從用戶建模構造核心的運營增長體系、流量池

在中國的互聯網江湖，用戶的增長、運營已經成為普遍公司的核心標配；企業的運營，沒有增長就不會長久存活，也說明企業的商業模式存在一點的問題。如果說產品是公司的命脈，那麼增長運營就是這個公司的靈魂，所以構建核心的增長運營體系和打造持續增長的流量池就成為企業必須做的兩件事，

從本質上來說，用戶增長是運營策略的定位，明確產品的目標用戶定位、商業市場份額、當前用戶增長策略、增量空間等，在此基礎上確定其他諸如活動運營、內容運營、社群運營等增長手段的應用和組合。

而增長運營有幾個看家本領，除了對宏觀商業環境的洞察外，用戶建模、用戶成長體系、用戶激勵體系的三板斧是一個增長運營可以從戰略到策略執行落地的關鍵。

今天，我從用戶建模的邏輯和切入口，以及在用戶活躍、用戶流失、用戶召回上的建模應用，包含最後不同用戶模型交叉後的用戶成長路徑的設計搭建、流量入口的打造給大家一些參考。

希望能夠幫助大家在邁向年薪百萬運營增長人的路上添磚加瓦～

1、用戶建模的價值和邏輯

用戶建模說白了是根據用戶特徵進行用戶分類的過程，所以關鍵在於“用戶特徵”上。

用戶行為千差萬別，都說一千個人眼中有一千個哈姆雷特，難道我有多少用戶就要分多少類嗎？

首先我們來看看用戶都有哪些特徵呢？如地域、發博、瀏覽，擴展開來你一定馬上能想到：性別、年齡、興趣、分享、購買、月消費額、登錄、點贊、評論、開團、拼團等等等等。

那麼我們來總結一下，這些用戶特徵無非就是兩種：用戶屬性特徵和用戶行為特徵。

用戶屬性特徵就是用戶與身俱來很難改變的特徵，比如地域、年齡、性別、興趣等。

而用戶行為特徵就是用戶做出的行為所表現出來的喜好，比如登錄、點贊、評論等。所以用戶建模的切入點，無非就是用戶屬性和用戶行為。

在用戶屬性特徵上，比如地域，廣東地區的朋友和北京地區的朋友在習慣和喜好上還真是有著天壤之別，比如春節吃不吃餃子、甜湯圓還是鹹湯圓等等天人交戰一年數次。

比如，一線城市和三線城市的消費能力。

而用戶的行為特徵就更有價值了，她喜不喜歡我們的產品？是怎麼在使用我們的產品？使用過程中有沒有明顯的偏好？如果我希望她付費或者幫我拉個新朋友進來，從目前她的行為特徵上看是否容易成功？等等等等。

用戶完整的行為特徵能夠幫我們大概率地還原這個用戶的真實畫像，再配合用戶屬性特徵，我們的用戶建模就完美了～

而在用戶的行為特徵模型中，有一個模型最關鍵，他適用於所有的互聯網產品，就是用戶活躍度，我們常說的DAU、MAU、DAU/MAU、MAU/DAU等等就在此列。

不同屬性的互聯網產品，對於用戶使用活躍度的期翼不同，活躍度的顆粒度有所區別，但是一個產品的活躍度指標直接關係著這個產品的價值。

而用戶規模，累計註冊用戶數越往後期，越不重要。

因為有多少用戶並不重要，有多少活躍用戶才重要，只有活躍用戶才有可能產生商業價值，而不再活躍的用戶，他只是註冊過，低留存、推薦少、無裂變，他的價值自然就會很低； 所以總結下來，基本上要為自己的業務的精細化運營服務，用戶建模有用戶屬性和用戶行為兩個切入口。

我們可以大致分為三個用戶建模的切入口：用戶屬性、用戶產品行為、用戶活躍度。

2、用戶建模示例1：用戶活躍度模型的搭建及應用

用戶活躍度模型，從建模的目標上就是要把不同活躍度的用戶拆分開來。

用戶活躍度模型的應用場景是：區分不同活躍度的用戶，針對不活躍的用戶啟動針對性的活躍度提升的運營策略，針對活躍用戶啟動針對性的加強忠誠度，引導帶動不活躍用戶的運營策略。

