本文介紹了大規模用戶運營體系中的三大原則——數據驅動、精細化運營、自動化（或叫產品化），以及用戶運營體系中的三個子系統——用戶生命週期管理系統、用戶分層運營系統、用戶行為激勵系統。
我們在實際的產品工作中，經常會用到各種各樣的運營體系，比如用戶生命週期管理、用戶分層、積分系統、任務體系、會員體系、勳章體系等等。
那這些到底有什麼內在關聯呢？又該怎樣掌控不同運營體系進行協同使用呢？
這就要從用戶運營聊起了。
一個好的產品經理一定是懂用戶的。那什麼是懂用戶？
從微觀上講，要懂得用戶心理，就要具有同理心，瞭解在特定場景中，用戶行為的動機與成因；從宏觀上講，當產品的用戶規模達到一定量級後，用戶開始分層或分群，就要懂得管理用戶，運營用戶。
所以說，產品、運營不分家。
其實真正的用戶運營分為兩類：
一種是小規模的，偏集中式的運營。如針對幾十人KOL的運營，此時靠人肉、靠互動、靠情感，一般用於重點用戶的運營。
另一種則是大規模的，偏策略式的運營，更多靠規則、靠機制、靠系統，一般用於做大體量用戶的運營。
這一部分也是產品經理需要直接介入去制定相應的策略甚至搭建系統，比較初階狀態是關注表層或單點，如留存、促活、召回等單個環節；而高階狀態則關注內核及體系搭建，如用戶運營模型梳理+用戶運營體系的搭建（包含大量策略）。
小規模的用戶運營有很多的技巧，比較考驗運營人員的情商以及表達能力，需要大量實踐才能得到經驗和心得，術業有專攻，這裡就不細說了。
而大規模的用戶運營是策略性的，可以抽象出標準化的方法或流程，並在不同場景中複用，這對於產品經理來說是更有價值的。
一、什麼是大規模策略式運營？
大規模策略式運營有三個原則：數據驅動、精細化運營、自動化（或叫產品化）。
1. 數據驅動
我們常常在工作裡提數據驅動，那到底什麼是數據驅動？
首先要了解數據的三個基本分類：業務數據、用戶基礎數據、用戶行為數據。
業務數據，也就是和你所做業務直接相關的數據，具有商業價值的數據，比如金融產品中的充值、投資類的數據。
用戶基礎數據，就是用戶的基礎屬性，比如性別、年齡、地域、職業等。
用戶行為數據，也就是用戶使用你的產品時，在產品中做留下的行為路徑，比如功能使用情況、頁面停留時長等等。
這三類數據是相互關聯的，關鍵是找到這三類數據的關聯性，然後針對特定的用戶群體結合實際的業務場景進行行為分析，這就是數據驅動。
這裡有個問題就是數據獲取，一般採用數據埋點的方式，主要有兩種：
要麼自己公司研發在產品中注入代碼統計，並搭建起相應的後臺進行查詢；
或者可以考慮接入第三方的數據分析平臺，如諸葛IO、神策、友盟、GrowingIO等。
這兩種埋點方式基本的原理都是一樣的：對用戶進行標識，然後在應用中自動採集信息。
數據是分析的基礎，有了上邊所說的這幾類數據之後，我們開始做精細化運營了。
2. 精細化運營
所謂精細化就是針對用戶的差異進行細分，並針對不同的用戶群體制定不同的運營策略。
對用戶進行差異化細分，通常有四個思考的維度：
- 人群（性別、年齡、地域、職業）
- 渠道（自然流量、渠道投放）
- 場景（時間和地點，如通勤、睡前、週末）
- 使用流程（訪問、註冊、使用ABC功能、付費）
在對用戶進行細分時，要注意判斷用戶細分是否合理：用戶行為上能否呈現出顯著的差異和規律性。
對用戶成功細分後，就要制定相應的運營的策略了，比如電商類的產品，新手用戶將商品加入購物車但是並未付款，一天後進行推送或短信提醒。這就是一條自動化的策略。
3. 自動化（產品化）
當自動化運營策略的規模不斷變大併成體系之後，我們該怎麼管理呢？
掌控複雜系統的關鍵是：建立起支撐整個系統運轉的規則。
