鱼塘与鱼 "w&G1kw5I
"w&G1kw5I
鱼塘,顾名思义就是海王用来养鱼的一个池塘。 "w&G1kw5I
"w&G1kw5I
现今各种线上平台就是各个企业在市场大环境下搭建的一个用来养殖的池塘,而平台中的产品则是池塘里面的养分。 "w&G1kw5I
"w&G1kw5I
既然是“鱼池”,那养什么“鱼”? "w&G1kw5I
"w&G1kw5I
所谓的鱼,指的是社会上形形色色的人。 "w&G1kw5I
"w&G1kw5I
他们都是各个产品的潜在客户,这些人都是通过特定的平台(即鱼池)来养殖,从而把客户的剩余价值等挖掘,达到每个客户生产的利益最大化。 "w&G1kw5I
"w&G1kw5I
既然有了“鱼”,那怎么养殖? "w&G1kw5I
"w&G1kw5I
鱼塘理论 "w&G1kw5I
"w&G1kw5I
在营销行业中,有一个著名的 “鱼塘理论” ,将用户比喻为鱼,所有存量用户组建成了一个“鱼塘”。 "w&G1kw5I
"w&G1kw5I
而一个鱼塘中按照大小来分,存在大鱼、小鱼、鱼苗等,在用户分层理论中,可以按照用户质量,将用户分为 核心用户、活跃用户和普通用户 3个层级。 "w&G1kw5I
"w&G1kw5I
鱼塘中真正能够产生价值收益的是大鱼,小鱼和鱼苗是潜在价值,用户群中真正产生价值的是核心用户,活跃用户和普通用户是潜在价值,鱼塘分群的用户增长逻辑就是将小鱼养大,将普通用户培养为活跃用户,将活跃用户培养为核心用户。 "w&G1kw5I
"w&G1kw5I
这里所谓的用户价值对不同产品类型有不同体现,电商类产品的高价值用户自然是购买频次高或购买单价高的用户,内容产品的高价值用户指内容生产者(UGC内容)或内容消费者(高频阅读、转发、评论互动)。 "w&G1kw5I
"w&G1kw5I
01、根据用户行为建立用户分层模型 "w&G1kw5I
鱼塘分群的用处在于根据产品的关键指标筛选不同质量的用户群体,以群体特征为原点设计运营活动促进用户关系的递进。 "w&G1kw5I
"w&G1kw5I
例如,在电商类产品的用户分层中我们一般 采用RFM用户分层模型 ,按照R(最近消费时间)、F(最近购买次数)、M(最近累计消费金额)3个维度将用户分为重要价值客户、重要发展客户、重要挽留客户、重要保持客户、一般发展客户、一般价值客户、一般挽留客户、一般保持客户8个类型,针对不同用户的行为特征设计针对性运营活动。 "w&G1kw5I
"w&G1kw5I
同样,RFM用户分层模型也适用于其他品类,按照R(最近访问时间)、F(最近时段访问次数)、M(最近时段互动次数)3个维度进行用户细分。 "w&G1kw5I
"w&G1kw5I
02、根据运营需求建立用户分层模型 "w&G1kw5I
在用户分层方式上,并不局限于固有的模型,可以根据当下运营阶段的 “北极星指标” 设置用户分层维度。 "w&G1kw5I
"w&G1kw5I
例如,当下运营阶段的“北极星指标”为提升用户粘性,那么用户分层的质量维度主要是用户访问频次、访问时长和访问深度。 "w&G1kw5I
"w&G1kw5I
(1)、用户访问频次:阶段时间内用户打开APP的次数,例如核心用户1天3次,活跃用户1天1次,普通用户3天1次; "w&G1kw5I
"w&G1kw5I
(2)、用户访问时长:阶段时间类用户使用产品的累计时长,例如核心用户1天60分钟,活跃用户1天30分钟,普通用户1天10分钟; "w&G1kw5I
"w&G1kw5I
(3)、用户访问深度:根据用户行为定义用户的互动性,例如核心用户平均浏览20个页面,活跃用户浏览10个页面,普通用户浏览5个页面。 "w&G1kw5I
"w&G1kw5I
在定义用户质量分层维度后,找到提升指标的关键点,例如提供普通用户的访问频次,可以向普通用户推送感兴趣的内容,提升普通用户的访问深度,可以向普通用户推出互动活动。 "w&G1kw5I
"w&G1kw5I
用户分层运营的目的在于针对性“投喂”,避免大鱼越来越大,小鱼逐渐流失的现象。 "w&G1kw5I
"w&G1kw5I
03、数据驱动的用户分层实践 "w&G1kw5I
用户分层运营是基于用户行为数据建立的用户群组标签,通过数据分析工具洞察用户行为,对用户进行有效分层。 "w&G1kw5I
"w&G1kw5I
以诸葛io为例,可以根据运营北极星指标设计多维度的用户分层指标。下面以“提升活跃用户”这个指标为例,对数据驱动分层的方法进行说明: "w&G1kw5I
"w&G1kw5I
首先,分析用户行为找到提升指标,既然要提升活跃用户,那么首先需要对“活跃用户”进行定义,例如活跃用户的定义是连续4天访问并且每天使用超过20分钟的用户,那么通过诸葛io的“粘性分析”可以看到15.2%的用户满足连续使用4天这个条件。 FGDVBUY@
FGDVBUY@
接下来,针对其余未满足条件的用户分析用户行为,将这一部分用户定义为“高流失风险用户”群组,在路径分析中分析用户的访问行为,观察在进入首页后哪一步的用户流失比较严重。 FGDVBUY@
FGDVBUY@
用户路径分析有2个目的,首先查看根据设定好的用户路径起始点,跟踪用户的后续行为习惯,其次查看不同行为的转化人数,找到用户高频访问行为以及低频用户访问行为,通过用户行为习惯向流失用户进行针对性唤醒活动的设计。 FGDVBUY@
FGDVBUY@
04、总结 FGDVBUY@
鱼塘分群的核心在于实现不同层级用户的正向循环发展,通过用户分群模型的应用及各群组针对性运营策略,在分群而饲的同时共同建立一个有效的鱼塘生态。