惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

A
About on SuperTechFans
博客园 - 聂微东
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
博客园 - 司徒正美
宝玉的分享
宝玉的分享
美团技术团队
量子位
The Cloudflare Blog
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
IT之家
IT之家
爱范儿
爱范儿
J
Java Code Geeks
博客园 - Franky
Last Week in AI
Last Week in AI
B
Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
I
InfoQ
GbyAI
GbyAI
Recent Announcements
Recent Announcements
小众软件
小众软件
H
Help Net Security
Microsoft Azure Blog
Microsoft Azure Blog
MyScale Blog
MyScale Blog

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
增长黑客:后互联网时代新的用户生命周期管理实战
数有道 · 2022-06-06 · via 人人都是产品经理

编辑导语:对用户生命周期进行管理对于运营用户来说十分重要,也是后互联网时代十分关键的运营步骤,本篇文章作者分享了用户生命周期管理的相关思路和逻辑,以及整个过程需要注意的要点和问题,感兴趣的一起来学习一下吧,希望对你有帮助。

一、现实意义

用户生命周期是新用户从开始接触我们的产品到最终由于某些原因而放弃使用产品的整个周期。

对用户整个生命周期进行管理使我们更加了解用户,从而更精细化地运营用户,是每个人都需要去思考的一个问题。

当我们在思考用户生命周期时候,更多是参考一些网上比较经典的模型,新手期——成长期——成熟期——预警期——流失期,然后会谈一下不同的用户群体该如何去引导,如何去转化等。

我们有没有思考一下:

  1. 到底如何划分不同阶段的用户?
  2. 划分完运营之后,该如何去评价我们的策略或是我们划分到底能不能使指标提升呢?

今天,把自己曾经做过的用户生命周期成果做一个简单的总结。跟大家分享一下,希望可以给大家一点帮助。

增长黑客-用户生命周期计算

二、划分逻辑

增长黑客-用户生命周期计算

上图中第一部分就是我们划分的逻辑,选用了一个电商的核心行为:购买,另外一个维度就是最近N天的登录天数,这里我们需要考虑几个问题:

1)为什么只选取了一个核心行为呢?因为,一旦维度太多了,对后续的监控以及分析就要求很高了。另外,从经验来看,有时候太精细的划分不一定会很好的效果。当然,你的数据量大,业务足够复杂,可以考虑多加一个维度。

2)为什么选取最近7天作为划分节点,8-30天作为流失,30天以上没有登录就是流失用户呢?另外,近7天中登录的天数N的选取?

  • 可以跟运营专家一起就经验定一个。
  • 可以看新注册用户的留存曲线是怎么样的。
  • 近7天中登录天数,可以看历史中用户7日均的登录情况。

3)核心行为中用户在N天内的次数如何确定呢?

  • 如果高频的产品,可以看用户日均的次数。
  • 如果低频的产品,可以考虑一段时间内用户的行为次数,然后就能定核心行为的次数了。

4)似乎我们这样划分之后,就会跟大家熟知的用户生命周期有所不同,为什么呢?熟知的用户生命周期,都是从激活注册开始的,但是我们这里并没有体现出这个。

  • 在使用登录天数和核心行为之后,我们会增加一个维度,就是这个用户是否是最近N天注册的。这样我们其实可以同时观测新老用户的情况。
  • 另外,如果是一些特殊的行业,我们还可以加一些其他的维度,方便精细化运营。

三、衡量指标

构建完成用户生命周期之后,我们就会把结论给到运营同学,他们会对不同群体的用户进行触达。在触达之后,我们会思考一个问题,如何衡量触达的效果呢?

  • 从总体来看,我们可以观测每天全站用户的结构,是不是往中心(成熟)聚拢?
  • 我们用户的流向,是从新手到成长或是成熟的用户群体在变多还是成熟到流失的用户群体在变多?
  • 从具体的触达来看,用户点击怎么样?用户从点击到最后的转化又是如何?
  • 当然可以根据自己行业的一些特性,来看看具体指标,比如电商的购买。

四、实例

第二部分,我们直接引用电商的一个实例,可以很清楚的看到,当我们确定了登录天数和核心行为之后,通过聚合,就很快能得到最后 不同群体。

比如最近7天登录了1-3天,但是购买大于3次的用户就是成熟用户,登录天数大于30天的用户就是流失用户。

增长黑客-用户生命周期计算

五、总结框架

增长黑客-用户生命周期计算

最后,我们来总结一下用户生命周期,整个用户生命周期涉及到几个问题:

  1. 如何划分:在这里我们建议就是使用核心行为,加上登录天数以及新老用户,当然你可以根据行业的特性加一些其他的维度,但是不建议太多。
  2. 运营策略:对不同群体的用户触达不一样的内容,注意触达的方式。最后,需要考虑触达的频率,如何做到不打扰用户。
  3. 如何衡量:从总体看用户结构变化以及群体的流向以及次日留存情况,从单个的触达来看触达的效果指标。

六、结语

用户生命周期划分的意义是:能够清晰的对用户进行分层,然后进行精细化的运营,最终在实战过程中,你会发现确实不同用户对于同一素材的不同反应。

本文的划分方式,主要对于一些有周期性行为的低频产品有更高的借鉴意义,因为,这样的产品用户来了之后会短期的操作之后,然后会流失,后期会再回来。

所以,我们并不是以注册作为起点进行划分,而是以最近登录时间作为划分。

作者:数有道;微信公众号:数有道;

本文由 @数有道 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。