如何利用金字塔模型做好用戶分層運(yùn)營(附案例)
在所有的互聯(lián)網(wǎng)產(chǎn)品中,每個(gè)用戶都會(huì)扮演不同的角色,發(fā)生不同的行為。所以,我們?cè)诖罱ㄓ脩暨\(yùn)營體系時(shí),主要是基于用戶的角色和行為的不同,做用戶分層。而本文主要跟大家分享的是如何利用金字塔模型做好用戶分層運(yùn)營。
隨著互聯(lián)網(wǎng)在我們生活中的滲透率越來越高,任何一款產(chǎn)品,獲取新用戶的成本都在不斷增加。而且,到了一定用戶體量,不得不重視對(duì)存量用戶的運(yùn)營,這個(gè)時(shí)候,搭建一套成熟的用戶運(yùn)營體系勢在必行。
在所有的互聯(lián)網(wǎng)產(chǎn)品中,每個(gè)用戶都會(huì)扮演不同的角色,發(fā)生不同的行為。所以,我們?cè)诖罱ㄓ脩暨\(yùn)營體系時(shí),主要是基于用戶的角色和行為的不同,做用戶分層。
這也是我們?nèi)粘Kf的精細(xì)化運(yùn)營的前提,只有做好用戶分層,才能針對(duì)不同層級(jí)的用戶制定相應(yīng)的運(yùn)營策略,才能做到精細(xì)化。
既然我們要根據(jù)用戶扮演的角色和發(fā)生的行為做用戶分層,就會(huì)產(chǎn)生一些疑問:用戶的角色類型這么多,用戶的行為甚至無法預(yù)測,怎樣決定用什么樣的形式進(jìn)行用戶分層呢?
我們可以用以下幾種常見方式進(jìn)行判斷:
- 金字塔模型分層
- AARRR模型分層
- 用戶價(jià)值模型分層
今天,我們主要來說金字塔模型分層。
金字塔模型大家應(yīng)該都見過,比如上圖:根據(jù)用戶活躍表現(xiàn)、價(jià)值貢獻(xiàn)高低、影響力大小等維度由下到上搭建一個(gè)金字塔模型,再根據(jù)用戶在上述維度上的表現(xiàn)情況,賦予不同用戶不同的角色和權(quán)力以及上升通道,形成一個(gè)良性的循環(huán)。
需要注意的是:并不是所有的產(chǎn)品都適用金字塔模型分層,以我們常用的鬧鐘產(chǎn)品為例,我們不能因?yàn)橛脩裘刻熘贫ǖ聂[鐘多就認(rèn)為他是最核心的用戶。使用金字塔模型的產(chǎn)品,通常在用戶之間需要具備相互影響的能力。
金字塔模型看上去是所有分層模型中最簡單的一種,我好像可以根據(jù)對(duì)一款產(chǎn)品的了解,就可以畫出他們的模型。比如:知乎,回答問題多的就是核心用戶,回答問題少的就是非核心用戶。
姑且不說這種憑借經(jīng)驗(yàn)和感覺分層的方式是否正確,即使是對(duì)的,你怎樣判斷回答問題多、回答問題少?
所以,金字塔模型本身也沒有想象的那么簡單,需要在充分理解業(yè)務(wù)和用戶及數(shù)據(jù)的基礎(chǔ)上,才能搭建成功。
當(dāng)確定了一款產(chǎn)品適用于金字塔模型之后,首先,我們應(yīng)該梳理清楚該款產(chǎn)品的核心業(yè)務(wù)邏輯。
何為核心業(yè)務(wù)邏輯?
你可以理解為一款產(chǎn)品最早期時(shí)具有的功能,如果沒有發(fā)生特別大的變化,就是該產(chǎn)品的核心業(yè)務(wù),針對(duì)該核心業(yè)務(wù),不同角色方在產(chǎn)品內(nèi)建立起的一套閉環(huán)的關(guān)系,就是核心業(yè)務(wù)邏輯。
以脈脈為例:
把脈脈的這么多功能進(jìn)行羅列之后,基于對(duì)產(chǎn)品邏輯梳理及業(yè)務(wù)分析之后,我們知道脈脈最核心的功能是找工作、搭建職場人脈、職場社交。
在確定了產(chǎn)品核心業(yè)務(wù)邏輯之后,我們要思考:
- 會(huì)否因?yàn)槟承┯脩敉怀龅谋憩F(xiàn)、活躍、貢獻(xiàn)而給產(chǎn)品創(chuàng)造出更多的價(jià)值?
