每个互联网产品的核心任务，就是定位自己的目标用户、服务好目标用户。

付费会员体系，就是一种筛选目标用户，服务目标用户的高效方法。

就像爱奇艺，月活跃用户5亿的基础上，付费会员达到1.2亿+，不仅领先于国内同行，与美国同行NetFlex奈飞（2亿+付费会员）的差距也进一步缩小。

还有京东Plus会员，也已经达到3400万+，领先于淘宝的88会员（2500万）。

一、古早时代的会员体系

会员体系起源于中世纪的欧洲，部分贵族为了与平民区隔开来，创建了各种形式的封闭式会员俱乐部，来进行社交和娱乐（装A）。

近现代会员体系的代表，则有运通黑卡（信用卡会员）、Costco（会员制超市，中文名好市多）和沃尔玛旗下SamsClub（会员制超市，中文名山姆会员店）。

这类古早时代的会员体系，共同特点是基本需要线下实名办理，并且有较高的准入门槛，普通用户开通的并不多。

二、互联网时代的会员体系

进入互联网时代，随着互联网产品形态的丰富和运营手段的多样化，会员数量突飞猛进，迈过亿级大关，会员体系也更加多元化、大众化：

按照归属的主产品来划分

• 社交（如QQ会员）
• 工具（如百度网盘会员）
• 社区（如知乎盐选会员）
• 内容（如优酷会员）
• 电商（如京东Plus会员）
• 金融（如招联金融微光会员）
• 医疗（如微医会员）
• 教育（如伴鱼绘本会员）

等产品形态都有会员体系。

按照是否付费来划分

一是免费会员，如招商银行信用卡积分会员、南方航空明珠会员，需要通过活跃行为获取积分，再用积分兑换权益。

二是付费会员，如前文提到的爱奇艺会员、京东Plus会员，直接付费，即可购买权益。

三、付费会员体系如何落地

大处着眼，小处着手。

做任何产品项目，先跳出来通观业务全局，从概念和数据上做初步验证，然后再沉下去，躬身入局，梳理产品需求涉及的关键要素、业务流程，然后再画原型，才不容易跑偏。

付费会员这个项目也一样。

最难的，其实不是绘制产品原型和策划运营活动这些执行层面的工作，而是做概念验证、投入产出分析这些比较抽象的工作，具体来说：

1. 产品概念验证

主要得围绕业务类型、场景、用户、需求这些要素，辩证的思考要不要做、要如何做付费会员这个问题

• 刚需、高频的产品（比如社交产品、视频/音频/阅读等内容产品），最适合做付费会员，因为用户基数极大(1亿-10亿+)，且几乎每天都会使用，前期功能研发和版权采买投入大，基础功能免费的情况下，必须提供付费会员等增值服务，甚至要把付费会员进一步细分为普通付费会员VIP和高级付费会员SVIP（比如视频网站的SVIP会员，会比VIP会员多一个跨端投屏的权益），才有希望盈利
• 刚需、中频的产品（比如电商平台），可以做付费会员产品，用户基数较社交等要少一档(1000万-1亿+)，使用频率按周甚至按月计，因为首单一般无法盈利，需要用户持续复购、尽可能提高客单价（电商平台的付费会员，在笔单价不变的情况下，单位时间内，购物次数越多，客单价越高），才能尽快盈利
• 刚需、低频的产品（比如贷款、二手车产品），做付费会员的必要性不大，用户基数较电商等要少一到两档(10万-1000万+)，使用频率按季度甚至按年计，每单都是奔着利润去的，做好投放引流和销售转化，比做付费会员更重要

2. 投入产出分析

分析付费会员体系的投入、产出，拆解为量化的数据指标，作为产品需求的目标，也作为上线运营后复盘的对照

如图所示，是立项时监控付费会员体系的投入产出涉及的主要字段(示例数据)

四、产品运营方案

输出产品方案，推动开发上线（0-1）和策划运营方案，持续迭代（1-100）

1. 付费会员体系的产品方案

入口/落地页/权益详情/开通/续费, 这5个关键场景构成付费会员产品闭环，一旦功能上线，可以用以下的报表进行监控(示例数据)