在兩家企業所背核心kpi就是提高DAU和MAU，要做好這兩點就一點要有核心開源節流的功夫。

開源就是開註冊的源，讓更多的新用戶進來； 節流是節流失的流，讓更少的老用戶流失； 保活躍就是讓池子裡的用戶更加活躍，包括讓不活躍的用戶變活躍，活躍的用戶保持活躍度產生忠誠度等。

這三方面的手段中，開源和節流對應著DAU和MAU的增長，而保活躍對應著DAU/MAU的增長。

DAU/MAU的指標就是一個測量已有用戶池子活躍度的指標，其中的DAU取當月的每日DAU的平均值。

如果DAU/MAU=1，那麼說明用戶每天都來，所以DAU和MAU相等，而這個值的最低線就是0.03左右，即所有的用戶一個月只來一天。

所以DAU/MAU的數值是一個介於0.03-1之間數字，數字越高，活躍度越高。

3、用戶建模示例2：用戶流失模型的搭建及應用

我們在做月活躍度模型合併同類項時，大家可能已經發現，其實我們交叉了另外一個行為模型，微博上的用戶特有行為，包含加關注、轉發、發博等，那麼這個就是用戶行為模型了。 用戶行為模型，從建模的目標上就是要把不同行為特徵的用戶拆分開來，就是找到什麼樣的用戶喜歡做什麼樣的事情。

下面我們就這兩個應用方向來分別討論。

即我們將不同活躍度的用戶的相同行為特徵進行對比，其中差異大的指標定義為關鍵性指標，並對不活躍用戶進行該關鍵性為指標的重點引導，以促進其成為活躍用戶。 為第一個應用方向服務的用戶行為模型的搭建思路是如何的呢？ 以微博用戶為例，我們後續正好可以延續講不通用戶模型的交叉應用。從目標上，我們就是為了瞭解一個微博的使用用戶到底在微博上喜歡做什麼？

初期，我們把所有微博上用戶常規會有的行為都列出來，包含：登錄、發博、轉發、評論、點贊、加關注、粉絲數、互粉數、是否上傳頭像、是否填寫性別、教育信息等等個人信息等，這些還是微博主站的核心行為，沒有拆解比如其中用微盤的、看小視頻的、在PC登錄還是移動端登錄的、哪裡註冊來的，等等。

我們先聚焦在微博主站的核心行為上。但是即便這樣，也還是行為參數有點多，我們需要有一個判斷，哪個行為的差異會影響我們的核心指標？

沒錯，就是影響我們的DAU、MAU？所以從業務導向原則上看，用戶行為的模型，需要幫助我們明確出來，哪些行為的數據差異決定了用戶是否活躍。

所以我們列出的初始用戶行為數據表單是這樣的，見配圖：

在上述表單中，個人資料填寫部分還可以包含性別更改、地域、年齡、職業經歷等。 數據出來後，很快我們就會發現不同頻次的用戶，某些行為的數據差異化很小，某些行為的數據差異化很大，這個時候，差異性很大的指標就可以被我們認定為影響用戶活躍度的關鍵性指標。

如果低頻用戶的人均互粉數是50，而高頻用戶的人均互粉數是60，中頻用戶的人均互粉數是53，那麼說明互粉數並不會對用戶的活躍度帶來關鍵的影響，可以從將該行為從我們此次的用戶行為模型中拿掉，以後不用再關注用戶的互粉數。 當然，我上面示例只拿了一週的數據，我們做建模最好能取用更長時間段內的數據表現，至少兩個月及以上，數據相對問題才能成為參考，如果數據波動較大，則無法成為建模的基礎數據。

2、用戶成熟度模型

用戶單一行為指標定位即我們通過用戶模型拆分出不同用戶的行為喜好特徵，已知用戶最喜歡什麼，就給他什麼，從邏輯上來說這能夠促使他更加活躍。 為

用戶成熟度模型就是還原微博上用戶除活躍度外的核心使用行為，對用戶進行行為特徵的分類，並根據該行為特徵進行專項引導的模型。

在搭建的思路上，就是提取用戶的多種行為，進行歸一分析，找到其中最聚焦穩定的行為，作為該用戶的行為特徵標籤。

計算方法：

選擇用戶行為：登錄方式、登錄、原創、轉發、評論、被轉發、被評論、加關注、取消關注、

被關注定義：用戶成熟度，即用戶行為的穩定值，穩定值=用戶4周行為數的平均波動程度。穩定值最高3分，最低0分，波動越小，分數越高，代表用戶越成熟。

最終，得出的用戶成熟度模型的分類如下：

有了用戶的單一行為特徵後，我們可以和活躍度模型一樣，為每一個用戶打上成熟度的標籤。

用戶一上來我們就知道這個用戶是喜歡只瀏覽不發言，還是喜歡發發發，或者喜歡轉轉轉？那你還不知道要給他推薦什麼內容嗎？ 此外，成熟度模型不僅根據用戶行為特徵進行了分類，而且結合用戶活躍度模型的變化，隱形反映了不同類行為特徵用戶的活躍度差異。

