AIPLA模型是面向C端用户的一个非常好用和经典的用户生命周期模型，在本篇文章中，作者详细介绍了AIPLA模型的原则和用法，希望能帮到大家。
在《在你打开手机App的那一秒钟，发生了什么？》和《波澜壮阔，广告系统的演化过程》中，风叔详细介绍了广告投放系统的原理和发展过程。广告解决的是拉新，拉新之后还要通过留存、转化和复购，才能真正成为品牌的营收，因此需要整套数字化营销的能力。
数字化营销是一门非常专业的学科，也是产品经理必须掌握的知识。数字化营销的本质，就是在合适的时间、通过合适的渠道、以合适的内容、触达给合适的用户、以达成特定的营销目标。
面向C端用户的产品营销，和面向B端企业的产品营销，其方法是完全不一样的。面向C端用户，最好的营销框架是基于用户生命周期模型，其中最经典和优秀的两个模型分别是AIPLA模型和AARRR模型。面向B端用户，最好的营销框架是基于技术采用周期，最经典的模型是鸿沟模型。
在本篇文章中，风叔先详细介绍AIPLA模型的原则和用法。在后续文章中，风叔将继续介绍AARRR模型和鸿沟模型。
在面向C端用户的数字化营销领域，有一个非常重要的概念，叫做用户生命周期，其概念是指用户和企业产生交互的全部阶段，从首次接触企业的产品到最终不再成为企业的用户。在用户生命周期的不同阶段，对用户的营销策略是不一样的，这就是面向C端用户营销的最根本理念。
AIPLA模型是一个在零售行业使用非常广泛的用户生命周期模型，在其他行业也有极大的适用性，这个模型将用户生命周期划分成了五个阶段：
对于用户来讲，其实还有一个生命周期阶段，就是流失。当品牌没有满足用户的需求，没有提供给用户满意的服务，或者当用户的需求发生变化，导致很长时间没有再和品牌发生互动的时候，用户就进入了流失阶段。因为用户流失是每个企业都会极力避免的，我们并没有在AIPLA的生命周期模型中，单独给流失放一个位置。
另外需要注意的是，每个用户只会处于五个阶段中的一个阶段，不可能同时处于多个阶段。比如用户观看过产品的广告，同时也完成了购买，但还没有产生过复购，那用户就是处于阶段P，这就是用户生命周期的跃迁。在AIPLA生命周期模型中，用户既可以向后跃迁，也可以向前跃迁，比如用户去年处于L这一阶段，但是今年用户一单都没有购买，用户会从L阶段又跃迁回P阶段。
对于企业来讲，做营销的核心目的就是两点：让更多的新用户知晓企业的产品和品牌，以及推动更多用户沿着生命周期阶段向后跃迁。前者就是品牌营销，后者就是效果营销。
品牌营销不以转化为根本目的，其核心目的是做品牌的宣传和推广，让更多的潜在客户知晓品牌和产品，常用于关注品牌影响力的成熟企业，比如奔驰汽车，每年投入数十亿的广告预算进行品牌营销广告。而效果营销是以转化为根本目的，让消费者更快完成购买转化，比如李佳琦的直播间就是非常典型的效果营销，粉丝在“OMG，买它”的喧闹声中，完成下单购买。
不难看出，越容易产生购买决策的品类，越倾向于做效果营销，比如服饰、餐饮；购买决策越长的品类，越倾向于做品牌营销，比如汽车、家居。快消品是个例外，因为快消品大多都是通过非自营渠道进行售卖的，比如可口可乐都是在便利店、超市、或者电商平台进行售卖，虽然用户很容易产生购买决策，但品牌方会倾向于做品牌营销，这样当消费者在超市、购物中心等渠道消费时，更倾向于购买自己熟悉的品牌。在后续文章中，风叔还会专门介绍品牌营销和效果营销。
再回到AIPLA的用户生命周期模型，对于不同阶段的用户，营销目标和营销策略都是不一样的。我们可以沿着以下几个问题，逐步分析AIPLA模型的使用方法。
此时的营销目标人群是还没有和品牌产生过互动的新用户，商业目标是提升对新用户的营销覆盖、提升广告点击率、降低拉新成本。因此，我们的营销策略应该包括：
此时的营销目标人群是已经对品牌产生认知的用户，商业目标是提升会员注册率、提升用户和品牌互动的时长。因此，我们的营销策略应该包括：
这一阶段是最难的，我们的营销目标人群是所有对产品产生了认知和兴趣的用户，商业目标是让用户真正花钱购买我们的产品和服务。当用户真正要花钱时，用户就会关心产品是否能满足自己的需求、产品价格是否合适、服务是否满意。因此，我们的营销策略应该包括：
“引导老用户复购的平均成本是获得一个新用户的五分之一”，因此做好老客复购能对企业的收入产生非常重要的影响。我们的营销目标是已经完成转化的老用户，商业目标是让更多老用户产生复购，复购次数更多，复购金额更多。
用户要完成复购，有两个条件。首先是我们售卖的产品是有复购场景的，比如汽车、家居的复购周期很长，因此不太关注复购指标；其次是用户对我们的产品和服务是满意的，愿意再次进行消费。因此，我们的营销策略应该重点放在维系好老客户的关系，分析和挖掘老客户的需求和偏好，通过更多利益点来留住老客户。比较常见的做法是：
