大规模用户运营体系的3大子系统

什么是用户运营体系?

用户运营体系是多个不同的系统放在一起,构成的一个复杂的系统。

若想知道什么是用户运营体系,我们首先得知道面向大规模用户运营,存在哪些常见的系统可以为我我们所用。一个系统背后就是一个比较成熟的工作方法。

在用户运营的初级阶段,我们往往关注比较表层的单点的信息,比如:提升用户留存率,用户的促活和召回及唤醒。

但是在高级阶段,我们所要关注的是用户运营模型的梳理及用户运营体系的搭建,常见的大体量产品的用户运营体系中,有3大子系统,它们分别是:用户分层运营系统、用户激励体系系统和用户生命周期管理系统。这3个大系统都可以在一款产品中独立应用,且能对于一款产品的用户价值提升起到显著的作用。

第一,用户生命周期管理系统

用户生命周期管理系统是指对站内海量数据样本进行分析,界定出一个用户从接触产品到最后放弃产品的典型周期,并定义出关键节点和关键用户行为,做好相应的预警和干预。

用户从接触产品到离开产品这个过程当中一般有以下六个节点:注册、留存、活跃、衰退、流失、召回。

当我们的数据样本足够大的时候,我们基本可以界定出来,一个用户从注册到离开整个时间周期是多少,在这个时间周期内如果我们要在每个节点下去影响他,我们可以通过用户的行为数据和用户的基础数据在这每个节点上我们可以通过用户的行为数据和用户的基础数据做交叉的分析,找到线索。

比方说:一款社交类的产品,用户注册之后会去完善他的个人信息,他留存下来和后续活跃的概率是非常大的,像用户在刚开始注册抖音时,我们可以推荐可能认识的人,如果用户关注了几个其他用户,那么他留下来的机率就会增加很多。那么这样我们可以定向的去影响用户。

上图这个模型只是一类模型,我们在对用户的生命周期界定时其实存在多类模型的,像婚恋型的产品,一个用户的生命周期会非常的短,那对于这类的产品它的生命周期管理的模型可能就是另外一套模型了,当不管这个模型是怎么样的,它的原理都是一样的:用户到注册到离开的这个过程。我们可以把这个过程中的每个节点梳理出来,通过更多的策略、数据分析和挖掘,看怎么影响用户是最有效的。

找出这个生命周期,让更多的用户去走这个更典型的用户生命周期,从而实现更加高效的用户生命周期管理。

第二,用户分层(分类)运营系统

用户分类运营系统是按照站内用户的贡献度、用户角色、喜好等对于用户进行划分,定义好用户角色,并给面向不同用户制定针对性的运营策略,以及拉升平均用户价值。通常要重点做好核心高价值用户的维系。因为互联网产品也是遵循二八法则的,20%的用户给我们创造了80%的价值。所以,找出这部分高价值的用户,投入更多的关注和精力。

用户分层运营系统一般呈现出来的是一个金字塔形状的模型,从上到下依次分为:用户管理者、核心用户、有价值用户、一般性用户。越高的用户价值往往越高,我们需要投入更多的精力,越低的用户往往基数更大,我们只需要关注如何让他往更高的用户去进阶,变成层级更高的用户。

第三,用户行为激励系统

常见的用户行为激励系统有以下几种:

拿小红书举个栗子:

首先,是小红书的用户积分系统

将用户(小红薯)划分成11个等级,在满足相关点赞、评论、收藏、内容生产的要求手,用户就可以升级。

其次,是 小红书的等级昵称和形象

在达到对应等级后,用户可以拥有专属标记、粘纸和表情包(像表情包的设计很符合用户的形象)。这一体系评估了用户的活跃程度和内容生产贡献度。

再次,电商板块,小红书推出了黑卡会员

黑卡会员可付费购买,购买之后有一系统的专享特权,它是用户来激励消费,提升用户活跃程度。

这样描述清楚了用户所在的层级,可以为以后的精准分类运营做好准备。

总结

所有大体量用户的产品都可能需要用到上述方法中的一种或多种来进行用户管理,同一个系统在不同产品中的表现也有可能会不同。以上3大子系统既可以独立应用,也可以复合应用。

如果这3大子系统在一款成熟产品中都得到了应用,它可能是下面这样的:

首先,用用户生命周期管理系统把用户分为潜在用户、新用户、老用户&忠诚用户、付费用户&高价值用户这几类,在类的划分中,我们做一些策略去引导更多的用户成为我们的付费用户和高价值用户。

其次,在这个基础之上我们用户用户分层运营系统把站内的用户再做一次划分,分为:

KOL用户:这类用户有可能是行业内的大伽或明星,对他们要有一些针对性的维护手段和策略。

达人型用户:这类用户是满足了我们站内的某些界定标签,我们赋予他一种身份,他在站内扮演的是承上启下的角色,我们也要对他们出一些针对性的运营策略。

普通用户:这类用户是在站内啥身份和标签也没有的用户,我们也会对他们做一些针对性的运营策略。

最后,是用户行为激励系统,我们要针对站内可激励的用户行为做一些像积分、等级、荣誉、勋章和引导任务及奖励等。从而让用户能够有更强的动机在站内发生一些我们希望他们发生的一些行为。

当然,如果一个比较成熟的产品,这三个子系统都做完了,我们可以把这三个子系统合并,合并之后衍生出来一套更简洁更清晰的系统。


以上内容来自学习三节课【高阶用户运营体系课】的学习笔记,感兴趣的朋友可以扫码兑换课程,非常的值!!

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350