在活躍度的表現上：全面穩定型>原創穩定型>轉發穩定型>瀏覽穩定型>不穩定型。

4、用戶建模示例3：用戶行為模型的搭建及應用

既然講了用戶活躍度和用戶行為模型，那麼第三個來講講用戶流失模型，這其實也是用戶活躍度模型的衍生，流失用戶即活躍度為0的用戶，已經流失不再使用產品的用戶。

但是流失用戶完全放在活躍度模型中來做，而且非常的重要。

那是因為用戶流失模型的目標就是把流失用戶根據一定的行為特徵進行分類，在應用層面有兩個方向：

用戶流失模型搭建的切入點是如何的呢？ 在搭建用戶流失模型前，我們需要先明確流失用戶的定義，也就是對於我們的產品來說，什麼樣的用戶才被認定為流失用戶。

流失用戶的定義是要看看用戶的真實行為來判斷，多長的時間窗內用戶都沒有使用，那麼這個用戶應該被定義為流失用戶。

這裡要強調一下：流失的概念，必須是長時間持續未使用，這需要和前面的用戶活躍度概念相區別。

我們在計算用戶活躍度的時候，MAU的統計方式就是這一個月裡你只要使用過一次就算有過一次活躍，至於他在一個月中每天都來，而且一天使用好幾次，還是就來一次，都屬於MAU中的活躍用戶。

而流失用戶的統計方式，則是在一個持續的時間窗內一直沒有使用過，一次都沒有，才被計算為是流失。

隨著註冊後周數的推移，“未使用人數”的數據一定是持續下降的趨勢，因為只要在週數的推移中，有用戶回來使用，就會被從這個表單中去掉，即便他次日來了之後就再也沒有回來使用過。 根據這樣的邏輯，我們模擬了下面這樣一張圖表。

從圖表分析我們可以得知： 1， 當曲線趨於平穩時，說明我們的自然流失趨於平穩，即如果這個時候用戶還留存著，基本上他就能留存很久，比較具有穩定性。

2， 自然流失率：以上圖為例，當天註冊用戶100個，其中有20個在此後五週完全沒有使用行為，則該日的註冊用戶自然流失率為20/100=20%； 定義了流失用戶後，我們回到用戶流失模型的兩個應用方向分別來構築模型。

即應用於流失用戶召回，針對不同的用戶特徵啟動不同的用戶召回策略；我們需要為流失用戶進行分類。

所有用戶都已經被打上了成熟度的標籤，那麼流失用戶在流失前也大概率被打上了成熟度的標籤。

不活躍用戶的防流失，我們已經知道了流失用戶的特徵，那麼當不活躍用戶出現了流失用戶的特徵的時候，說明他出現了流失預警，需要啟動相應的防流失策略。

應用於參考不同頻次的用戶的行為特徵來構建行為模型的做法，為流失用戶進行行為特徵的拆解，找到對於流失用戶的關鍵性指標。

這個模型搭建的思路其實和我們做用戶關鍵行為指標定位時候的用戶行為模型是一樣的，我們只是把表格更新為：

通過這個數據表單的分析，可以幫助我們定位流失用戶和高頻活躍用戶的行為差異關鍵性指標，這個指標就可以幫助我們提前找到有流失傾向的用戶。 即當用戶的流失關鍵性指標開始出現下滑時，說明該用戶是潛在的流失用戶，需要提前接入放流失預警策略，以防止其徹底流失。 比如高頻用戶的人均上月均轉發數是50，而流失用戶的人均流失前月均轉發數是5，那麼我們可以判斷，用戶是否在持續保持轉發微博的習慣，是判斷一個用戶是否存在流失風險的關鍵性指標。

