通过RFM模型搭建用户体系模型的运营方法

　　从事互联网的同行相信也了解现在的市场行情，在获客成本越来越高，市场用户总数大致不变的情况下。到处都是一片红海。

　　所以，在“蛋糕就这么大，分蛋糕的人却越来越多的情况下”，如果维护好每一个费力争取进来的用户，自然成了至关重要的作用。这个事，主要也是用户运营从事在进行操盘的。

　　那么，用户运营要怎么做？其实，大部分从事运营的同事方法均有所差异。作为运营，无非就是拉新、促活、提高留存、提高订单、提升流水等。而针对不同的运营目的，每一个资深的运营从事者运营的方法是不同。

　　以下，介绍一种通过RFM模型转化来的用户运营体系方法，也是足球预测最近的一个心得，运营老司机请绕道。

　　一、定义不同层次的用户类型

　　首先需对不同类型用户区分，如下：

　　临界值的确定

　　这里分为横向和纵向两个维度来进区分。举例如下：

　　数据取值范围：1.1-3.1（两个月的数据）

　　（1）横向：按照用户消费频次（成熟度）区分，如：

　　初级用户：消费1-5单用户；

　　成长用户：消费6-10单用户；

　　成熟用户：10单以上用户。

　　（2）纵向：按照用户活跃度区分，如：

　　活跃期：最近4天有消费的用户；

　　衰退期：5-10天未消费的用户；

　　流失期：11-20天未消费的用户；

　　死亡期：20天以上未消费的用户。

　　举例：初级用户&活跃期：即代表在近两个月内，用户消费了5单以下。但该用户最近三天有消费。

　　注：这里可看前三列，后两列作为数据参考。

　　以上仅仅是举例（偏电商类型的业务），可能不同行业不同业务下，用户的消费频次和活跃度是不同的。这里要看具体的业务而定。

　　二、制定对应的用户体系模型

　　通过以上用户定义：我们可绘制出我们整个用户运营的框架

　　注：此模型之前参考过一个大神文章启发的。

　　以上的图简单易懂，这里说明一下：

　　我们的目标即可细化为：

　　初级用户转化成长用户，成长用户转化为成熟用户。

　　沉睡用户和流失用户进行唤醒，拉为活跃用户。

　　通过以上两种方式，形成循环闭环。

　　其中几个小细节是关键要素：

　　（1）初级用户由于对产品熟悉度不够，故流失和沉睡可能较多，需专门针对此批用户进行专项分析、运营。

　　（2）到成长期和成熟期以后，对于流失和沉睡的用户需重点关注。

　　特别是成熟期的流失用户，此批用户大部分是经过长期的维护和大量的资源支出，才变成我们的忠实fans，如果流失数据异动很大，就要立项专门去研究。例如疯狂比分网www.fkbifen.com这个网站，负责这一块的小伙伴更要走下去，深入和这批用户沟通，找出真正的原因，而不是在办公室看着数据拍脑袋定原因。分析出来的东西，更要去和真正的用户反复进行验证。

　　（3）当然，精细化的分析出用户体系，最重要就是对症下药，减少预算、提高转化。

　　所以，对不同类型用户，可能运营的策略和方法是不同。

　　三、具体的运营方法

　　首先，我们可以通过以上的模型，挖掘出对应的用户数据。

　　这里说个题外话：很多同学可能对这批数据的获取会比较头疼。特别是创业型公司，根本没有相应的数据平台。所以这里可以提3点建议：

　　通过后台导出相应的订单数据源表，自行通过excel等工具进行处理（具体的excel方法就不赘述了）

　　和管数据库的开发哥哥沟通，通过sql语句进行导出。（方便是方便，但经常打扰人家也不太好。）

　　如果此体系定下来了。一定要和产品经历沟通此需求。个人觉得这方面很关键，数据是运营的基础，有强大的数据后台，会节省很多工作量，提高工作效率。

　　注：数据仅仅是举例参考。

　　根据简单数据分析，即可尝试以下的运营动作：

　　初级用户的沉睡期和流失期用户最多。可申请铺一批组合券进行唤醒。如：1张高面额、低门槛券，1张低面额、低门槛券进行促活，并做好券到期提醒。（两张券的含义是让用户能多逗留、多消费一次。尽量能加长使用我们的产品时间）

　　处于成长期的用户，相对来讲，也算较为熟悉我们产品。可设置消费返券或发放中等面额的优惠券，并根据其用户购买习惯push相应的文案。

　　对于成熟用户，重点关注其流失期和沉睡期用户。可安排客服进行抽样访谈，了解流失原因。并申请一批优惠券或者礼品（需使用产品兑换），作为奖励或者歉意的补偿等。

　　活跃期的成长和成熟的用户，目的是提高用户的消费客单价和频次。所以可以相应发一些低面额，较高门槛的优惠券，并push热门或者爆款的商品等。

　　以上只是笔者简单列举一些方式，具体动作需根据业务和具体的数据反馈来定。但大体的形式可以参考。

　　通过初级、成长、成熟和活跃、衰退、沉睡多个维度交叉分析，总能发现出问题，制定相应的运营策略。

　　四、运营动作的周期和推送的方式

　　运营动作周期

　　用户运营的体系，是需要进行长期的运营操作。可能会根据过程中的数据反馈，来调整具体的动作。但方法和大方向基本应该保持一致。

　　当然，根据业务的不同性，运营动作的操作也会有所差异。

　　以电商业务举例，在电商业务中，不同用户类型操作的频率也是不同。

　　如：

　　死亡期的用户：一个月/半个月集中整理一次数据，进行发券、推送等。

　　流失期的用户：此批用户属于濒临死亡，则需每3天/7天需分析一次，进行运营激活等。

　　关键点于：当你对某批用户进行操作后，要进行相应的追踪。如隔1个星期后，再观察相应的数据转化情况，以及在新的时间维度中，此批数据在各个层级中的占比。也方便你做好相应的汇报和总结。

　　举例：3月1号对前两个月的数据进行上述的分析后，在4月份捞出来的数据中，3月份这批数据在最新数据中的情况，以此来评估你的运营效果和指导后续的动作。同时，还能同比日活情况、留存情况等指标，多维护结合来分析效果。

　　对于用户推送

　　这方面展开来讲，可能又是一篇文章，先抛开时间、频次这些因素，简单的策略建议如下：

　　初级用户、死亡用户推送优惠，引导消费。

　　成长、成熟用户推送根据用户数据反馈，推送相应爆款，特色商品、产品活动等。

　　推送后的用户引导链接、跳转方式越短越好。

　　五、总结

　　最后，简单梳理下本文阐述的方法：

　　对我们产品用户进行精细分层级；

　　制定相应的用户模型（RFM模型的应用）；

　　根据定好模型，进行相应用户数据的收集；

　　通过数据的分析制定相应的运营策略；

　　运营周期、推送的方式和数据效果的评判标准。

　　我们做用户运营，一定要确定好目标。无论是促活、提高留存、提升订单、拉高客单和提升流水，具体到相应的运营动作是有差异的。一定记得要对症下药，确定1-2个目标，循序渐进。对于后续的复盘分析也要认真分析到位，做好统计，及时进行调整。

　　当然，RFM的模型，还有一个用户的消费金额。当你需要更细化对用户进行分层时，还可以将此指标考虑进去。然后对数据进行加权处理，可能又会得到不同的结果了。