養(yǎng)魚的不一定是海王，也可能是運營人！

原創(chuàng) 贊收藏評論

舉報 2021-03-04

掃描,分享朋友圈

魚塘與魚

魚塘，顧名思義就是海王用來養(yǎng)魚的一個池塘。

現(xiàn)今各種線上平臺就是各個企業(yè)在市場大環(huán)境下搭建的一個用來養(yǎng)殖的池塘，而平臺中的產品則是池塘里面的養(yǎng)分。
既然是“魚池”，那養(yǎng)什么“魚”？
所謂的魚，指的是社會上形形色色的人。
他們都是各個產品的潛在客戶，這些人都是通過特定的平臺（即魚池）來養(yǎng)殖，從而把客戶的剩余價值等挖掘，達到每個客戶生產的利益最大化。
既然有了“魚”，那怎么養(yǎng)殖？

魚塘理論

在營銷行業(yè)中，有一個著名的“魚塘理論”，將用戶比喻為魚，所有存量用戶組建成了一個“魚塘”。
而一個魚塘中按照大小來分，存在大魚、小魚、魚苗等，在用戶分層理論中，可以按照用戶質量，將用戶分為核心用戶、活躍用戶和普通用戶3個層級。

魚塘中真正能夠產生價值收益的是大魚，小魚和魚苗是潛在價值，用戶群中真正產生價值的是核心用戶，活躍用戶和普通用戶是潛在價值，魚塘分群的用戶增長邏輯就是將小魚養(yǎng)大，將普通用戶培養(yǎng)為活躍用戶，將活躍用戶培養(yǎng)為核心用戶。
這里所謂的用戶價值對不同產品類型有不同體現(xiàn)，電商類產品的高價值用戶自然是購買頻次高或購買單價高的用戶，內容產品的高價值用戶指內容生產者（UGC內容）或內容消費者（高頻閱讀、轉發(fā)、評論互動）。

01

根據(jù)用戶行為建立用戶分層模型

魚塘分群的用處在于根據(jù)產品的關鍵指標篩選不同質量的用戶群體，以群體特征為原點設計運營活動促進用戶關系的遞進。
例如，在電商類產品的用戶分層中我們一般采用RFM用戶分層模型，按照R（最近消費時間）、F（最近購買次數(shù)）、M（最近累計消費金額）3個維度將用戶分為重要價值客戶、重要發(fā)展客戶、重要挽留客戶、重要保持客戶、一般發(fā)展客戶、一般價值客戶、一般挽留客戶、一般保持客戶8個類型，針對不同用戶的行為特征設計針對性運營活動。

同樣，RFM用戶分層模型也適用于其他品類，按照R（最近訪問時間）、F（最近時段訪問次數(shù)）、M（最近時段互動次數(shù)）3個維度進行用戶細分。

02

根據(jù)運營需求建立用戶分層模型

在用戶分層方式上，并不局限于固有的模型，可以根據(jù)當下運營階段的“北極星指標”設置用戶分層維度。
例如，當下運營階段的“北極星指標”為提升用戶粘性，那么用戶分層的質量維度主要是用戶訪問頻次、訪問時長和訪問深度。

用戶訪問頻次：階段時間內用戶打開APP的次數(shù)，例如核心用戶1天3次，活躍用戶1天1次，普通用戶3天1次；

用戶訪問時長：階段時間類用戶使用產品的累計時長，例如核心用戶1天60分鐘，活躍用戶1天30分鐘，普通用戶1天10分鐘；

用戶訪問深度：根據(jù)用戶行為定義用戶的互動性，例如核心用戶平均瀏覽20個頁面，活躍用戶瀏覽10個頁面，普通用戶瀏覽5個頁面。

在定義用戶質量分層維度后，找到提升指標的關鍵點，例如提供普通用戶的訪問頻次，可以向普通用戶推送感興趣的內容，提升普通用戶的訪問深度，可以向普通用戶推出互動活動。
用戶分層運營的目的在于針對性“投喂”，避免大魚越來越大，小魚逐漸流失的現(xiàn)象。

03

數(shù)據(jù)驅動的用戶分層實踐

用戶分層運營是基于用戶行為數(shù)據(jù)建立的用戶群組標簽，通過數(shù)據(jù)分析工具洞察用戶行為，對用戶進行有效分層。
以諸葛io為例，可以根據(jù)運營北極星指標設計多維度的用戶分層指標。下面以“提升活躍用戶”這個指標為例，對數(shù)據(jù)驅動分層的方法進行說明：
首先，分析用戶行為找到提升指標，既然要提升活躍用戶，那么首先需要對“活躍用戶”進行定義，例如活躍用戶的定義是連續(xù)4天訪問并且每天使用超過20分鐘的用戶，那么通過諸葛io的“粘性分析”可以看到15.2%的用戶滿足連續(xù)使用4天這個條件。

接下來，針對其余未滿足條件的用戶分析用戶行為，將這一部分用戶定義為“高流失風險用戶”群組，在路徑分析中分析用戶的訪問行為，觀察在進入首頁后哪一步的用戶流失比較嚴重。
用戶路徑分析有2個目的，首先查看根據(jù)設定好的用戶路徑起始點，跟蹤用戶的后續(xù)行為習慣，其次查看不同行為的轉化人數(shù)，找到用戶高頻訪問行為以及低頻用戶訪問行為，通過用戶行為習慣向流失用戶進行針對性喚醒活動的設計。

04

總結

魚塘分群的核心在于實現(xiàn)不同層級用戶的正向循環(huán)發(fā)展，通過用戶分群模型的應用及各群組針對性運營策略，在分群而飼的同時共同建立一個有效的魚塘生態(tài)。

本文系作者授權數(shù)英發(fā)表，內容為作者獨立觀點，不代表數(shù)英立場。
未經授權嚴禁轉載，授權事宜請聯(lián)系作者本人，侵權必究。