后疫情時(shí)代,如何搭建高效的用戶增長模型
導(dǎo)讀:后疫情時(shí)代,全球經(jīng)濟(jì)低迷,傳統(tǒng)線下渠道不振,用戶消費(fèi)收縮,都令企業(yè)經(jīng)營更加困難。從長遠(yuǎn)看:隨著移動互聯(lián)網(wǎng)普及度接近飽和,移動互聯(lián)網(wǎng)人口紅利期即將結(jié)束。在這種大趨勢下:該怎么保持增長?是整個(gè)移動互聯(lián)網(wǎng)行業(yè)的共同焦慮。
傳統(tǒng)的AARRR模型已經(jīng)不再是有效的增長模型,作者通過對用戶增長模型迭代歷程的梳理,為我們介紹了一種新的用戶增長模型——“6R”模型,與大家分享。
談及增長,人們總是習(xí)慣性捧出AARRR模型。然而AARRR到底是怎么來的?到底它的底層邏輯是什么?現(xiàn)階段又存在哪些不足?卻很少有人探討。實(shí)際上,增長模型歷經(jīng)了三次大的迭代,了解了這個(gè)過程,才能杜絕邯鄲學(xué)步式抄襲經(jīng)典模型,才能更好地理解:如何搭建適應(yīng)時(shí)代特色的增長模型。
01 用戶增長模型的三次迭代
過往20年時(shí)間,經(jīng)濟(jì)發(fā)展歷經(jīng)了傳統(tǒng)線下模式-PC互聯(lián)網(wǎng)-移動互聯(lián)網(wǎng)的三次變革,增長的邏輯,也經(jīng)歷了三次大迭代(如下圖)
傳統(tǒng)增長模型:基于位置的人-貨-場。在傳統(tǒng)線下經(jīng)營中,能占據(jù)優(yōu)勢賣場位置,就等于壟斷了用戶來源。因此區(qū)域、位置的選擇是第一位要素,之后才是如何給賣場配置業(yè)務(wù)員(人)如何引進(jìn)商品(貨)如何優(yōu)化布局(場)。
第一次迭代:PRAPA產(chǎn)生。互聯(lián)網(wǎng)的興起打破傳統(tǒng)渠道對位置(場)的壟斷,也提供給消費(fèi)者更豐富的體驗(yàn)。用戶可以免費(fèi)看視頻、玩游戲、讀文章,體驗(yàn)流程大大增加。從傳統(tǒng)的“到店即消費(fèi)”逐步轉(zhuǎn)化為“先體驗(yàn),后付費(fèi)”,甚至“免費(fèi)體驗(yàn),付費(fèi)增值”。這種轉(zhuǎn)變,使得增長模型,必須關(guān)注體驗(yàn)全流程,對“推廣→注冊→付費(fèi)→轉(zhuǎn)化→高客單價(jià)”的整個(gè)路徑進(jìn)行關(guān)注,以提高轉(zhuǎn)化效率,實(shí)現(xiàn)經(jīng)營效果。
第二次迭代:從PRAPA到AARRR。當(dāng)移動互聯(lián)網(wǎng)取代了PC互聯(lián)網(wǎng),增長的邏輯也發(fā)生變化:
- 用戶更加依賴手機(jī)及手機(jī)應(yīng)用,對移動互聯(lián)網(wǎng)的總的時(shí)間投入在提高、但對每個(gè)APP的忠誠度反而在降低,因此用戶留存(Retention)變得非常重要。
- 新媒體(微信、微博、抖音、快手、B站……),使得用戶觸點(diǎn)更加豐富。獲取用戶的手段,不僅限于廣告推廣,變得更加多樣,因此Acquisition概念,取代了Promotion。
- 用戶間互動更頻繁,除了傳統(tǒng)KOL,大量KOC崛起,病毒式傳播大行其道。這使得用戶間轉(zhuǎn)介紹成為重要增長力量(Refer)。
由此可見,增長模型從來不是一成不變,而是隨著技術(shù)條件、商業(yè)模式、經(jīng)濟(jì)發(fā)展的趨勢而變化。第三次轉(zhuǎn)變,則是近年來隨著AI技術(shù)進(jìn)步、數(shù)據(jù)資源積累增加而悄然進(jìn)行,并在后疫情時(shí)代愈發(fā)明顯的變化的,從AARRR向6R模型轉(zhuǎn)變。轉(zhuǎn)變的直觀原因,則是:AARRR模型遭遇越來越多增長難題。