这一阶段能够大幅降低品牌的拉新成本，并且形成用户口碑。我们的商业目标，是让Purchase或Loyalty阶段的客户，主动向好友进行推荐分享。因此，除了加强产品本身的价值建设，让用户真心认可我们的产品价值之外，我们还可以通过邀请码、分享裂变等方式，引导老客户更多进行推荐。
比如每个用户都有唯一的邀请码，当用户的好友使用邀请码注册会员或完成购买时，该用户和其好友均可以获得一定的权益。但是值得注意的是，一定要把握好分享权益的度，如果这个权益过大，很容易造成用户只是为了拿到奖励而去分享，会让我们误判产品能够给客户带来的真实价值。
所以，基于用户生命周期模型的用户营销，是一种非常有效的营销模型，方便我们将用户进行分层运营，并按层级设置营销策略。用生命周期给用户分层的同时，还可以结合更多的用户细分方法，比如消费者的品类偏好、促销敏感度、渠道偏好等等，进一步提升用户的转化效果。
制定好每一阶段的营销目标和营销策略之后，就可以制定详细的营销计划，针对每一类细分用户，应该用哪些产品、文案、权益和渠道进行触达。更重要的是，我们可以定期分析各个生命周期的用户数量和跃迁数据，如下图所示。
首先是上半部分的整体分析，通过计算每个周期阶段的人数、占比和变化人数，能够让企业从整体上了解目前消费者的分布情况。
其次是下半部分的跃迁分析，我们能够清楚地看到每个阶段互相的跃迁情况。举个例子，假设我们发现从阶段A跃迁到阶段I的人数增长很快，但是从阶段I跃迁到阶段P的人数很少，就能想到在产品的营销链路中，可能转化环节出了问题，方便我们进一步下钻，分析是哪个渠道、哪个品类、因为什么原因而出现了转化率不足的问题。
AIPLA模型也是一个帮助商家预估销售额的利器，有一个非常有效的方法叫做GMV to AIPLA。它的逻辑是这样的，任何一次营销活动的总收入都可以分为老客收入和新客收入，其中：
老客收入 = 老客人数 * 复购率 * 老客平均客单价
新客收入 = 广告曝光数 * 点击率 * 转化率 * 新客客单价
老客户是商家可以方便触达的，而新客户是需要商家通过广告等手段获取的。
举个实际的例子，假设你作为商家的营销负责人，打算做一场营销活动，营销目标是达到1000万的总收入。目前你有10万的老客户，根据过往的营销数据，你得出老客的复购率大约是10%，老客的平均客单价大约是600元，这样本次活动预估老客户能为你带来600万的营收。因此，还有400万是你需要通过广告拉新获取的收入。根据以往的广告投放经验，你得出广告的点击率是5%，点击后的转化率是10%，新客户的平均客单价大约是200元，因此你需要有400万的广告曝光量。按照每千次曝光成本100元计算，你还需要40万元的广告投放预算，才能补齐400万的收入差距。
说到AIPLA模型，还有一个故事和读者分享。AIPLA模型是由国外最早提出并实践的，国内最早由阿里巴巴将模型引入。但是阿里巴巴在使用时，对这个模型做了阉割，去掉了最后一个A，这就是著名的阿里AIPL模型，相信很多开过淘宝或天猫店铺的读者都有所了解。读者可以先思考片刻，为什么阿里巴巴会删除最后一个Advocate呢？
这是由阿里巴巴的商业模式决定的，因为阿里巴巴不是品牌商，而是电商平台。站在品牌商的角度，当然希望有更多用户进行分享和推荐，但是站在电商平台的角度就不是这样了。因为阿里巴巴最大的收入来源是卖广告，通过直通车、钻展等广告投放，来获取平台上品牌商家的广告费，如果商家不付费投放广告，商家的店铺和产品就得不到足够的流量曝光。因此，如果消费者通过分享和推荐，将淘宝或天猫平台上的商家或商品推荐给好友，必然会对阿里巴巴的流量生意造成极大的影响。
另外一个原因，就是用户分享和推荐主要都是通过社交渠道，而国内的社交渠道被腾讯一家独占，微信/QQ几乎覆盖了全中国的用户。所以综合这些原因，阿里巴巴仅保留了AIPL。
AIPLA模型虽然很通俗易懂，但这个模型的不足之处在于，它是基于用户状态而设置的，在实际的运营动作上，不是特别直观。
尤其是随着移动互联网的兴起，企业可以更容易获取用户的行为数据，能够触达用户的营销触点也越来越多，用户运营动作也更加的丰富，因此需要一种更加便于运营的生命周期模型。
在这样的背景下，被称为海盗模型的AARRR模型横空出世，也是风叔最推崇的模型之一。在下一篇文章中，风叔将详细介绍AARRR模型的概念和使用方法。
作者：风叔，微信公众号：风叔云
本文由@风叔 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。