用户运营指标体系建设实践 by 千冰仪

最新推荐文章于 2024-05-01 06:40:48 发布

云祁

最新推荐文章于 2024-05-01 06:40:48 发布

阅读量647

点赞数

文章标签：大数据人工智能 java 数据分析编程语言

原文链接：https://mp.weixin.qq.com/s?__biz=MzU4NjQzNjUxMQ==&mid=2247492396&idx=1&sn=614d3861c4357e24510cefa2f406518d&chksm=fdf9f9dcca8e70ca166dff1fbb266afb6a7982c8425d8a17d0412a5dd18f729b7851d8479b66&scene=126&&sessionid=0

版权

一、用户运营做什么?

企业的生存和发展的根本是用户，用户的规模和增速可以决定一个公司的生死存亡。所以，各行各业，不管在做什么业务，都绕不开对用户的运营。今天主要讲讲，对于电商行业，用户运营主要做什么，如何构建数据化驱动的用户运营指标体系。

数据指标体系的规划设计之前，必须要先搞清楚业务过程，“业务数据化，数据业务化”，强调的是数据和业务紧密的关系。对于用户运营来说，主要在做什么事情呢?AARRR的海盗模型虽然老套，但的确是用户运营领域比较经典的拆分过程。

1.用户获取(Acquisition)

新产品问世，首先要解决的就是从哪里获取目标用户的问题，相应的就渠道运营的角色去做广告投放或者其他资源置换的手段，获取用户流量。例如去应用商店、搜索引擎或者微信、抖音、B站等其他流量池中去“买”用户。

2.激活转化(Activation)

流量渠道运营只是解决了“酒香怕巷子深”的问题，将用户成功地吆喝过来，但是是否能够最终转化呢，一是你吸引的客户是真有诉求还是只是“好奇心害死猫”重度患者，二是产品本身是否足够有吸引力，能够提供好的体验和服务，让他愿意买单，开始使用你的产品。

3.留存活跃(Retention)

流量红利过后，我们都知道获取一个新客的成本远比维系一个老客的成本高，百年老店靠的多是回头客的生意。所以，用户运营需要通过产品功能激励、营销活动等方式，刺激用户持续活跃(复购)，对于沉默许久或者即将流失的用户，用声泪俱下的感人文案加上大额的复购红包刺激，通过短信、Push等不同的手段进行挽留召回。这里可以细分出产品运营、活动运营、用户运营的角色。

4.获取收入(Revenue)

生意经营的目标最终是为了赚钱，运营用户持续增长的归宿也是让用户产生更多的交易或者花更多的钱。一是薄利多销，通过持续的复购，拉升消费频次，提升单个用户的LTV，二是提供更多差异化的付费服务，为人民币玩家提供更多的尊享感和优越感，通过付费会员获取收入。

5.传播裂变(Reference)

做生意最忌讳一锤子买卖，除了靠回头客还希望可以有更多的口碑传播。通过用户自身的社交能力，带来自传播的增量。

总结一下，用户运营的核心工作可以概括为：拉新、促活、维老。

二、用户运营希望数据能做什么?

1.流量获取环节

好钢用在刀刃上，把钱花在最有价值的渠道上。渠道运营希望可以通过数据分析，找到最合适的渠道，持续优化渠道投放策略，精准获客，比竞对可以用更低的价格获取新用户。

2.产品使用环节

用户使用产品爽不爽，交易流程是否纵享丝滑，用了之后是直接卸载还是回头再来呢。产品运营要背活跃转化率KPI，希望数据可以定位薄弱环节，提供优化方向，不断提升用户购买转化率。

3.用户运营环节

做了很多的运营动作，营销活动，用户结构是否合理，是否朝着正向发展?需要构建能够全面评价用户健康的指标体系，持续监控。用户的复购或留存率如何，消费频次、ARPU、LTV处于什么段位。营销的成本是打水漂了还是带来了用户新客的增量、老客粘性的提升?

三、用户运营指标体系

单纯的数据指标只能作为数据信息输入，将业务过程的指标抽象形成全局性、系统化的决策知识是指标化管理最大的价值。

这里再赘述一下指标体系基本概念，指标体系构成四要素：指标库、指标之间的管理关系、指标分析时的拆分维度，以及对于指标数据好坏的评价标准。因为，毕竟单纯的看每天新增新客20W这个指标是说明不了问题的，这个数据到底是不断增长向好还是持续走低，花了多少钱才达成这个数值呢，是不是烧钱烧来的呢，你的获客成本比竞争对手是有足够大的优势吗?

按照电商业务运营过程，整理的用户运营相关的指标体系如下：

指标体系的作用主要是量化业务过程的现状，帮助发现业务问题，定位问题下一步就是如何做了，例如怎样才能提升渠道投放质量或者促进用户持续活跃，从活跃用户成长为高价值用户或者付费用户呢?这时就需要用到用户画像和分群相关的数据能力输出了。首先，各个环节都需要了解用户的画像特征结构，这样才能清楚地知道目前用户现状如何，其次，以具体的运营目标确定用户分群，如利用RFM模型找到高价值用户，对高价值用户持续保留，并且通过运营活动，让更多高潜用户成长为高价值用户。

四、数据产品设计建议

虽然列举了用户运营过程中的很多个指标及相关体系，但实际在做分析决策类数据产品的规划和设计时，还需要进一步基于你产品服务的用户对象及其使用场景，确定要呈现的核心指标展示优先级，不能只为求全眉毛胡子一把抓，失去重点。

1.管理层看用户运营，关注什么?

对于公司高管而言，公司不同阶段指标侧重点不同，例如上市公司除了关注营收GMV等业绩指标外，他还希望看到的是公司持续增长的能力，以及目前业务的运转是否是健康可长久活下去的。因此，他们首先会关注新客增长情况，以及新客的获取成本处于行业什么水平。其次，也需要对当前用户整体的健康度有个定期的认知(用户结构等指标相对稳定，短期内不会有太大突变)。在管理驾驶舱等产品设计时，需要把新客数、CAC、ROI、ARPU、消费频次等指标纳入其中。这样老板就可以知道各个运营团队做的事情是否起到了作用，提供自上而下的管理抓手。

2.用户运营等一线运营人员关注什么?

今年老板把新客KPI上调了50%，并且开始关注用户ARPU了，作为一线运营同事，我该怎么做呢?此时，数据产品就需要可以帮助渠道运营、用户运营、活动运营等不同运营角色，细化各个环节的运营指标，提供KPI的监控能力，并且通过对不同人群的画像分析，找到可以落地执行的运营方向。

五、总结

用户运营是每个公司都会设计的业务环节，数据化运营的本质是指标化管理加上精细化运营。因此，在用户运营指标体系设计的时候，不管是GSM还是UJM等模型方法论，第一步是要充分理解业务运营动作和用户使用过程。其次，在指标确定时，多问几个为什么，业务看到这个指标后，能知道他做什么事情呢?是看一看“哦，我知道了”，还是，“我们可以尝试XX方法”呢。