02 后疫情時(shí)代,AARRR的新難題
雖然AARRR被很多書籍、文章奉為經(jīng)典。但誕生于移動互聯(lián)網(wǎng)急速增長時(shí)代的它,被打上了鮮明的時(shí)代烙印。
問題一:整個(gè)增長起點(diǎn)仍然是獲客,但新獲客的成本越來越高。獲取新用戶是增長的發(fā)動機(jī)。在高速增長的紅利期,這種觀點(diǎn)無可厚非,但隨著電商、社交、媒體、O2O、游戲等領(lǐng)域頭部玩家割據(jù)局面的形成,留給整個(gè)市場的新用戶獲取空間越來越小。相應(yīng)的,獲客成本持續(xù)飆升。想從對手那里搶人可不是件容易事。
問題二:整個(gè)增長模型是線性漏斗,用戶轉(zhuǎn)介紹來的太遲。傳統(tǒng)AARRR模型把refer作為轉(zhuǎn)化漏斗最后一步,默認(rèn)了轉(zhuǎn)介紹是只有少數(shù)核心用戶,或者KOC/KOL們才能做得事。這樣并沒有充分發(fā)揮用戶轉(zhuǎn)介紹的威力,反而為了推動用戶轉(zhuǎn)介紹,額外投入了成本。至于從KOC、KOL那里購買公眾號、微博、直播推廣位置,則更是把原本應(yīng)該自發(fā)產(chǎn)生的轉(zhuǎn)介紹變成了生意,變成了另一種形式的廣告,從而拉高了投入成本。
問題三:用戶活躍水份高,羊毛用戶日漸多。傳統(tǒng)的拉動用戶活躍的手段,除了派券,就是簽到、打卡、大轉(zhuǎn)盤、抽紅包、砸金蛋、搖豆子、種果樹。雖然形式多變,但在推送對象上,都是全員參與,很容易養(yǎng)出來一幫專門薅羊毛的活躍參與者,拖高成本。真正沉默的用戶,反而覺得一次又一次的信息騷擾很煩人,最后日趨沉默。
問題四:一刀切式用戶留存劃分。用戶留存的習(xí)慣算法,是人為制定一個(gè)“3個(gè)月不登錄”之類指標(biāo)作為流失標(biāo)準(zhǔn),把未達(dá)標(biāo)準(zhǔn)的都算作留存用戶??蓪?shí)際上,用戶在觸達(dá)流失標(biāo)準(zhǔn)以前,行為已經(jīng)有明顯差異,有的特別忠誠,有的飄忽不定,一刀切式劃分過于簡單粗暴,統(tǒng)一喚醒的結(jié)果,則是平均使用力量,導(dǎo)致忠誠用戶挽回難度大,飄忽用戶白占便宜,成本高且效果差。
問題五:轉(zhuǎn)化只靠把券發(fā),簡單粗暴把錢砸。從2013年開始,我們依次經(jīng)歷了拼團(tuán)、在線支付、互聯(lián)網(wǎng)金融、O2O、外賣平臺、網(wǎng)絡(luò)打車、共享單車、短視頻等行業(yè)的紅包大戰(zhàn)。以至于“做互聯(lián)網(wǎng)就是發(fā)紅包”的觀念深入人心。在一輪輪紅包轟炸下,用戶胃口日漸刁鉆;拉新、促活的成本都在提升。
縱觀五大問題,成本上升/手段簡單這八個(gè)字出現(xiàn)的頻率最高。在行業(yè)紅利期見頂?shù)慕裉?,從跑馬圈地轉(zhuǎn)向精耕細(xì)作是必然的趨勢,這就引發(fā)了第三次大變革。
03 適應(yīng)新時(shí)代的6R模型
所有的變革,都是從解決具體問題而來。 AARRR當(dāng)前面臨的五大問題,本質(zhì)是來自缺少精細(xì)化手段。想要實(shí)現(xiàn)精細(xì)化,就得加深對用戶的了解,提供更個(gè)性化的產(chǎn)品與服務(wù)。這又離不開數(shù)據(jù)的積累與AI算法的進(jìn)步。
試想這些年行業(yè)重大革新:基于社交玩法的拼多多;基于個(gè)性化推薦的頭條系崛起;阿里開始打通數(shù)據(jù)中臺,推出基于用戶標(biāo)簽的推薦系統(tǒng);都是在改造傳統(tǒng)的增長手段。具體成功經(jīng)驗(yàn)有以下六點(diǎn):
1. 基于對用戶了解的精準(zhǔn)獲客。