- 是否存在無外界干擾情況下的自然狀態(tài)下的用戶生長進(jìn)階?
我們需要根據(jù)上述思考結(jié)果進(jìn)行金字塔模型搭建,如果產(chǎn)品會(huì)因?yàn)槟承┯脩敉怀龅谋憩F(xiàn)、活躍、貢獻(xiàn)而創(chuàng)造更多價(jià)值,那么就可以依據(jù)用戶活躍、稀缺性等進(jìn)行分層。如果用戶會(huì)自然進(jìn)階,那就搭建好可以自然進(jìn)階的角色。
搭建過程中,對(duì)每個(gè)層級(jí)用戶的命名其實(shí)相對(duì)是不那么重要的,重要的是如何定義這些用戶層級(jí)。比如:你可以把知乎中最核心的用戶叫做“獨(dú)領(lǐng)風(fēng)騷”,把最大眾的用戶叫做“初出茅廬”,這些都很簡單,重點(diǎn)是如何定義“獨(dú)領(lǐng)風(fēng)騷”和“初出茅廬”到底是誰,找到分層的節(jié)點(diǎn)和分層的依據(jù)。
- 我們可以把知乎中的名人/KOL定義為“獨(dú)領(lǐng)風(fēng)騷”,他們是知乎重點(diǎn)維護(hù)的對(duì)象,自身帶有一批話題追隨者,是意見領(lǐng)袖,可以產(chǎn)出高質(zhì)量高瀏覽量的內(nèi)容,提升知乎站內(nèi)整體的流量和互動(dòng)表現(xiàn)。
- 我們可以把各個(gè)話題/領(lǐng)域下的專家/高貢獻(xiàn)用戶定義為“登峰造極”,他們可以產(chǎn)出專業(yè)的內(nèi)容,成為自媒體時(shí)代出口成章下的一股清流,一直保持著知乎的內(nèi)容影響力,解答有需求用戶的疑惑。
- 我們可以把偶爾回答出一些具有互動(dòng)性(感謝、收藏、贊賞)內(nèi)容,對(duì)知乎使用度很高,熱愛贊賞、收藏其他答者內(nèi)容的用戶定義為“爐火純青”,他們是核心流量的貢獻(xiàn)者,是話題內(nèi)容的傳播者。
- 我們可以把普通的瀏覽型用戶定義為“初出茅廬”,他們還沒有/不喜歡回答問題,只是經(jīng)常查詢/瀏覽一些話題,然后沒有留下太多互動(dòng)足跡,是流量貢獻(xiàn)者。
找出以上各個(gè)層級(jí)的用戶,我們可以借助數(shù)據(jù)、用戶標(biāo)簽等來完成,相信大部分產(chǎn)品都是具備用戶基礎(chǔ)數(shù)據(jù)和行為數(shù)據(jù)的。比如:Chris是互聯(lián)網(wǎng)運(yùn)營領(lǐng)域的名人,很牛逼,也入駐了知乎,開了話題,但是發(fā)言數(shù)和互動(dòng)數(shù)都低于一個(gè)平均值,那么這個(gè)名人可能就無法進(jìn)入“獨(dú)領(lǐng)風(fēng)騷”層面,需要更細(xì)的去分層運(yùn)營。
進(jìn)行完用戶分層,需要針對(duì)每個(gè)層級(jí)的用戶,我們產(chǎn)品對(duì)該用戶的定義、期望,來制定專門的運(yùn)營策略。
以早期的美麗說為例:
- 時(shí)尚達(dá)人,定義為“美女、承載品牌形象和對(duì)外宣傳”,蘑菇街對(duì)時(shí)尚達(dá)人的期望是“樹立品牌”,核心運(yùn)營策略是“簽約,給時(shí)尚達(dá)人固定的收益、形象包裝和品牌曝光”。
- 超級(jí)達(dá)人,定義為“懂時(shí)尚,有欲望來表達(dá)自己,輸出優(yōu)質(zhì)內(nèi)容”,蘑菇街對(duì)超級(jí)達(dá)人的期望是“創(chuàng)造內(nèi)容”,核心運(yùn)營策略是“給超級(jí)達(dá)人分成,幫超級(jí)達(dá)人宣傳提升知名度”。