5、不同用戶模型的交叉應用

不論是用戶月活躍度模型做歸類，還是用戶防流失模型中，我們都交叉應用了用戶關鍵行為指標的模型。

這裡我們就展開講一下用戶防流失模型和用戶成熟度模型、用戶月活躍度模型的交叉應用場景。我們通過用戶成熟度模型和月活躍度模型的交叉，我們將用戶拆成3（高頻、中頻、低頻）*5（不成熟、不成熟、原創、轉發、瀏覽）=15中用戶，然後根據月活躍度模型和用戶行為交叉後定位的關鍵性指標羅列，我們得到了一張交叉表如下：

這張表要怎麼用呢？ 剛才我們是著重看流失用戶的特徵，現在我們也列出了優質用戶的特徵，在同一張表中。

我們基本上可以確定低頻用戶是潛在流失用戶的重災區，那麼我們的策略邏輯就是，當低頻用戶的某個關鍵行為指標下降到流失預警線（如之前舉例高頻用戶的人均上月均轉發數是50，流失用戶是5，我們設定當用戶的這個數值下滑15為流失預警線），我們就需要啟動防流失策略。

而防流失策略是根據用戶成熟度模型來確定的，如果該低頻用戶的關鍵行為指標D下降到預警線，而通過成熟度標籤發現他屬於瀏覽型的用戶。

那麼我們大致可以判斷他最近活躍度下降可能是因為新鮮可看的內容變少了，趕緊啟動新一輪的興趣+熱門的內容及人的推薦，讓他更多關注起來吧～

這就是我們的運營策略的梳理思路了，有了這個思路之後，我們將其應用在產品機制中，當用戶登錄，判斷其防流失各關鍵行為指標數據是否下滑到預警線，判斷其成熟度標籤，啟動策略。

這就是我們的用戶成長體系的完整設計邏輯，讓一個用戶從不活躍用戶成長成為活躍用戶，思路上就是限定為優質用戶長什麼樣，然後讓和優質用戶具有相同特徵的用戶都變成他那樣。

流量池的打造

當前互聯網是流量為王的時代，流量是稀缺而寶貴的資源，流量就等同於財富，流量入口的打造也成為很多互聯網企業增長的核心手段；一個產品一旦失去自發的流量增長，那麼它離死亡也就不遠了。

我們談流量首先就要區分清楚流量池思維和流量思維。

流量思維：平臺獲取用戶，用戶轉化，對用戶進行變現後用戶就離開了。

流量池思維：平臺獲取用戶，用戶運營轉化、留存和裂變以獲取更多的用戶，保持用戶活躍、提高用戶復購率，打造自循環體系的自有流量池。

流量池思維更多不是在於前端獲取多少用戶，而是強調如何運營用戶進行裂變，利用存量用戶發展更多新的增量用戶。

流量思維結果是購買用戶後，用戶進來一次後就走了。流量池思維在於如何留住用戶、促活用戶和利用用戶進行增長裂變的思維。

獲取流量，其實核心功夫也是轉化能力，不管是用戶花時間看廣告、下載APP、領取補貼、掏錢消費，都是一次轉化，只是藉助了不同的工具或載體，設定符合遊戲規則的機制去獲取流量和轉化流量。

轉化的內功在哪裡？

“落地頁是第一生產力”，如今不管大企業小企業，都繞不開這個話題，特別是投入大量資金做推廣，文案轉化差。

一般的落地頁設計，只需要用到其中部分，我總結了實戰比較強的“落地頁邏輯架構6要素”：

1、梳理出核心賣點和品牌、活動信息。

落地頁首部一定要能抓住眼球，展現品牌、活動的信心賣點，簡單、直接、快速有效的告知訪問者：我是誰，我能提供什麼，我和其他同類產品有什麼不同。

2、品牌的整體印象與產品口碑。

對大部分消費者來說，落地頁就是對品牌的第一認知，所以設計和構圖一定要遵循簡單、直白的原則，切忌頁面雜亂、信息混亂、操作流程冗雜。

3、消費者益處。

做營銷最大的難點就是從消費者的角度想問題，從消費者的角度去展現賣點。消費者考慮的是“你的產品能給我什麼”，而不是“你的產品的規格型號是什麼”。提供額外價值、獨特價值，或給予巨大優惠，都可能促使他們完成衝動型消費。