系統比較簡單時，將其拆解為多個元素或環節對其進行管理；系統比較複雜時，將其拆解或梳理為多個獨立的子系統來對其進行管理。
我們在實際的產品工作中，經常會用到各種各樣的運營體系，如用戶生命週期管理、用戶分層、積分系統、任務體系、會員體系、勳章體系等等。
它們可以概括為三大子系統：用戶生命週期管理系統、用戶分層運營系統、用戶行為激勵系統。
子系統1：用戶生命週期管理系統
我們經常會提到用戶生命週期，但產品也有生命週期。
我們常常忽視樹木所生長的土壤，所以要先明確產品所處的生命週期階段，瞭解此階段的特點和發展趨勢，在產品生命週期的基礎上去分析用戶生命週期。
- 產品的生命週期大體分為四個階段：初創期、成長期、成熟期、衰退期。
- 用戶生命週期分為五個階段：導入期、成長期、成熟期、休眠期、流失期。
將產品生命週期和用戶生命週期結合起來看，不同的產品時期有不同的用戶運營側重點：
初創期偏重於拉新；成長期要關注轉化；成熟期要防流失；衰退期就要考慮新的增長點了，想辦法把用戶遷移至新的產品。
瞭解了自己的產品所處的生命週期之後，就可以有側重的結合用戶的生命週期進行運營了。
1. 如何搭建用戶生命週期模型
搭建用戶生命週期模型分為三個步驟：
- 梳理業務邏輯（一切以實際業務場景出發）
- 找到影響用戶留存或消費的關鍵驅動功能（通常是產品的核心功能）
- 定義各個階段的用戶行為（結合數據分析，找到關鍵數據指標）
2. 如何管理用戶生命週期
搭建用戶生命週期只是第一步，接下來就要考慮如何管理用戶生命週期了，目標有兩點：放大單個用戶價值；讓用戶在高價值區間停留更久。
放大單體用戶用戶價值，也就是說把一個用戶從A（如成長期）升到B（如成熟期）。
我們需要通過數據分析，找到A與B不同用戶群體之間的相關性和差異性，分析的角度有三個：
- 從A到B的用戶中，哪條路徑最優？
- 從A到B的用戶中，大部分用戶符合什麼特徵？
- 從A到B的用戶中，大部分用戶是否發生過一些相同的行為？
之後我們就要通過一些運營策略對用戶A進行引導。
另一個使用用戶生命週期的場景是延長用戶的有效生命週期，建立預警流失用戶機制，可分為四個步驟：
首先要定義流失用戶，可以選擇關鍵行為（如投資金額與頻次），也可以選擇時間長度（如留存曲線拐點）。
定義好流失用戶後，要分析這個用戶群體的行為或屬性特性，找到流失徵兆，比如：
- 在流失前用戶進行了哪些類似行為
- 用戶是否集中於某一渠道
- 用戶的基本屬性，如性別年齡地域職業是否相似
- 流失的時間點，產品做了哪些動作，如是否發佈了新版本、是否更改了關鍵功能
找到明確的特徵後，就可以設立預警機制，完成對用戶引導了。
子系統2：用戶分層運營系統
我們在實際工作中經常會提到用戶分群和用戶分層，這兩個概念還是有差異的。
用戶分層是以用戶價值為中心，在同一分層模型下，一個用戶只會處於一個層次中；用戶分群是以用戶屬性為中心進行劃分，一個用戶可能同時擁有多個屬性。
比如根據用戶的投資金額分為不同的檔位，這就是用戶分層；根據年齡和地域分，同一個用戶可以同時在北京用戶和20-30歲用戶這兩個用戶群中。
最常用的用戶分層方式就是RFM模型：Recency（最近一次交易）、Frequency（交易頻率 ）、Monetary（交易金額）。
根據這三項指標來描述客戶的價值情況，依據這三個指標可劃分為八類客戶價值。
RFM是一種思考方式，不是唯一劃分方式，可以找到至少2個關鍵指標進行交叉分析，最後實現用戶分層。
RFM模型在不同行業都可以使用：
- 金融：投資金額、投資頻率、最近一次投資時間
- 電商：購買金額、購買頻率、最近一次購買時間