- 活躍用戶,定義為“喜歡時(shí)尚,不一樣有能力輸出優(yōu)質(zhì)內(nèi)容,但樂于傳播分享”,蘑菇街對(duì)活躍用戶的期望是“傳播內(nèi)容”,核心運(yùn)營策略是“給活躍用戶定期回饋,邀請(qǐng)參加一些線下活動(dòng),寄送一些小的精美禮物”。
- 需求大眾,定義為“消費(fèi)內(nèi)容,找到想要的東西后就會(huì)離開”,蘑菇街對(duì)需求大眾的期望是“消費(fèi)內(nèi)容”,核心運(yùn)營策略是“全站活動(dòng),各類優(yōu)惠券、折扣、代金券發(fā)放引導(dǎo)轉(zhuǎn)化”。
當(dāng)我們做好了上述內(nèi)容,就可以基于每個(gè)層級(jí)用戶的核心運(yùn)營策略,結(jié)合公司現(xiàn)有的資源和手段,做一些可落地執(zhí)行的具體的運(yùn)營工作了。
#專欄作家#
Chris,微信公眾號(hào):產(chǎn)品運(yùn)營(pm-2020),人人都是產(chǎn)品經(jīng)理專欄作家,關(guān)注在線教育、社交、電商并參與多個(gè)項(xiàng)目從0-1的搭建。轉(zhuǎn)型互聯(lián)網(wǎng)金融,負(fù)責(zé)信用卡和現(xiàn)金貸產(chǎn)品的全流程運(yùn)營工作。熱愛將別人眼中“不值一提”的細(xì)節(jié)用文字呈現(xiàn)出來。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理?,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Pixabay,基于 CC0 協(xié)議
有引發(fā)一些思考,但是感覺又有點(diǎn)淺嘗輒止,作者大大能不能多講講細(xì)節(jié)?比如只講了如何定義每個(gè)分層,但是具體怎么找到分層的節(jié)點(diǎn)和依據(jù),看了后還不是很明晰
這跟某平臺(tái)的課程內(nèi)容很像。
不過想探討一下,因?yàn)榻鹱炙P蛣澐值挠脩羰强梢赃M(jìn)階的嗎?那是否需要考慮模型劃分周期的問題,比如說年初制定了一套劃分依據(jù),三個(gè)月后是否需要觀察數(shù)據(jù),再重新制定一套劃分依據(jù)呢?
這個(gè)好簡短呀,和之前的RFM模型不一樣呀
不是每篇文章都能寫這么長呀 ?? 方法大概一致,通過數(shù)據(jù),找到分層點(diǎn),并在該點(diǎn)制定運(yùn)營策略。
可以期待下后面的文章,近期會(huì)發(fā)。
這也是現(xiàn)在的趨勢,不僅分層還更細(xì)分差異化。利用大數(shù)據(jù)和算法的推薦系統(tǒng)和廣告推送系統(tǒng)來實(shí)現(xiàn)精準(zhǔn)營銷
是的,現(xiàn)在純?nèi)斯ぷ鲆恍┐笙到y(tǒng)的用戶分層很難,一些用戶運(yùn)營分層方法更多是幫助運(yùn)營在日常工作中發(fā)現(xiàn)問題、調(diào)整方向,在沒有更多外部資源支持的情況下,做到更精細(xì)。像你說的很多系統(tǒng)已經(jīng)比較成熟了,包括前幾天獲得1.1億美元融資的兌吧,被稱為“用戶運(yùn)營合伙人”,都很不錯(cuò)。
我們也在做這個(gè)事情