數據運營小白如何搭建“初期用戶生命週期體系”?

在用戶全生命週期的流程中,無論是產品還是運營,都希望瞭解用戶在不同產品階段的產品使用特點,然後根據不同的特點來設計運營動作以此來提升用戶的轉化及留存。

在本次內容中我將從運營的視角,結合之前參與的一個從0開始搭建的社羣類教育付費產品項目來進行描述,如何通過營銷轉化的形式逐步完成初期用戶分層以及用戶全生命週期的搭建。

一、用戶全生命週期搭建底層邏輯

1、爲什麼要做用戶生命週期搭建?

首先還是先來進行一些概念性的普及,對於很多剛剛做C端產品的用戶或者策略方向的運營小夥伴來說(尤其以教育行業爲勝),產品多數展現在APP之中,而用戶的運營多是基於微信環境進行操作,整體運營的考覈KPI或OKR多爲用戶的增長或轉化。

數據運營小白如何搭建“初期用戶生命週期體系”?

 

在面對增長或者轉化的考覈標準時,很多剛做運營的小夥伴的策略方向基本都是停留在關注表層的增長或者轉化方法論。

每天就是在重複地思考用什麼樣的活動獎品來引導用戶完成拉新任務,用多少的折扣優惠來促進用戶的付費意願,他們不會去仔細想,如:

每個月的增長目標到底怎麼衡量是否合理;現有的用戶如何最大程度能夠達到目標的GMV;我們現在已有的用戶分層情況是什麼樣子,哪部分用戶能夠撬動大的資源來幫助自己達成目標等……

像這樣浮於表面沒有深入用戶的運營動作,其結果一方面沒有辦法有效預估,很容易造成活動的失敗,另一方面對於個人成長沒有很大的幫助,因爲你能夠得到的結果就是,做了活動,然後得到了活動結果,至於項目中到底促活了多少老用戶,有多少新用戶參與到了產品的付費轉化都一概不知。

數據運營小白如何搭建“初期用戶生命週期體系”?

 

得出的數據沒有辦法幫助我們進行有效覆盤,對於後續運營沒有指導意義。

所以,爲什麼要對用戶生命週期有一個完整的搭建。因爲在我看來,多數C端產品的用戶生命週期本身就是一個有效的分層維度,我們可以清楚地知道用戶的來源,付費情況等基礎信息,然後拆解KPI,基於不同的來源及付費情況設計屬於他們的增長轉化活動來達到最終目標。

2、用戶生命週期的基本概念

理解用戶生命週期我們可以從【流程端】+【用戶端】兩個大角度來進行思考:

  • 用戶的生命週期從整體流程上來說分爲5個大塊:引入期,成長期,成熟期,休眠期,流失期。

很多同學可能只是記住了這幾個大塊的順序,明白一個用戶從初始狀態到最後結束會經歷這樣一個過程,但是在不同階段的運營的策略應該如何設計,策略的重心是什麼,哪些維度的數據能夠輔助我們進行下一步的運營決策等……這5個大塊其背後都能夠衍生出非常多的局部業務模型。

數據運營小白如何搭建“初期用戶生命週期體系”?

 

清晰用戶整體流程不是關鍵,能夠明白企業在不同模塊的策略玩法,自身在業務模型的定位纔是重點。

  • 從用戶端需要注意四個基本概念:CAC,LTV,用戶生命週期以及APRU。

CAC(Customer Acquisition Cost,單個獲客成本),LTV(LifeTimeVaule,用戶生命週期價值)。

很多時候我們會用ROI來衡量一個產品或者單個渠道的健康程度,ROI=LTV/CAC>3相對就是理論上的健康狀態。但是在現實情況中筆者也遇到過一些項目,他們整體ROI≥1處於一個不是很理想的情況,但我們就能以此來說它有問題嗎?

數據運營小白如何搭建“初期用戶生命週期體系”?

