精細(xì)化運(yùn)營的基礎(chǔ):建立用戶畫像和用戶分群
發(fā)展速度減慢,或者碰到天花板,甚至產(chǎn)生倒退,這逼著我們運(yùn)營一定要升級(jí),而精細(xì)化的運(yùn)營首先要更了解我們的用戶特征,才能更好的實(shí)施個(gè)性化的產(chǎn)品和服務(wù)。
前段時(shí)間寫了一篇文章《目標(biāo)用戶群的定位和維系是產(chǎn)品運(yùn)營的核心》,文中講述了我們做用戶運(yùn)營最核心的四個(gè)過程:
- 目標(biāo)用戶的定位:要足夠細(xì)分,足夠具體,才能足夠的聚焦,做的深入。
- 種子用戶的運(yùn)營:更好的驗(yàn)證并完善產(chǎn)品和服務(wù),也是建立品牌傳播的基礎(chǔ)。
- 目標(biāo)用戶的運(yùn)營:緊抓目標(biāo)用戶群的需求來構(gòu)建產(chǎn)品服務(wù)能力,快速擴(kuò)張。
- 目標(biāo)用戶的調(diào)整:不斷驗(yàn)證當(dāng)前用戶群和目標(biāo)用戶群的一致性,以價(jià)值為導(dǎo)向維系或調(diào)整我們的目標(biāo)用戶群。
這四個(gè)過程貫穿到我們的產(chǎn)品運(yùn)營全過程中,每一次產(chǎn)品迭代,我們都可以通過這四個(gè)過程來指導(dǎo)并檢驗(yàn)我們的產(chǎn)品運(yùn)營,從而讓我們的產(chǎn)品運(yùn)營更有方向性,更加專注,更加高效。
建立這樣一個(gè)運(yùn)營的思路非常有必要,但是具體到執(zhí)行環(huán)節(jié),光靠這個(gè)流程是遠(yuǎn)遠(yuǎn)不夠的,我們需要有針對(duì)性的方法和工具。作為一個(gè)不斷成長的年輕的運(yùn)營團(tuán)隊(duì)來說,我認(rèn)為可能要經(jīng)歷感性化運(yùn)營、數(shù)據(jù)化運(yùn)營和精細(xì)化運(yùn)營三種階段。
第一階段:感性化運(yùn)營
這個(gè)階段多存在運(yùn)營的初期階段,依賴早期運(yùn)營人員的專業(yè)能力以及對(duì)用戶群特性的了解,通俗一點(diǎn)說運(yùn)營團(tuán)隊(duì)和用戶群對(duì)脾氣,雙方心有靈犀。比如很多做的非常出色的微信自媒體公眾號(hào),在初期完全靠自媒體作者一己之力獲得粉絲的欣賞而發(fā)展起來的。
圖注:我知你不知,你知我不知,到底知不知,我們無所知
但是隨著用戶的增加,用戶群的屬性也在開始變得豐富而復(fù)雜起來,一種單一的調(diào)性不能完全滿足所有用戶的需求。而且隨著運(yùn)營團(tuán)隊(duì)的擴(kuò)大,運(yùn)營人員的能力及風(fēng)格不一,也對(duì)運(yùn)營產(chǎn)生干擾。感性化運(yùn)營到了一定階段,可能就會(huì)導(dǎo)致忠實(shí)用戶的沉默甚至流失,新用戶缺乏特征。解決這一問題,我們就要通過運(yùn)營過程的數(shù)據(jù)分析來找出問題,找出規(guī)律,形成比較客觀的解決方法。
第二階段:數(shù)據(jù)化運(yùn)營
數(shù)據(jù)化運(yùn)營顧名思義就是通過數(shù)據(jù)的分析來指導(dǎo)運(yùn)營。以微信運(yùn)營為例,想必做過微信運(yùn)營人都有體會(huì),每天一早打開微信公眾號(hào)后臺(tái),我們首先要去看用戶增長的數(shù)據(jù)和圖文閱讀的數(shù)據(jù),分析各個(gè)渠道的數(shù)據(jù),分析某段時(shí)間的趨勢(shì)。看數(shù)據(jù)能讓我們很容易監(jiān)測(cè)我們運(yùn)營的效果,從而意識(shí)到問題。但是只是從這些宏觀趨勢(shì)圖上,我們卻很難定位問題。
分析問題其實(shí)就是尋找問題的因果關(guān)系,還是以微信運(yùn)營為例,內(nèi)容的質(zhì)量會(huì)影響用戶的增減,內(nèi)容是因,用戶是果。但是我們往往是把用戶數(shù)據(jù)和內(nèi)容數(shù)據(jù)分別來單看,微信的分析模塊也是分開的,不建立數(shù)據(jù)的關(guān)聯(lián)關(guān)系,就很難找到問題的因果關(guān)系。