1）入口

需要考虑在什么页面，设计什么样的入口，来促使用户点击入口，进入落地页

以京东APP【我的】页面，【商品详情】页面为例，两个付费会员入口的考虑点是不同的:

• 【我的】页面，因为强校验登录，且展示内容都与账户权益相关（付费会员本质上是付费进行账户权益升级），所以在【我的】页面放入口，虽然流量不如首页大，但转化率预计会比首页（不强校验登录）更高
• 【商品详情】页面，因为是交易链路必经之路，号称电商黄金页面（golden page），用户浏览商品信息的时候，看到价格旁边有一个开通付费会员立减xx元的入口，很容易好奇点进来查看付费会员如何开通

当然，其他页面（如购物车、确认订单页、订单结果页、订单详情页等），也可以放付费会员的入口，只是从流量的利用效率来说，不如上述两个页面高，不如用来展示其他信息（商品、频道、营销活动等）划算

2）落地页

一般包括会员卡名称+会员权益清单+会员卡价格+开通/续费按钮

以京东APP【付费会员】落地页为例：

可以注意到，除了常规的体系内付费会员京东Plus，京东还与外部合作伙伴推出了联名付费会员，此举不仅可以提升京东付费会员的吸引力，而且可以与不同行业的合作伙伴一起，圈住高活跃度的用户群，避免被竞争对手撬走

3）权益详情

需要考虑的点是：会员权益对用户的吸引度及成本收益比

京东PLUS会员的定位很清晰，针对高活跃度的有购物记录用户，解决其不愿付邮费+希望价格更优惠的需求点，让用户购物体验更顺畅

所以京东PLUS会员的核心权益是运费券+PLUS会员价，让用户在购物的过程中感觉更省钱，并且不用担心订单需要额外支付运费

用户只需要将运费券的面额加总（现在PLUS会员年卡是无限包邮，早期PLUS会员每月可取得5张运费券,每张面额6元,一年合计可取得60张运费券，合计面额360元），与PLUS会员费的价格（现在因为竞争等因素PLUS会员年卡99元，早期是199元）对比，就可以很快做出是否开通PLUS会员的决策

4）开通

需要考虑的要点是：付费会员的价格感知和行动引导

什么样的会员权益组合，对应什么样的付费会员价格，是潜在付费用户可接受的

开通按钮，是放置于卡片下方，还是做全局置顶/吸底显示？点击开通按钮后，是前往确认开通付费会员页面，还是直接调起收银台进行支付？

5）续费

需要考虑的要点是：付费会员的权益使用和续费引导

用户开通付费会员后，在会员权益有效期内，权益使用率到什么水平，用户会愿意续费，同时平台的利润有保证？

根据笔者所在团队的经验数据，使用率大于30%，用户会愿意付费，且会员费收入>会员权益成本（权益消耗了才产生成本）

在权益使用上，可以通过哪些方式触达用户，引导用户使用权益？使用权益后，如何引导用户进行评论、分享，吸引更多用户关注、开通/续费付费会员？

2. 付费会员体系的运营方案

付费会员体系，运营关注的核心指标如果锚定1个，那就是：付费会员数量

下面这幅图，是监控付费会员数量所用的明细报表涉及的字段(示例数据)

从运营视角来看，付费会员数量的稳定增长，包括两个抓手：

1. 获取增量付费会员用户
2. 促进存量会员用户续费

获取增量付费会员用户，核心逻辑是：

“用户使用基础功能体验优质+觉得会员权益价值高于会员费成本+营销触达强化认知”后，才倾向选择付费”

促进存量会员用户续费，核心逻辑是：

“用户使用增值功能体验优质+认可会员权益价值高于会员费成本+营销触达强化认知”后，才倾向选择续费”

京东Plus会员在获取增量付费用户和促进存量用户续费方面的做法比较典型，将购物体验不断打磨，向用户传递【多、快、好、省】的价值主张，持续通过各个付费会员的入口，引导在京东消费过的用户开通付费会员

