用户运营常见的3种模型！

 

本文给大家介绍了三种常见的模型，希望对运营小白有帮助~

一、关于用户运营

运营，是基于业务线的目标实现，从而实施的各种方法的综合。

那么目标就会有不同，比如增长，比如变现，比如短期用户增长，比如长期的用户生命价值最大化。

当然方法也会有好有坏，有花时间但是稳、省预算的，也有追求快，但是花费大的，还有就是偶然的爆发式的现象级的，而好的运营从来都是组合式的。

至于怎么组合，就要看你手里有多少人，多少预算，多少资源，还有各业务指标的优先级了，追求快速变现为先，还是追求数组增长为先方法就会不一样。

这么多的方法论里面，效率的高低是不一样的，为了提高效率我们会引入各种模型和优化方法论。

而用户运营，则是为了提高效率，从而对不同的用户进行区分分组，从而实施差异化运营的一种方法论。

所以，用户运营的不同分类方式，比如RFM、金字塔模型、正态分布等，都是基于不同的业务目标下的选择。

• RFM，更多是基于成交金额的优化，提升用户的LTV的分类方式。
• 金字塔模型，则是基于多层次数据稳定增长，形成健康AARRR体系循环的分类方式。
• 而正态分布，则更加偏向于粗放式运营，在维护用户资源有限的情况下，调用有限资源维护长尾客户的分类方式。

三种用户运营的分类方式，和背后的运营策略是怎么样的呢？

 

二、RFM模型

RFM模型可以说是经典了，从传统CRM管理开始，再到互联网的用户运营，可以说从来不会过时，毕竟销售是所有商业的核心。

RFM分别表示用户消费的三个指标：消费金额，消费频率和最近一次消费的时间，来构建一个消费模型。

消费金额Monetary，可以说是商业的核心，也是最重要的一个指标，而消费频次Frequency，是在限定时间内的消费次数，是用户忠诚度的体现，而最近一次消费的时间Recency，则是衡量用户流失的一个指标，也是衡量用户对你的品牌记忆的一个指标。

这三者根据高低不同，就可以形成八种组合，消费金额高/低，频次高/低，最近购物时间近/远，当然这个金额高低和频次高低还有购物时间的远近的设定，需要和本身产品的消费周期相关联。

毕竟买家电的用户，和买面膜的用户，时间线设定肯定不一样的。

然后根据这八种维度的分类方式，进行不同的运营策略，比如消费金额高，但是最近购物时间远，频次也低，那么这一批用户背后发生了什么？怎么样召回？

在比如消费金额低，但是频次高，最近购物时间也近，这样的忠实客户需要怎么样去维护？去保持？

这是站在RFM的分类基础上，去进行的基础维护运营，根据关键运营指标，选取重点需要优化的用户群体，进行策划运营活动。

这是用户体系的建设，是长期的需要去做的运营事件组合，从而优化运营指标。

这里只是最普遍的原理，如果深入进去，那么就得根据用户群体、产品特性，产品的周期单独建模，而且需要具体分析最佳的指标，进而进行差异化运营。

同样的，我们也可以根据不同的运营活动，去反向在RFM里面筛选出用户群体，从而提高活动的效果。

在做电商运营的时候，天猫的数据里面专门有RFM模型供选择，不过有点低配，不如自己建模，一般每当大型活动，比如双十一，针对不同分类的用户，针对的优惠力度，甚至文案都是不同的。

这就是基于活动反向筛选用户。

 

三、金字塔模型

作为运营，还有一个海盗模型应该说是熟的不能再熟的咯，就是那个AARRR倒漏斗转化模型。

用户从即新增、留存、活跃、传播、到盈利，每一层代表着部分用户流失，这些用户在不断的一层层的进行演进着。

那么，金字塔模型，就是根据这个流程来给用户分类的一个模型。

根据用户的行为轨迹，从注册，下载，使用产品，会推荐，评价，购买以及付费，也会注销、卸载、和流失，这是一个完整的流程，而每一个流程里，都存在一部分用户。

而我们的核心指标，当然是让用户付费。

那么给这些用户的分层，就是为了对于每一层的用户进行差异化运营，让他们一步一步的往前演进，或者直接进入转化购买阶段。

这就是金字塔模型的用户运营分类方法，一般我们用一个APP的用户来举例。

当然用户的行为不仅仅是这五步，可能还会有更多的细分的步骤，不过普遍的我们会根据这典型的五步来分类，因为每一步网上走的过程，都非常有代表性。

于是这五层的用户分类，我们运营对于每一类都有不同的需求：新用户我们希望他下载，那么给新手福利；下载用户希望他们使用，那么给予傻瓜式的操作引导；而使用的用户又希望他多来，常来，建立信任，那么就要有不断的刺激和优化。

而兴趣用户，当然希望他付费了，自然促销是常用手段。至于付费用户，那么服务肯定要做好，希望人家二次购买，三次购买，甚至推荐给其他人。

不同层次的用户，采取不同的策略，从而最终导向运营的关键指标，这就是用户分层的核心。

当然这只是其中的一种分层方式，还有其他的，比如当RFM模型下，运营的资源非常有限的时候，我们就会通过单一维度的分层。

比如根据消费金额，进行层次区分，金字塔分个三级，消费100万以上的，消费50-100万的，100万以下的这样。

再比如，消费了10次以上的，消费了5-10次的，消费了1次的，尚未消费只看不买的这样。

这也是另一种金字塔模型。

给用户分层的目的，一方面是为了达到运营的业务指标，另一方面也是因为运营资源有限，所以必须效率最大化。

四、正态分布模型

当用户运维的资源更加的粗放，而且资源非常有限的时候，就可以用正态分布模型。

比如二八法则就是一种正态分布的形式，80%处于曲线的平均值附近，而剩下的20%才是利润的来源。

后来做了新媒体代运营，针对B端客户的时候，基本上所有的客户只要维护好最好的那一波，和最差的那一波就行，至于中间的那一波大量的客户，标准化执行就行了。

所以正态分布模型，和RFM模型，刚好一个二维，一个三维的不同建模。

正态分布模型，就是在两个维度比如利润贡献和人数两个维度进行建模，你会发现提供利润最多的那几个客户是少数，因为运营成本和突发状况造成没钱赚反而亏本的也是少数，而留下的大多数利润都是在一个恒定值附近的。

那么根据这三种情况，我们就可以来分配运维的资源了，重点维护高利润用户，同时也要核心关注不给利润但是占据大部分公司资源的客户，要舍弃。

而中间大多数在恒定值附近的客户，则要进行标准化服务，节省资源，让边际成本降低。

当然，如果你想要继续精细化运营，那么可以通过方差去继续细分。

比如上图，1个标准差之内的用户进行服务标准化，而1西格玛-2西格玛之间则进行用户挖掘，看能否让用户演进到28法则里面的2中，也就是2西格玛-3西格玛之间。

至于-2西格玛到-1西格玛之间的用户，是有利润，但是依然运营成本吃力的，看能否稍微提高价格，或者减少产品的标准，进行优化处理，进而把利润提升到正常的1个标准差之内？

至于-2西格玛之外的，则进行舍弃。

这就是正态分布模型的用户分层方式，这种模型经常会用在B2B的商业中，而B2C则更多会用RFM模型，至于金字塔模型，则是RFM模型的简化版。

所以，用户体系建立，就是为了方便进行不同的运营策略优化，进而完成最终的业务指标——利润。

 

作者：蛋壳花生，授权青瓜传媒发布。

来源：蛋壳花生