所以數(shù)據(jù)化運(yùn)營最重要的是建立起數(shù)據(jù)的關(guān)系,用一個(gè)更豐富的全景視圖來看運(yùn)營的狀況。
在微信現(xiàn)有數(shù)據(jù)的基礎(chǔ)上,結(jié)合自身的業(yè)務(wù)特點(diǎn),我做了一個(gè)表格,將用戶的數(shù)據(jù)和文章的數(shù)據(jù)關(guān)聯(lián)起來,每天采集一次。
圖注:微信全景數(shù)據(jù)的表格
采集數(shù)據(jù)是數(shù)據(jù)化運(yùn)營的第一步,我們要先確定我們需要哪些數(shù)據(jù),然后才是如何分析哪些數(shù)據(jù)。(有技術(shù)開發(fā)能力的團(tuán)隊(duì)可以開發(fā)一個(gè)數(shù)據(jù)采集和分析的模塊,沒有技術(shù)能力的團(tuán)隊(duì)也可以靠excel或者網(wǎng)上一些專門做數(shù)據(jù)分析的平臺(tái)來進(jìn)行多維分析)
建立全景數(shù)據(jù)視圖的目的其實(shí)就是為了更直觀的做問題的因果分析:
- 什么樣的內(nèi)容對(duì)新增粉絲的轉(zhuǎn)化率更高?
- 對(duì)用戶的流失影響最大?
- 對(duì)小程序的轉(zhuǎn)化率更高?
通過用戶的增長數(shù)據(jù)和內(nèi)容的標(biāo)簽,我們就能更好的分析用戶群最感興趣的內(nèi)容畫像,從而指導(dǎo)微信運(yùn)營人員更好的做內(nèi)容定位,而不再是完全靠個(gè)人感覺去做運(yùn)營。
對(duì)于網(wǎng)站或者APP的運(yùn)營,我們不僅需要建立更多的數(shù)據(jù)關(guān)聯(lián)關(guān)系,更應(yīng)該把這些數(shù)據(jù)做成一個(gè)個(gè)可視化的運(yùn)營看板,從各個(gè)維度來監(jiān)控并分析產(chǎn)品的運(yùn)營狀況。比如做一個(gè)運(yùn)營日?qǐng)?bào)的全景視圖,全方位的看每天的運(yùn)營狀況。比如下圖:
圖片來源:數(shù)據(jù)觀
第三階段:精細(xì)化運(yùn)營
隨著產(chǎn)品功能的增多和用戶的增多,用戶需求的多樣化和產(chǎn)品服務(wù)的多樣化之間就存在了匹配和不匹配,選擇與不選擇,喜歡與不喜歡之間的矛盾,新用戶的選擇,老用戶的活躍、流失就帶來了各種各樣的原因。而精細(xì)化的運(yùn)營就是通過用戶分群,對(duì)不同需求的用戶匹配不同的服務(wù)和內(nèi)容,從而滿足其個(gè)性化的需求,從而更好的完成運(yùn)營中拉新、促活和激活的工作。
既然要給用戶分群,我們就要給用戶建立畫像,更好的區(qū)別不同特征的用戶的不同需求。用戶畫像可以從多個(gè)維度來描繪,不同的產(chǎn)品類型,用戶畫像的維度也有不同,以醫(yī)生的頭條–掌上醫(yī)訊為例,我們從四種維度來建立用戶畫像。
圖注:四種維度建立用戶畫像
而用戶畫像的數(shù)據(jù)來源主要來自三個(gè)方面:
- 用戶的個(gè)人資料
- 日常行為標(biāo)簽的累加
- 根據(jù)規(guī)則進(jìn)行數(shù)據(jù)算法的計(jì)算
(用戶行為數(shù)據(jù)的分析,需要技術(shù)團(tuán)隊(duì)通過大數(shù)據(jù)的分析算法,不斷的總結(jié)歸納用戶特征,從而形成行為畫像。做精細(xì)化運(yùn)營光靠運(yùn)營團(tuán)隊(duì)是遠(yuǎn)遠(yuǎn)不夠的,需要產(chǎn)品、技術(shù)、運(yùn)營有統(tǒng)一的意識(shí)。)
當(dāng)我們?yōu)槊總€(gè)人建立起這樣一個(gè)畫像以后,我們就能精準(zhǔn)的為每個(gè)用戶推送不同的內(nèi)容和服務(wù),從而滿足用戶不同的需求。