开通付费会员之后，通过免运费券、会员95折价格、返利、上门退货、专属客服等权益，强化用户认知（省钱、便利），并且在各个付费会员功能入口（我的、商品详情页、确认订单页等）和消息触点，展示续费会员的优惠信息，引导用户进行续费

五、写在最后

之所以最近几年付费会员在互联网行业大规模普及，有两个背景：

首先，从底层原理来说

在传统的消费行为学理论中，有一个原理叫【损失厌恶】：

是指人们面对同样数量的收益和损失时，会认为损失更加令他们难以忍受，会想方设法来规避损失

这个原理在互联网产品上同样适用：

付费得到权益的用户比免费获得权益的用户，会有更高的活跃度，更倾向通过消耗权益，将会员费“回本”，避免会员费“损失”

其次，从行业趋势来说

在互联网行业用户增长已见顶的当下

除了出海产品、AI人工智能产品等少数尚有增量的细分赛道，仍然将拉新、转化作为用户增长的主要着力点

绝大部分互联网产品，做留存、促活，对存量用户精细化运营，已经成为用户增长团队的工作重心

换句话说，进入存量时代，对绝大部分互联网产品来说，运营存量用户，所能带来的商业价值，已超过获取新用户

而付费会员，又是存量用户中最优质、粘性最高的群体

所以，付费会员在互联网行业广受重视、快速普及，也就不足为奇了

当然

前面也有聊到，并不是所有产品都适合付费会员，即便是适合做付费会员的产品，也要先论证清楚落地路径和投入产出，再正式启动项目，这样才能有更高的胜算。

本次文档介绍了2个内容：第一个是我们要理解一个产品上线运营端要考虑的各种问题，第二个是我们要掌握制定一个产品运营方案的基本思路。

一、评估产品上线的目的

案例一：比如说是一款刚上线的新型产品，没有用户 。

这个产品上线的目的：就是探索

运营侧重点是：小范围找到容错性比较高的种子用户，重点测试需求和产品价值关注用户使用情况。

关注用户的潜在数据的指标：用户使用的时间，频次，留存率，活跃度，用户美誉度，自然用户新增。

案例二：比如某打车类的产品是以前产品主要功能可能是专车出租车招车。日前上线的4.0版本，主要是更新了上线了拼车，大巴车等功能；（也就是说一款产品前期有了不错的表现和用户积累，后续想发展一款新的功能点和业务线。）

目的是：推广新业务限行功能。

运营侧重点，新功能资源储备，（比如新开通的大巴，是不是有足够多的大巴的线路。）新老业务间的兼容性，（针对新功能的推广，是不是满足老用户的功能，是不是老用户可以结束，不然伤害老用户的体验。）新功能推广情况，用户使用情况，客服/用户维系。

潜在数据的指标：新功能推广方式（什么方式去推）用户反馈，推广转化情况，用户停留时间，用户使用活跃度。

案例三：一个社交平台，产品用户量100万，目前2.0版本上线，增加用户积分体系和上线互动功能，希望三月后用户增长到500万。

产品上线目的：拉升整个特定数据（用户增长数据）

运营侧重点：目标拆分/细化 数据分析/策略调整（是不是围绕用户的传播加大力度，不是要多做一些活动）

潜在数据指标：分解目标重点数据，运营手段落地，执行有效性。

总结一下：第一个是怎么找到属于我们产品并且有容错性的种子用户，叫他们来使用我们的产品。第二个就是要推一个我们的功能点，那我们重点围绕着是我们新功能是否准备否充分，各种资料是不是充分。第三个就是：重点关注怎么拆分，怎么落地，是否有失效性。