4、權威認證。

消費者在看到並不熟悉的產品或品牌時，相關的權威認證會提升信任，降低疑慮以及使用產品的心理成本。畢竟，沒有任何一個消費者希望自己是新產品的“小白鼠”。

5、用戶留資。

用戶留資是落地頁的核心作用，所有的工作目的是希望用戶註冊、購買或留下他們的資料，完成流量到用戶再到銷售的轉化。

6、索取有效信息。

不要在落地頁中索取不需要的信息，首先，額外的信息對企業來說是無用的；其次，信息索取越多，消費者對企業規範產生懷疑、牴觸。所以，索取最關鍵信息即可，比如加密後的微信號、手機號碼等。

需要多個入水口

流量紅利消失的時代，首先需要打造多個入水口。

成熟、優質、穩定的渠道獲客成本肯定是越來越高，短期內你可能擁有一個或多個便宜的入水口，因為狼多肉少大多數優質渠道很快會變貴、用戶質量變差、轉化率下滑。

自有流量池需要多個入水口，任何品牌、活動推動等都需要所有渠道和模塊同時運作、互相配合、共同為活動引流和造勢，這樣才能把效果和轉化最大化。

對於一家創業公司或者中小企業的說，品牌宣傳和推廣的費用十分有限，除了從大的流量平臺買用戶以外，就是通過時下最聚焦流量的社交平臺來獲取流量和傳播。

不同渠道的展示和成本會有明顯差異，很多渠道看上去下載用戶少，實際情況是某個步驟的流失率過高。這時候運營的全盤統計就顯得很重要。

不少產品為了更好的跟蹤，會讓用戶註冊後下載，通過userId跟蹤轉化率。這不失為一個好方法。

渠道數據分析，對數據的統計要求較高（主要是數據匹配和歸類）。產品和運營都應該有統計的習慣。

隨著移動互聯網流量紅利期的結束，獲取一個新用戶的成本已經大大超出以往，甚至高到一家創業公司無法承受的地步。金融領域的創業公司，為了獲得一位投資用戶，甚至會支出四位數的單個用戶的獲客成本。

游進來的用戶只是運營的開始

通過渠道和營銷獲取的用戶我們肯定不僅僅滿足於只完成一次購買，我們產品中有個蓄水池，有入口和出口，游進來的用戶我們做精細化的運營，通過裂變，讓這個用戶不僅僅是消費者，更是我們產品的推廣者。

裂變營銷，也就是自傳播，如《道德經》中講到的“道生一，一生二，二生三，三生萬物”，是同個道理。

裂變營銷，也就是拉新運營，最終目的是達到以最低的成本，最大限度的獲客增長。

裂變目前是移動互聯網比較有效的營銷手段，主要是借用移動互聯網下的社交關係，朋友圈裂變是最常見的運營套路。選擇APP、公眾號或群裡的粉絲，設計出裂變誘餌，讓粉絲主動分享。

裂變最主要是通過貼補和福利來刺激和誘導用戶分享，用戶也需要社交、個性、自戀、展示和攀比，目前裂變的玩法大家都屢試不爽。需要我們在設計活動中瞭解用戶並且深刻的把握人性。

當下的裂變主要圍繞APP和微信生態，分享基本都是在群和朋友群裡進行。目標也很簡單。『最低的成本和手法，攫取移動互聯網時代的最後流量紅利。』

2018年裂變中最耀眼的明星則是小藍杯，瑞幸咖啡通過APP免費送好友咖啡各自得一杯、買二送一、買五贈五、朋友圈分享免費贈飲等手段，不停的刺激用戶裂變，使用戶數達到幾何式的增長。

打造自有流量池，自有流量池就是要利用各種手段通過各種渠道獲取流量，通過流量的存續運營，再獲得更多的流量，如此往復，週而復始。

一方面通過推廣擴大和流入新的流量，另一方面運營流量，關鍵是讓自有流量池進行裂變，從而分攤流量成本、提高流量池規模和質量。

增加入水口，運營流量池，減少出水口流量，才能讓我們的用戶規模持續增加。

增長黑客的修煉必須要經歷市場、運營、產品等多個維度，真正做到了解企業的商業模式、研究用戶心理學，修煉核心的增長方法論和運營策略；每一個增長人想成為真正的增長專家就必須構建自己的用戶運營增長體系，打造自己核心的流量增長方法論，積累更多精準的流量入口。

閱讀更多 火星運營 的文章

關鍵字: KPI 設計 運營