- 遊戲：等級、遊戲時長、充值金額
- 直播：觀看直播時長、打賞金額、最近一次觀看時間
以社區產品為例：
- 核心內容貢獻者（深綠）：做深度的情感維繫+利益共享；
- 次核心內容貢獻者（淺藍）：想辦法向核心內容貢獻者轉化；
- 主流內容消費者（橙黃）：做好內容推送，保證活躍；加強激勵，引導生產內容；
- 新用戶/潛在流失用戶（紅色）：做好內容推送，防止流失；
子系統3：用戶行為激勵體系
管理用戶行為的的最高境界是形成習慣。
積分、會員、勳章、任務、排名等等都是對用戶的行為激勵，這些激勵手段可以分為三類：短期激勵（如某個時間段內拉昇投資額）、單點激勵（如註冊後的綁卡階段激勵）、長期激勵（如會員、等級）。
這裡講一下常見的四類激勵手段：
1. 會員體系
會員可以分為三類：
- 針對新用戶，包一個高性價比的產品，提高轉化（流量池的運營手段，不用考慮分級）；
- 針對最高價值的用戶，提升忠誠度；
- 針對所有的用戶做會員（結合等級積分系統）；
想要搭建一套會員體系，分三步：
- 梳理能給到用戶的權益
- 判斷是否需要針對會員進行分級（若產品體量較大或用戶群體差異較大，則考慮分級）
- 分級方式主要有兩種：通過花錢分等級、通過成長值分等級
業界歷史最悠久的也就是QQ會員了，這個屬於付費會員，由於QQ的用戶量非常龐大，所以QQ會員也做了分級，不同等級的會員有不同的權益，有明顯的區隔。
2. 競爭排名
微信運動就是一個很好的競爭排名案例，充分利用了自己的社交屬性，與社交圈中認識的人相比較，這會對用戶產生更大的激勵作用。
微信找將每日步數這個簡單行為作為對照物，每日定時推送，用戶可以得到及時反饋，看到自己的步數和排名。在排行榜中，第一名的用戶可以佔領好友的封面，這也是一個非常有吸引力的榮譽激勵。
3. 身份榮譽
身份標籤或者勳章體系一般用於社區類的產品，激發用戶的身份榮譽感，提高用戶活躍。節點一般設在用戶的必經行為路徑上。
以知乎的勳章體系為例，在用戶的必經路徑上設置了一系列的勳章：完善個人信息、關注20人、評論10次、贊同100次、累計登錄100天、提5個問題、首答、回答20個問題、被500人關注、獲得1000贊同、成為優秀回答者、專欄作家……
我們從這一系列的勳章設定中可以看到，知乎在逐漸培養用戶的行為習慣，引導一個新手用戶從內容消費者到內容貢獻者再到核心內容貢獻者。
4. 積分體系
這是一個相對比較複雜的激勵手段，很多產品的積分沒有做起來，常見的原因有三類：
- 沒有穩定的預算來源
- 積分獲取比例失衡
- 積分消耗不穩定，甚至沒有積分消耗的渠道。
首先要考慮預算問題，沒有預算是沒有辦法做積分的，這是做積分的基礎，所以老闆不提供預算還是洗洗睡吧。
在考慮積分預算時，要從整體去考慮，產品有總的用戶維繫體系預算：除了積分預算，還有會員權益的預算、優惠補貼的預算、其他權益的預算等，所以要先看積分預算在整體預算中佔的比例。
設定積分預算時，有兩種常見類型：
- 固定金額法：常用於非直接付費類產品；比如設定積分的整體預算為100萬
- 固定比例法：常用於直接付費類產品；比如設定用戶投資金額抽成的1%作為預算
解決了預算問題後，就要考慮積分體系的整體搭建了。
積分體系其實有經濟學原理在裡面的，經濟學裡經常講的就是供需關係，積分系統也是這樣，整體可分為積分獲取（供）和積分消耗（需）。
積分獲取（供）
積分獲取太容易，就會引起通貨膨脹，貨幣貶值，也就是積分貶值。因為要控制成本，所以在兌換商品的價值（成本）恆定的情況下，需要更多的積分才能兌換；積分獲取太難，則會打擊用戶的積極性，起不到激勵作用。
積分消耗（需）