傳統(tǒng)的投放都是基于渠道屬性進(jìn)行分析。比如發(fā)現(xiàn)A渠道投放效果好,就追加投入;B渠道效果差,就減少投入,一腳一個(gè)坑試過來。如果我們能從新用戶中篩選出一批高活躍和高留存的“種子用戶”,結(jié)合種子用戶的基礎(chǔ)屬性+偏好特征,建立分析模型,在全渠道鎖定相似人群,就能大規(guī)模獲取高精準(zhǔn)度的新用戶,不用再一步步踩雷嘗試,就能極大降低成本。
這時(shí)候,就不是生拉硬拽式的Acquisition,而是Recruitment,像HR招聘一樣篩選簡歷,先了解面試者的特征再約見,從而極大提升投放效率。
2. 社交傳播前置,激發(fā)新用戶傳播熱情
在獲客階段,就充分發(fā)揮社交傳播和口碑推薦的強(qiáng)連接能力,通過“推”與“拉”的靈活配合和相互作用,從而有效降低單客成本。與轉(zhuǎn)介紹(refer)相比,推力的打造更加強(qiáng)調(diào)再生數(shù)(Reproduction),即一個(gè)用戶能口碑傳播給他身邊的人。
因此,需要給予用戶簡單、可復(fù)制的任務(wù),快速實(shí)現(xiàn)裂變式轉(zhuǎn)發(fā),無需再經(jīng)用戶個(gè)人創(chuàng)作,從而避免了轉(zhuǎn)介紹變?yōu)镵OC/KOL掙廣告費(fèi)的途徑這個(gè)老大難問題。
3. 分層級定義用戶,制定精細(xì)化促活策略
促進(jìn)用戶活躍要避免盲目、無節(jié)制地打擾用戶,就必須進(jìn)行用戶細(xì)分。除了對用戶沉默程度分層以外,對用戶的行為偏好、可觸達(dá)方式、會響應(yīng)的觸達(dá)內(nèi)容,都需要建立起豐富的標(biāo)簽庫。從而在站內(nèi)推送、彈框、短信、EDM等眾多方式中選擇最優(yōu)手段,真正使已經(jīng)沉默的用戶再次登錄和使用。一定程度上避免活躍老用戶薅羊毛。
總之,我們不要簡單的Activation,我們需要的是細(xì)致的Retargeting。
4. 個(gè)性化內(nèi)容定制,激發(fā)內(nèi)在動力
想要降低促活成本,就得擺脫只依靠優(yōu)惠券的一條腿走路方式。因此需要為用戶提供有用、有趣的服務(wù)和內(nèi)容,給用戶留下良好的印象,讓沉默或流失用戶能夠在合適的場景主動記起并再次煥發(fā)活力。這就得依賴大數(shù)據(jù)和推薦算法,打造個(gè)性化和人性化體驗(yàn)。無論是淘寶的“千人千面”還是今日頭條的“個(gè)性化推薦”,都是基于龐大的標(biāo)簽庫開展精細(xì)化運(yùn)營的成功實(shí)踐。
第3、4步改變,實(shí)際上細(xì)化了AARRR模型中的Acquisition與Retention。在個(gè)性化推薦算法助力下,用基于用戶分層的Retargeting(分層促活)和Retention(內(nèi)容喚醒)避免了大水漫灌式促活活動,從而降本增效。
5. 精準(zhǔn)鎖定目標(biāo),優(yōu)化轉(zhuǎn)化過程
想要避免無節(jié)制的派券,企業(yè)得對目標(biāo)用戶特征和自身用戶的畫像進(jìn)行多維度對比,從而鎖定適合投放的人群,從源頭上避免用優(yōu)惠券生拉硬拽;在大規(guī)模投放廣告之前,還可將目標(biāo)人群再細(xì)分,對不同廣告創(chuàng)意進(jìn)行A/B Test來指導(dǎo)投放。從而逐步調(diào)整流程,實(shí)現(xiàn)轉(zhuǎn)化效率提升,也避免了做Revenue過份依賴補(bǔ)貼的做法(如下圖)。
(圖片優(yōu)化建議:可以文案中強(qiáng)調(diào)一下,是針對同一個(gè)樣本集,進(jìn)行不同的文案測試。)
6. 重視存量經(jīng)營,提升挽留質(zhì)量
從增量經(jīng)營向存量經(jīng)營的轉(zhuǎn)變是大勢不可逆的。因此在考慮收入轉(zhuǎn)化時(shí),不能“割一波韭菜就走”。要定期復(fù)盤,進(jìn)行流失預(yù)測,識別出有流失傾向的高價(jià)值用戶,以做好提前應(yīng)對,降低用戶流失風(fēng)險(xiǎn)。經(jīng)營存量用戶的Reservation,與直接促成轉(zhuǎn)化的Revenue同樣重要。