建立用戶畫像后,我們就要根據(jù)用戶畫像進(jìn)行精細(xì)化運(yùn)營,我總結(jié)了精細(xì)化運(yùn)營分三個(gè)過程:
第一步:分群畫像,找異同
圖注:運(yùn)營指導(dǎo)模型:AARRR模型
上圖是指導(dǎo)我們運(yùn)營工作的AARRR模型,首先運(yùn)營的主要工作是拉新、促活和留存,那么我們首先要分析新用戶長什么樣,活躍用戶長什么樣,流失用戶長什么樣,才能更好的來調(diào)整產(chǎn)品和服務(wù)來滿足各個(gè)群體的需求,讓現(xiàn)存用戶更活躍,讓流失用戶回來,讓新用戶進(jìn)來。以我們掌上醫(yī)訊這個(gè)產(chǎn)品為例,我們根據(jù)用戶使用產(chǎn)品狀況把用戶進(jìn)行了分層,如下表所示:
圖注:用戶群細(xì)分規(guī)則說明
然后再結(jié)合用戶畫像的數(shù)據(jù),最終得到如下一個(gè)分群用戶的畫像數(shù)據(jù)分析。
圖注:用戶分群的用戶畫像分析,行為數(shù)據(jù)省略
為了更直觀的分析,我們可以把不同用戶群的畫像以及變化通過圖形的方式展示出來(有技術(shù)能力的團(tuán)隊(duì),最好還是直接開發(fā)出一套用戶分層分析的數(shù)據(jù)視圖看板出來),限于篇幅就不展示了。
上表還可以按照使用度+基礎(chǔ)屬性、使用度+行為屬性的不同組合再進(jìn)行細(xì)分,更加針對(duì)性的描述用戶畫像。比如,做病例運(yùn)營的同事可能更關(guān)心活躍用戶中關(guān)心病例的人群有什么特點(diǎn)?比如產(chǎn)品經(jīng)理可能更關(guān)注活躍用戶中高年資醫(yī)生主要使用哪些服務(wù)?
根據(jù)AARRR模型,運(yùn)營的最高境界是要做用戶的轉(zhuǎn)化,從而獲取收入,實(shí)現(xiàn)病毒式的傳播。所以針對(duì)活躍用戶,我們還可以根據(jù)用戶的價(jià)值再進(jìn)行分群,比如普通用戶、傳播用戶、付費(fèi)用戶、B端價(jià)值用戶等,原理都是一樣的。
第二步:分析原因,找對(duì)策
當(dāng)我們的運(yùn)營人員看到這個(gè)表格的時(shí)候,大家發(fā)現(xiàn)有些地方和之前的感覺完全不對(duì),比如活躍用戶的職稱分布,我們一直以為主要以年輕的低年資醫(yī)生為主,但是卻發(fā)現(xiàn)高年資的醫(yī)生比例已經(jīng)超出了行業(yè)的人群比例,而且這部分人群更有價(jià)值,這部分就可以修訂為我們的目標(biāo)人群。比如我們的目標(biāo)人群中有腫瘤科,但是在我們的活躍用戶里腫瘤科的醫(yī)生占比卻沒想象的高,那么會(huì)不會(huì)和我們的內(nèi)容比例有關(guān)系,和我們推廣的渠道有關(guān)系,再結(jié)合其他數(shù)據(jù)(比如內(nèi)容的畫像)來找差異。
我們?cè)偕钊氲姆治鲇脩羧后w畫像,僅僅基礎(chǔ)屬性是不夠的,我們還要分析用戶的行為屬性?;钴S的用戶的行為和流失用戶的行為之間有什么差別,什么原因造成的這個(gè)差別?;钴S的用戶和流失的用戶在基礎(chǔ)屬性上相同的用戶群體,他們?cè)谛袨樯嫌钟惺裁床顒e。
找到原因,那就想解決方案,這時(shí)候要產(chǎn)品和運(yùn)營一起抓,運(yùn)營調(diào)整見效快,但產(chǎn)品調(diào)整更長遠(yuǎn)。比如運(yùn)營會(huì)適當(dāng)?shù)募哟竽[瘤科內(nèi)容的比重以及推薦力度,多做一些腫瘤科的內(nèi)容專題,從而提升腫瘤醫(yī)生的活躍度和留存率;而產(chǎn)品可以升級(jí)腫瘤頻道,推出更多服務(wù)滿足腫瘤科醫(yī)生,改進(jìn)內(nèi)容推薦算法,更好的推薦內(nèi)容。
第三步:執(zhí)行監(jiān)控,看效果