積分消耗太快，說明積分與商品的兌換比太低或兌換門檻太低，成本難以控制；積分消耗太慢，說明兌換比太高或兌換門檻太高，也會影響用戶獲取積分的積極性。
而上線後，再對兌換比或者兌換門檻調整時，很容易引起用戶不滿，導致大量客訴發生。
所以在前期的積分框架搭建時，要做好積分成本測算工作，控制單個用戶的成本和總體成本。
積分獲取的設計分為五步：
（1）行為梳理
可以根據實際業務流程，將用戶行為分為核心行為和非核心行為，比如在金融產品中，充值、投資類的行為就是核心行為，簽到、瀏覽資訊等行為是非核心行為。
（2）用戶分層與積分比值
根據核心行為的量化數值對用戶進行分層，設定不同層級的核心行為與非核心行為的積分獲取比例，要注意預留出未來上線並需要引導用戶行為的積分和通過活動發放的積分。
（3）單用戶積分總量測算
- 測算前：按照不同層級用戶分別獲取、按照用戶的最大獲取積分測算。
- 測算後：根據設定的核心行為與非核心行為的積分比值來調整比值。
（4）總用戶積分總量測算
按照不同層級的用戶分別計算，測算最大可獲取積分和預測獲取積分，在測算預測獲取積分時，要根據每個行為設定預設一個獲取率（根據歷史數據）。
（5）積分兌換比修正
- 測算積分兌換比：積分兌換比=總體用戶預測獲得積分/總預算
- 積分兌換比調整：兌換比轉化係數=目標兌換比/當前兌換比
- 調整行為分值：單個行為分值非整數，可以在小範圍內調整
- 測算單個用戶成本：測算不同層級的單個用戶補貼成本是否合理
關於積分消耗，可以從渠道和內容來進行規劃：渠道有積分商城和積分活動（抽獎、遊戲等）；內容有閉環商品（優惠券、紅包）和開環商品（採購商品、自行生產）。
完成了積分獲取和積分消耗的規劃後，在實際運營中也要注意對積分的維護。
根據數據指標檢測體系的健康程度，常見的指標有：預測發放積分量、實際發放積分量、積分消耗率（積分消耗量/積分實際發放量）、積分消耗人數佔比（積分消耗人數/當前擁有積分人數）。
- 若實際的發放積分量>預測發放積分量，則說明積分獲取較簡單，要提高積分獲取門檻；
- 若實際的發放積分量<預測發放積分量，則說明積分獲取太難了，要降低積分獲取門檻或者增加積分獲取通道。
積分的消耗率或積分消耗人數比一般在40%以上比較合理，當然會越高越好，若過低，則要考慮增加消耗渠道或者調整兌換商品內容。
總結
上面介紹了用戶運營體系中的三個子系統，你可能對平時遇到的各種運營體系有一個系統認知了，但是這裡有另一個問題——關於這三類子系統，用戶生命週期管理系統、用戶分層運營系統、用戶行為激勵系統，什麼時候該用哪種激勵方法呢？
其實可以結合產品的生命週期進行分析：
A. 在產品的引入期和成長期，可以做簡單的用戶生命週期管理，並配合階段性的用戶行為激勵，因為在這個階段主要考慮的是產品的拉新，即增量用戶。
B. 在產品成長期的後期，即用戶增量開始放緩、產品的用戶總量逐漸趨於穩定時，則要開始搭建整體用戶分層體系，進行精細化管理了。
C. 在產品的成熟期和衰退期，重點要放在防止用戶流失上，需要更精細的用戶生命週期管理以及全站用戶行為激勵體系。
如果你所做的產品中現在已經有這些不同的運營體系，而且可能是由不同部門或者不同的人去負責，那麼就要考慮，如何去整合這些運營體系並進行協同規劃了。
此時要重新梳理產品的實際業務流程和用戶成長路徑，參考用戶價值分層方法，搭建全新的用戶成長階梯和運營模型。
簡單說就是，梳理、整合、再次搭建用戶等級，然後上線運營，根據實際效果不斷去調整。
本文由 @嶽小魚 原創發佈於人人都是產品經理，未經許可，禁止轉載。
題圖來自 Unsplash，基於CC0協議