做運營，我們常會聽到用戶生命週期的概念。
傳統營銷學上講得是客戶生命週期（CL：Customer Lifetime）管理。對互聯網運營，我更傾向用戶生命週期的說法。
傳統公司怎麼管理客戶生命週期呢，我們生活中遇到的很多營銷手段，都可以歸納到這個範疇。不定期收到的各類促銷信息、商場消費後拿到的滿減券、航空公司的里程數、售後維護等等。一切的手段都是爲了延長客戶的消費週期。你去菜場買一把菜，末了老闆王二麻再送你一把蔥，說：下次記得再來，都可以算。
互聯網公司，客戶在廣義上變爲用戶，用戶生命週期就是今天的話題。
用戶生命週期管理是一個很大的話題，用戶從第一次使用APP，到最後一次打開的時間，我把它定義爲用戶生命週期。
運營角色一直貫穿整個生命週期，在新用戶還沒有註冊前，就尋求媒體曝光、渠道推廣和活動營銷、哪怕在卸載APP後，同樣會用盡手段希望喚回用戶，例如老用戶回饋，郵件推送社交好友動態等。
很多文章都會通俗的解釋說，運營就是讓用戶留下來，沒錯，但是它漏了後半句話。讓用戶留下來，並且賺錢。
用戶生命週期價值CLV（Customer Lifetime Value，也有稱LTV：Life Time Value）比生命週期更重要。讓用戶能在生命週期中產生商業價值，纔是運營的使命。
這裏的商業價值，不單純是電商廣告遊戲等賺錢模式。信息和數據這些無形且很難量化的也是商業資產。
運營的目標就是盡一切可能延長用戶的生命週期，並且在生命週期中盡一切可能產生商業價值。
用戶商業價值CLV會不斷累加，生命週期CL會不斷減少。期間又能劃分成新增期、成長期、成熟期、衰退期、流失期等。這裏就不深講，主要講與運營結合。
爲什麼要談用戶生命週期和價值？因爲做運營不得不接受的事實是，無論你是多麼出色的運營，都無法真正制止用戶的流失（流失的概念，可以看我的上篇文章）。你可以延長它，但就是不能阻止它。
當產品獲得足夠多的用戶時，最大的問題不是繼續獲取，而是從用戶身上賺回錢。成熟的產品都應該考慮CL，以及更重要的CLV。
菜場首席運營官王二麻同志，他每次在你買菜後送一把蔥，不是看你可愛帥氣（雖然關注我文章的確實都很可愛帥氣！），而是希望下一次顧客仍舊去他那裏買菜。這是打感情牌。
送一把蔥纔多少錢，可只要送的蔥足夠多，哪怕讓10%的顧客有好感下次仍去他那裏買菜，王二麻就能把錢賺回來。王二麻都有這個運營意識，人人都是運營的口號應該喊出來了。
只要用戶能用產品更長時間，就有更大的可能賺錢。CL和CLV是基的不能再基的關係。
有些特殊的商業形態，獲利週期極短或者只有一次，比如婚慶，比如微商，反正我是沒見過傻的再買第二次的人了。這時沒有CL。
這裏引出運營的終極公式之一：
賺錢=CLV（用戶生命週期價值）-CAC（獲客成本）-COC（運營成本）
（整個公式是運營體系的框架之一，另外兩個指標以後會寫）
運營是互聯網商業變現的落地和執行者。不同產品不同商業模式，用戶的CLV也會差異很大。比如電商的CLV由一系列購買的指標決定，新媒體和門戶的CLV由廣告和曝光量指標決定，遊戲的CLV則是土豪玩家這個羣體。
一個合理的CLV模型應該是綜合考量各種指標和數據建立起來的。
一款產品若沒有探索出合適的商業模式，CLV模型很難搭建起來。需求低頻，或者變現週期漫長，則計算一樣不準確。
用戶生命週期則比CLV更容易計算和運營。
