同样,RFM
用户分层模型也
适用于其他
品类,按照R(
最近访问时间)、F(最近时段访问
次数)、M(最近时段
互动次数)3个
维度进行用户
细分。
在用户分层
方式上,
并不局
限于固
有的模型,可以根据
当下运营
阶段的
设置用户分层维度。
例如,当下运营阶段的“北极星
指标”为
提升用户
粘性,
那么用户分层的
质量维度主
要是用户访问频次、访问
时长和访问
深度。
(1)、用户访问频次:阶段时间内用户打开APP的次数,例如核心用户1天3次,活跃用户1天1次,普通用户3天1次
(2)、用户访问时长:阶段时间类用户使用产品的累计时长,例如核心用户1天60分钟,活跃用户1天30分钟,普通用户1天10分钟
(3)、用户访问深度:根据用户行为定义用户的互动性,例如核心用户平均浏览20个页面,活跃用户浏览10个页面,普通用户浏览5个页面。
在定义用户质量分层维度后,找到提升指标的关键点,例如
提供普通用户的访问频次,可以向普通用户
推送感
兴趣的内容,提升普通用户的访问深度,可以向普通用户
推出互动
活动。
用户分层运营的
目的在于
针对性“投喂”,避免
大鱼越来
越大,
小鱼逐渐流失的
现象。
03、数据驱动的用户分层实践
用户分层运营是基于用户行为数据建立的用户群组
标签,通过数据
分析工具
洞察用户行为,对用户进行有效分层。
以诸葛io为例,可以根据运营北极星指标设计
多维度的用户分层指标。下面以“提升活跃用户”这个指标为例,对数据驱动分层的
方法进行说明:
首先,分析用户行为找到提升指标,既然要提升活跃用户,那么首先
需要对“活跃用户”进行定义,例如活跃用户的定义是连续4天访问并且
每天使用
超过20分钟的用户,那么通过诸葛io的“粘性分析”可以
看到15.2%的用户满足连续使用4天这个
条件。
接
下来,针
对其余
未满足条件的用户分析用户行为,将
这一部分用户定义为“高流失
风险用户”群组,在
路径分析中分析用户的访问行为,
观察在进入
首页后哪一步的用户流失比较严重。
用户路径分析有2个目的,首先
查看根据设定好的用户路径起始点,
跟踪用户的后续行为
习惯,其次查看不
同行为的
转化人数,找到用户高频访问行为
以及低频用户访问行为,通过用户行为习惯向流失用户进行针对性唤醒活动的设计。
鱼塘分群的核心在于
实现不同
层级用户的正向循环
发展,通过用户分群模型的应用及各群组针对性运营
策略,在分群而饲的
同时共同建立一个有效的鱼塘
生态。
-END-