正是觀察到了這六種精細(xì)化增長的思路轉(zhuǎn)變,每日互動(個(gè)推)提出新的6R增長模型。多年來深耕移動互聯(lián)網(wǎng)領(lǐng)域的實(shí)踐經(jīng)驗(yàn)以及對數(shù)據(jù)智能行業(yè)的技術(shù)積累,使得個(gè)推打造出更細(xì)致的增長模型。
同AARRR相比,6R模型:
- 用Recruitment細(xì)化了Acquisition,提高投放效率
- 前置了refer,提高社交裂變效率
- 用Retargeting細(xì)化了Activation,提高促活效率
- 新增了Reservation,加強(qiáng)了對存量用戶的經(jīng)營
整體邏輯如下:
除了更細(xì)致的劃分與運(yùn)營以外,基于6R模型的增長邏輯,不再是單純的漏斗式篩選。在運(yùn)營過程中,用戶會持續(xù)受到個(gè)性化的內(nèi)容推動,活躍的用戶會保持活動力;針對即將要流失的用戶,通過個(gè)性化內(nèi)容喚起他們對App的美好記“憶”,保持端內(nèi)活躍;針對已流失的用戶,則要進(jìn)行再次的“拉”和“推”,讓他們重新“回”來,以此再度開啟全新的用戶生命周期,形成可持續(xù)的增長閉環(huán)。
04 6R模型成功經(jīng)驗(yàn)
6R模型是對AARRR的細(xì)化改進(jìn),因此在落地過程中,常常是首先對AARRR力有不逮的地方進(jìn)行優(yōu)化:強(qiáng)化獲客拉力,強(qiáng)化基于用戶分層的個(gè)性化推送,強(qiáng)化用戶留存等傳統(tǒng)運(yùn)營中的薄弱環(huán)節(jié),最終將單向漏斗豐富為閉環(huán)操作,從而提升運(yùn)營能力。
1. 6R在傳統(tǒng)企業(yè)數(shù)字化升級中的應(yīng)用
在數(shù)字化運(yùn)營上,傳統(tǒng)企業(yè)最大的難點(diǎn)在回+憶兩個(gè)環(huán)節(jié)。后疫情時(shí)代,用戶出行受到限制,傳統(tǒng)企業(yè)無論是業(yè)務(wù)還是用戶都在快速從線下向線上轉(zhuǎn)移。如何借力數(shù)字化工作,保持和用戶關(guān)系,發(fā)覺更多使用場景,及時(shí)激發(fā)并滿足用戶需求,成為破局關(guān)鍵。6R模型在傳統(tǒng)企業(yè)數(shù)字化升級中作用,更多表現(xiàn)在:基于用戶分層進(jìn)行個(gè)性化觸達(dá),加強(qiáng)用戶粘性,及時(shí)為用戶提供優(yōu)質(zhì)的服務(wù)。
比如手機(jī)銀行APP其用戶量是龐大的,用戶需求也屬于“剛需”,但是手機(jī)銀行APP的使用如何變得“高頻”卻需要數(shù)智化的6R模型的幫助。在運(yùn)營活動策劃上,手機(jī)銀行APP可以將自身的埋點(diǎn)數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)與像個(gè)推這樣的第三方數(shù)據(jù)打通,根據(jù)用戶的職業(yè)、興趣愛好、線上行為偏好等維度將非活用戶群分,制定相應(yīng)運(yùn)營活動、產(chǎn)品交叉推薦以及異業(yè)合作等形式觸發(fā)活躍,比如對于都市通勤人群設(shè)置叫車服務(wù)優(yōu)惠,比如對于網(wǎng)購人群提供豐巢快遞滯留收費(fèi)優(yōu)惠等。在用戶喚醒策略上,手機(jī)銀行APP可以進(jìn)行定制化數(shù)據(jù)建模,挖掘長尾用戶中與高活躍用戶相似人群,從而提高整體用戶活躍。
2. 6R在互聯(lián)網(wǎng)新玩家中應(yīng)用