我們通常說的留存率，就是用戶生命週期的殺手鐗應用。通過留存率，我們分析出用戶的黏性、活躍度等指標。但留存率很難和商業掛鉤，不具備商業的可解釋性。我們就會換算成生命週期。
用戶生命週期=週期/(1-週期內新增留存率)
如果一款產品新增用戶的月留存率是70%，那麼估算出：平均用戶生命週期=1個月/（1-70%）=3.3個月。
運營的目標就是延長用戶生命週期從3.3個月到4個月、5個月乃至更長。並且在此期間產生商業價值。對於大部分產品，這個公式都是適用的。
如果這個產品低頻，例如旅遊類產品，普通人不可能頻繁旅遊，那麼數據上留存率就不會特別好看。這時的估算會有偏差，可以拓大時間維度。
如果需要更精準的指標，則可以將數據製作成頻數分佈圖。
來看看怎麼精準的分析和運營：
-
用戶生命週期最少的那部分用戶，例如10天，有什麼具體特徵，爲什麼不用？
-
用戶生命週期最多的那部分用戶，有什麼特點？
-
分佈人數最多的用戶，怎麼樣能想辦法抓住他們的痛點？延長他們生命週期
-
究竟是用的久的用戶（二八理論），還是分佈人數最多的用戶（長尾理論），產生的商業價值大？
每個用戶的生命週期都能產生商業價值，但有些用戶註定更有價值。
用戶生命週期和流失是息息相關的，用戶流失，便是用戶生命週期的終止。
用戶不用APP，可能是比較忙，可能是出去旅遊了，可能是大姨媽來了心情不好。那麼運營應該怎麼判定他是上述情況，還是卸載不用呢？也許我們需要幾個月後纔會發現用戶最後登錄停留在某一天。高級運營和初級運營的分水嶺在於：初級運營經常事後補救，高級運營能夠防範於未然。
將用戶的流失可能扼殺在萌芽階段，是延長用戶生命週期的有效手段之一。這聽起來很玄乎，但舉個例子就會明白的。
一款社交應用，通過流失用戶的特徵分析。發現瞭如下的幾個特點。
-
流失用戶中，40%的用戶沒有完善資料
-
新增用戶沒有導入通訊錄好友，流失概率比導入的高20%
-
新增用戶在第一週使用中，如果添加的好友低於3，則一個月後的流失概率超過一半
-
用戶流失前一個月，互動率遠低於APP平均值。
這些特徵很容易讀懂了解，運營也很容易針對性的採取策略。例如良好的新手引導、引入好友推薦（想想微博和各興趣向APP）、增加曝光量、乃至使用機器人等等。
如果數據化運營更徹底，可以運營和數據分析結合，將上述的特徵建模，得出一個比較準確的流失概率預測。用模型計算出某一類人羣流失概率在80%以上，和知道什麼樣的人可能流失，在運營上是兩個層次。
我們可以構建決策樹模型，因爲決策樹模型的可解釋性強，它是if-then的集合，運營非常容易理解。比如用戶完善資料低於50%，且沒有導入通訊錄好友，且好友數量低於3，則其一個月後的流失概率爲80%。模型訓練出葉節點，運營用SQL就能跑出來可能流失的用戶羣。
另外，發掘出變化性變量在運營中有奇效。比如完善資料，是否導入通訊錄好友，都是靜態、狀態型的特徵，更多是產品上的優化。但是某一類用戶流失，能通過其他數據特徵體現，比如上週打開了APP20次，本週打開了5次，下週打開了1次，趨勢是下降的，這絕逼是累感不愛了啊！（趨勢上升是另外一種運營策略了）這時我們運營就可以採取溫暖的愛的抱抱，運營這類用戶。
Tips：
用戶生命週期運營實際會更復雜，比如真正產生商業價值的羣體應該去運營和分析，需不需要引入CRM，RFM等等，比如常見的積分體系能不能提高CL。
轉自：秦路 秦路 2016-09-10