虑分级）；

针对最高价值的用户，提升忠诚度；

针对所有的用户做会员（结合等级积分系统）；

想要搭建一套会员体系，分三步：

梳理能给到用户的权益

判断是否需要针对会员进行分级（若产品体量较大或用户群体差异较大，则考虑分级）

分级方式主要有两种：通过花钱分等级、通过成长值分等级

业界历史最悠久的也就是QQ会员了，这个属于付费会员，由于QQ的用户量非常庞大，所以QQ会员也做了分级，不同等级的会员有不同的权益，有明显的区隔。

2. 竞争排名

微信运动就是一个很好的竞争排名案例，充分利用了自己的社交属性，与社交圈中认识的人相比较，这会对用户产生更大的激励作用。

微信找将每日步数这个简单行为作为对照物，每日定时推送，用户可以得到及时反馈，看到自己的步数和排名。在排行榜中，第一名的用户可以占领好友的封面，这也是一个非常有吸引力的荣誉激励。

3. 身份荣誉

身份标签或者勋章体系一般用于社区类的产品，激发用户的身份荣誉感，提高用户活跃。节点一般设在用户的必经行为路径上。

以知乎的勋章体系为例，在用户的必经路径上设置了一系列的勋章：完善个人信息、关注20人、评论10次、赞同100次、累计登录100天、提5个问题、首答、回答20个问题、被500人关注、获得1000赞同、成为优秀回答者、专栏作家……

我们从这一系列的勋章设定中可以看到，知乎在逐渐培养用户的行为习惯，引导一个新手用户从内容消费者到内容贡献者再到核心内容贡献者。

4. 积分体系

这是一个相对比较复杂的激励手段，很多产品的积分没有做起来，常见的原因有三类：

没有稳定的预算来源

积分获取比例失衡

积分消耗不稳定，甚至没有积分消耗的渠道。

首先要考虑预算问题，没有预算是没有办法做积分的，这是做积分的基础，所以老板不提供预算还是洗洗睡吧。

在考虑积分预算时，要从整体去考虑，产品有总的用户维系体系预算：除了积分预算，还有会员权益的预算、优惠补贴的预算、其他权益的预算等，所以要先看积分预算在整体预算中占的比例。

设定积分预算时，有两种常见类型：

固定金额法：常用于非直接付费类产品；比如设定积分的整体预算为100万

固定比例法：常用于直接付费类产品；比如设定用户投资金额抽成的1%作为预算

解决了预算问题后，就要考虑积分体系的整体搭建了。

积分体系其实有经济学原理在里面的，经济学里经常讲的就是供需关系，积分系统也是这样，整体可分为积分获取（供）和积分消耗（需）。

积分获取（供）

积分获取太容易，就会引起通货膨胀，货币贬值，也就是积分贬值。因为要控制成本，所以在兑换商品的价值（成本）恒定的情况下，需要更多的积分才能兑换；积分获取太难，则会打击用户的积极性，起不到激励作用。

积分消耗（需）

积分消耗太快，说明积分与商品的兑换比太低或兑换门槛太低，成本难以控制；积分消耗太慢，说明兑换比太高或兑换门槛太高，也会影响用户获取积分的积极性。

而上线后，再对兑换比或者兑换门槛调整时，很容易引起用户不满，导致大量客诉发生。

所以在前期的积分框架搭建时，要做好积分成本测算工作，控制单个用户的成本和总体成本。

积分获取的设计分为五步：

（1）行为梳理

可以根据实际业务流程，将用户行为分为核心行为和非核心行为，比如在金融产品中，充值、投资类的行为就是核心行为，签到、浏览资讯等行为是非核心行为。

（2）用户分层与积分比值

根据核心行为的量化数值对用户进行分层，设定不同层级的核心行为与非核心行为的积分获取比例，要注意预留出未来上线并需要引导用户行为的积分和通过活动发放的积分。

（3）单用户积分总量测算

测算前：按照不同层级用户分别获取、按照用户的最大获取积分测算。

测算后：根据设定的核心行为与非核心行为的积分比值来调整比值。

（4）总用户积分总量测算

按照不同层级的用户分别计算，测算最大可获取积分和预测获取积分，在测算预测获取积分时，要根据每个行为设定预设一个获取率（根据历史数据）。

（5）积分兑换比修正

测算积分兑换比：积分兑换比=总体用户预测获得积分/总预算

积分兑换比调整：兑换比转化系数=目标兑换比/当前兑换比

调整行为分值：单个行为分值非整数，可以在小范围内调整

测算单个用户成本：测算不同层级的单个用户补贴成本是否合理

关于积分消耗，可以从渠道和内容来进行规划：渠道有积分商城和积分活动（抽奖、游戏等）；内容有闭环商品（优惠券、红包）和开环商品（采购商品、自行生产）。

完成了积分获取和积分消耗的规划后，在实际运营中也要注意对积分的维护。

根据数据指标检测体系的健康程度，常见的指标有：预测发放积分量、实际发放积分量、积分消耗率（积分消耗量/积分实际发放量）、积分消耗人数占比（积分消耗人数/当前拥有积分人数）。

若实际的发放积分量>预测发放积分量，则说明积分获取较简单，要提高积分获取门槛；

若实际的发放积分量<预测发放积分量，则说明积分获取太难了，要降低积分获取门槛或者增加积分获取通道。

积分的消耗率或积分消耗人数比一般在40%以上比较合理，当然会越高越好，若过低，则要考虑增加消耗渠道或者调整兑换商品内容。

总结

上面介绍了用户运营体系中的三个子系统，你可能对平时遇到的各种运营体系有一个系统认知了，但是这里有另一个问题——关于这三类子系统，用户生命周期管理系统、用户分层运营系统、用户行为激励系统，什么时候该用哪种激励方法呢？

其实可以结合产品的生命周期进行分析：

A. 在产品的引入期和成长期，可以做简单的用户生命周期管理，并配合阶段性的用户行为激励，因为在这个阶段主要考虑的是产品的拉新，即增量用户。

B. 在产品成长期的后期，即用户增量开始放缓、产品的用户总量逐渐趋于稳定时，则要开始搭建整体用户分层体系，进行精细化管理了。

C. 在产品的成熟期和衰退期，重点要放在防止用户流失上，需要更精细的用户生命周期管理以及全站用户行为激励体系。

如果你所做的产品中现在已经有这些不同的运营体系，而且可能是由不同部门或者不同的人去负责，那么就要考虑，如何去整合这些运营体系并进行协同规划了。

此时要重新梳理产品的实际业务流程和用户成长路径，参考用户价值分层方法，搭建全新的用户成长阶梯和运营模型。

简单说就是，梳理、整合、再次搭建用户等级，然后上线运营，根据实际效果不断去调整。