 

我個人認爲還是需要具體情況具體分析,很多項目在推進過程中都會有一個時間窗口,在固定的時間段中需要通過大量的資金投入來提高市場佔有量,所以在短時間內ROI≥1也是一個能夠接受的結果。

在瞭解CAC及LTV的關係之後,我們再看運營人員如何對用戶的全生命週期進行引導和干預,同時他能產生什麼樣的結果?根據公式,毛利潤=LTV-CAC,我們可以將LTV拆解爲LT(生命時間)×APRU(週期內用戶平均收入),所以最終的公式可以展現爲:

毛利潤=LT*APRU-CAC

現在我們站在全局的角度來思考,CAC由投入資金來決定,LT和APRU則和後續的運營有極大的關聯,如果我們想讓利潤>0,提高LT和APRU必不可少。

在這個地方附帶說明一下,本來想和大家詳細講解一下用戶在5個生命週期中的一些詳細運營方法,但是整個框架梳理下來之後發現需要講解的內容非常詳細且複雜,簡單地說明又擔心有誤導的嫌疑,以後如果有機會的話,希望能和大家詳細溝通探討這方面的內容。

二、案例拆解

下面我將對我之前做過的一個教育產品轉化模型搭建爲案例進行拆解,講解一下當時我們對於搭建初期用戶生命週期體系的一個思考邏輯。

1、項目背景

產品主要內容爲興趣類成人教育(具體方向不變說明),主要面向的人羣多爲二線及二線以下的下沉市場用戶,年齡多分佈在18~30歲之間,男女比例相當。

初始用戶來源爲外部流量合作,隨後引入APP利用福利的形式進行第一次消費,付費用戶引導進入社羣,由專業人員進行輔導服務。但產品後期隨着單個獲客成本升高,公司希望能夠在微信生態下延長用戶的生命週期,提高單個用戶價值。

數據運營小白如何搭建“初期用戶生命週期體系”?

 

2、項目前期思考

項目啓動之前,社羣主要以用戶服務爲主,有一套以完課率,畢業率等爲標準的服務考覈指標,但是社羣內用戶整體復購能較弱,沒有固定的後期轉化產品,整個服務團隊的人效比相對較低。

隨後在和用戶前期深入交流及調研之後發現:

  • 已有社羣的優勢在於對用戶維繫的能力很強。
  • 但是沒有良好的後續復購引導,用戶瞭解後續需要學的內容,但是沒有一套標準的體系來講解繼續學習的必要性。
  • 學員的服務沒有固定的週期,沒有標準化的社羣SOP。

所以,我們整體對於延長用戶生命週期+提高用戶價值策略爲:

標準化流程(篩選出復購意向用戶) → 提高後續課程轉化(對復購用戶和初次付費用戶進行分層) → 增加產品SKU,提高銷售額(篩選高質量忠實用戶) → 針對不同用戶設計“老帶新”增長玩法。

3、不同階段用戶轉化模型及數據結果

  • 1.0版本模型:對復購課程進行價格及內容的拆分,降低後續學習難度以及價格決策的難度,在這個階段我們大致跑了1~2個月左右的時間,整體轉化率提高了10%。
  • 2.0版本模型:建立初級會員體系,這個期間繼續以提高學員的復購意願爲主,同時增強學員的身份認同感,對普通用戶和會員用戶進行了區分,這個階段轉化率在原有基礎上提高了8%左右。
  • 3.0版本模型:在原有基礎上,增加更多內容深度更深的課程,這個階段的主要目的爲提高整體團隊的營收。3.01版本模型:以營收爲主要目的,增加了周邊實物產品的售賣。
  • 4.0版本模型:在已有用戶基礎上實現用戶增長,針對爲復購用戶設計簡單任務報裂變及轉介紹讓利活動,針對復購會員用戶,打造線上分銷團隊,增加商品SKU,由分銷員帶更多體驗課例子進行後續轉化。

4、項目總結

整個項目大致跑了10個月左右的時間,整體以用戶在固定時間內由產生復購開始,到最終學完不再付費爲止建立了一個初期的用戶生命週期體系,整體來說提高了原有團隊的人效產出,同時爲企業找到了第二條用戶增長曲線。

雖然對於每個階段內部的用戶沒有進行詳細維度的分層劃分,但是這也可以作爲一個在線教育行業用戶路徑的一個大致框架。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章