找到對(duì)策,具體對(duì)策對(duì)不對(duì),效果怎么樣,這就需要我們?cè)趫?zhí)行的過程中,不斷的監(jiān)控?cái)?shù)據(jù)。我們不僅要關(guān)注用戶的增長趨勢(shì),而且我們每周都要更新我們的用戶畫像數(shù)據(jù),看人群的轉(zhuǎn)化率,看和目標(biāo)用戶群的匹配度,過程中我們根據(jù)效果進(jìn)行不斷的調(diào)整。
從另外一個(gè)方面,我們不僅僅只關(guān)注用戶增長的數(shù)量,我們也要關(guān)注用戶群體的質(zhì)量,從而滿足AARRR整個(gè)模型的要求,實(shí)現(xiàn)運(yùn)營的目標(biāo)。簡單做了一個(gè)數(shù)據(jù)監(jiān)控圖(如下圖所示),縱坐標(biāo)代表用戶的活躍程度,橫坐標(biāo)代表用戶的價(jià)值,如果隨著運(yùn)營的改進(jìn)和升級(jí),數(shù)據(jù)沿著紅色箭頭的方向增大,說明我們運(yùn)營策略和執(zhí)行過程是正確的,反之則需要我們?cè)侔凑找陨线^程去調(diào)整。
圖注:監(jiān)控活躍用戶中的價(jià)值用戶的比例,數(shù)據(jù)為示例,不具備可參考性
結(jié)語
梳理完這些方法和模型,的確可以指導(dǎo)團(tuán)隊(duì)更好的進(jìn)行分析思考,更有針對(duì)性的做方案,開展運(yùn)營活動(dòng)。但是真正執(zhí)行起來卻發(fā)現(xiàn),其實(shí)并沒有那么容易,存在各種各樣的問題:
- 想要的數(shù)據(jù)沒有!
- 用戶行為沒記或者不全!
- 用戶畫像沒有建立!
- 沒有自動(dòng)化程序來統(tǒng)計(jì)分析,完全手工效率太低!
其實(shí),大部分團(tuán)隊(duì)都會(huì)遇到這些問題,因?yàn)橘Y源有限。我們總是想辦法更好地服務(wù)用戶和客戶,卻忽視了一個(gè)能支持內(nèi)部運(yùn)營的高效的、智能的精細(xì)化運(yùn)營系統(tǒng)的重要性。所以,要實(shí)現(xiàn)精細(xì)化的運(yùn)營,不僅僅需要升級(jí)我們的運(yùn)營思維,更需要整個(gè)產(chǎn)品團(tuán)隊(duì)的高度重視,為精細(xì)化運(yùn)營設(shè)計(jì)開發(fā)高效的運(yùn)營工具。
作者:亂譚君,掌上醫(yī)訊產(chǎn)品經(jīng)理,微信公眾號(hào):菜根亂譚I(ID:CGLT_TAN)
本文由 @亂譚君 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 Pexels,基于 CC0 協(xié)議
專欄作家
菜根老譚,微信公眾號(hào):CGLT_TAN,人人都是產(chǎn)品經(jīng)理專欄作家。經(jīng)歷程序員、技術(shù)Leader、產(chǎn)品經(jīng)理、研發(fā)Leader等多種崗位?,F(xiàn)負(fù)責(zé)某科技公司整體產(chǎn)品研發(fā),擅長企業(yè)IT架構(gòu)及互聯(lián)網(wǎng)產(chǎn)品架構(gòu)。
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Unsplash,基于CC0協(xié)議.
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
深有同感,之前就是精細(xì)化運(yùn)營,結(jié)果大部分?jǐn)?shù)據(jù)都沒有,而且精細(xì)化運(yùn)營用戶體系構(gòu)建等一大波工作要做,老板急功近利直接fail了
蛋粉前輩,能談?wù)劸?xì)化運(yùn)營具體需要做哪些前期準(zhǔn)備工作嗎
肯定是你們運(yùn)營想的不夠清楚,精細(xì)化運(yùn)營一般會(huì)對(duì)現(xiàn)有用戶進(jìn)行分類,能直觀反映不同用戶行為的變化,如:最近用戶流失率變高了,是什么原因呢?沒有精細(xì)化運(yùn)營,你用戶運(yùn)營KPI都定不了,怎么開展工作?
不錯(cuò) 的方法論
謝謝大佬分享