互聯(lián)網(wǎng)新玩家最大痛點(diǎn),在于流量貴、推廣難。很容易陷入花錢買繁榮、財(cái)散業(yè)務(wù)終的困境。想避免陷入花錢買增長的陷阱,就得減少盲目補(bǔ)貼投入,真正了解用戶,?激發(fā)用戶需求。6R模型在互聯(lián)網(wǎng)新玩家中應(yīng)用,更多體現(xiàn)在挖掘用戶特點(diǎn),找到匹配用戶的內(nèi)容,激發(fā)用戶自傳播手段,向相似人群推廣。強(qiáng)化了拉力與推力。
比如:某租房類APP通過基于個(gè)推用戶畫像系統(tǒng),為其用戶個(gè)性化展示房源。例如了解到某新用戶群體為95后職場女性、居住在上海、寵物愛好者、消費(fèi)水平為中等偏低、喜歡逛街后,便為其精準(zhǔn)推薦性價(jià)比較高、地理位置較為便利、可以合租、允許飼養(yǎng)寵物的精裝房。
針對宅生活的職場男性,為其推薦價(jià)格更優(yōu)惠且地鐵直達(dá)的遠(yuǎn)郊區(qū)房。通過個(gè)性化的推送,提高了對新用戶吸引力,從而提升新用戶留存質(zhì)量與轉(zhuǎn)化難度,降低獲客成本。
3. 6R在互聯(lián)網(wǎng)老玩家中應(yīng)用
后疫情時(shí)代,大量企業(yè)轉(zhuǎn)型線上,使得存量用戶爭奪更激烈。對于互聯(lián)網(wǎng)老玩家而言,守住大量存量用戶與拉新同樣重要。面對經(jīng)營成本壓力,進(jìn)行精細(xì)化分層,留存老用戶,降低轉(zhuǎn)化成本是關(guān)鍵。
改變過去大水漫灌,到處發(fā)券的狀況勢在必行。6R模型在互聯(lián)網(wǎng)老玩家中應(yīng)用,更多體現(xiàn)在通過自動化ABtest系統(tǒng),優(yōu)化轉(zhuǎn)化成本,基于用戶分層,減少激活成本之上活躍用戶轉(zhuǎn)化、流失用戶挽留的效率同步提升。
比如某小說閱讀類APP與個(gè)推開展合作,打造了用戶流失預(yù)警模型。經(jīng)分析發(fā)現(xiàn),表面上看起來不活躍占比高達(dá)67%,可其中判定為高流失預(yù)警用戶僅19%。剩余48%用戶其實(shí)處于待激活狀態(tài),有很大喚醒可能性。在清晰人群后,針對高流失預(yù)警用戶投放有力活動進(jìn)行吸引,對待喚醒用戶轉(zhuǎn)用內(nèi)容更新、簽到等活動激活。既降低了挽留成本,又大范圍拉升用戶。
類似的案例還有很多,越來越多的企業(yè)開始改造傳統(tǒng)的AARRR,本著精細(xì)化、個(gè)性化、智能化的原則,向6R升級??傊?,精細(xì)化運(yùn)營,降本增效,是后疫情時(shí)代整個(gè)移動互聯(lián)網(wǎng)行業(yè)的大勢所趨。
未來在所有抱怨:
新客獲取,成本高!
用戶互動,粘性差!
老客留存,沒方法!
轉(zhuǎn)化靠券,花錢多!
的行業(yè)里都會有6R模型應(yīng)用場景。
本文由 @接地氣的陳老師 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于CC0協(xié)議。
本文為【2023年產(chǎn)品經(jīng)理大會 · 北京站】 現(xiàn)場分享整理內(nèi)容,由人人都是產(chǎn)品經(jīng)理運(yùn)營@Norah 整理發(fā)布。未經(jīng)許可,禁止轉(zhuǎn)載,謝謝合作。
題圖來自大會現(xiàn)場
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。
邏輯混亂,個(gè)性化推薦,分層運(yùn)營是方法,是AARRR里怎么活躍用戶,延長用戶LTV的手段,不是模型,怎么扯到定位模型了。A/Btest本來就是增長黑客的一個(gè)策略,怎么又變成你的6R專有了,寫的太亂了 。只是把增長黑客的順序打亂了 ,在拉新階段重視社交裂變的增長渠道,別的啥都不是
很不錯(cuò) 英文能有對應(yīng)直譯比較好