一份完整的运营方案三个大的方面

产品价值完善维系

产品核心价值中，是否有必须依赖运营端来给用户提供的。（比如说内容类型的产品）

产品的核心价值中，是否有一部分需要不断依赖于运营进行维系。（比如新闻类型产品）

为了构建完善的产品价值，是否还要引入更多的资源。

用户告知/产品推广

产品上线之后，如何告知已有用户来使用

产品上线之后，如何面向新用户发声和进行推广，更好拉动用户增长？

通过何种形式告知用户效果更好，可以更好的带来转化率（是发一段文案还是图文更好一些，逻辑上是故事好还是数据好推广的时候）

已有推广资源是否足够，是否开拓更多资源

推广/用户告知 站内：EDM push 各种推荐位，用户引导位 站外：社会化媒体，外部渠道，活动等。方式（邮件，系统推送，banner，推广位置，外部渠道推广位）

如何建立和维系好产品生态（运营是联系产品和用户的 一方面我们要关注用户体验和价值，另一方面我们要考虑怎么样使我们的产品变得更有价值，用户数量，活跃用户占比。电商产品可能有用户消费的频次，消费额度）

从用户新增-留存-活跃-传播这条路径上来看，有什么环节是版本上线后需要运营去重点关注和辅以运营手段落实执行的。（如下图）

总结一下：

任何一个好的运营方案，本事就是经过持续迭代和自我完成而成的。

戴明PDCA循环

计划——执行——检查——行动

2019年3月22日，原本只是个平平常常的周五，但自国务院在10点发出「好消息！#五一放假4天#」这条公告通知后，一切都变得不再寻常。

文章发出后2分钟迅速达到98万阅读量，仅10分钟已超过150万阅读量，热心民众扩散周知，朋友圈更是一片沸腾。

作为一名互联网产品运营人，面对如此巨大流量，心里是乐开花的，但是这种突发状况，更应该准确定位问题，快速给出新的应对方案。

这就要求运营人需要结合自己的业务现状，实时洞察数据异常，选择适合的数据分析方法，真正做到数据驱动产品，精细化运营。

一、回顾

我们先来看一下，当天国务院通知发出后，各大产品都做了什么。

1.「消息push不约而至」 

• 官宣！五一假期延长至4天啦！
• 好消息！今年五一放假四天
• 休4天！你想要的五一小长假回来了
• 喜大普本！今年劳动节放4天假

视频、地图、旅游、社交…各家媒体的消息push接踵而至，真真儿是感受到了新媒体运营人的灵敏嗅觉及强执行力。

2.「网易新闻热门跟帖」 

• 还不是只休了一天 。
• 就是放两天，只是把前一周后一周的休息挪了一天放在五一 。
• 还是一天。现在单位放假就让值班！你这么一弄，原本…
• 不调休，放四天才是最好的消息。

文案创意紧密贴合#五一放假4天#消息，广告模板结构化配置，紧追热点一键生成，灵活多变赚够流量。

3.「马蜂窝旅游消费指南」

• 根据国务院最新通知，及时同步更新最新版2019放假安排 。
• 盘点了国内外最适合出行的24个旅行目的地 。
• High玩春游季大促活动更是蹭的一波热点，730元新客优惠券礼包及时送上，门票、酒店、机票、自由行全覆盖，还有688.8元红包挑战吸引用户 。

对普罗大众而言，短长假出门旅行已是一种习惯，更是一种生活方式，#五一放假4天#消息一出，旅游爱好者瞬间进入旅游筹备进程。

4.「飞猪公关数据」 

• “放假消息公布以后，10点到12点，国内机票的预定量，比上周同时段增长超过50%；国际机票的增长更加惊人，超过了150%。
• 国内上海，重庆，北京，西安，成都，五个目的地的热度最高；国际城市分别是首尔，中国香港，曼谷，大阪和东京。

从飞猪平台看到，价格纷纷在中午之后开始有所上涨。”

…

就这样，一条「好消息！#五一放假4天#」出乎意料的放假消息，顿时成了全网热点，媒体追捧营销，大众欣喜买单，浏览访问数据瞬间飙升。

二、用数据分析问题

回过头来看，做到上面这些动作已经反应速度非常快了，而且和自家的产品调性结合的非常棒，实属优秀。

面临海量数据飞速上涨，下一步该怎么办？

这些熟悉的场景你一定都还记得：

• 比如，某段时间公司做了一波网红大V推广，老板想看看推广效果，你需要来个复盘分析；
• 比如，某一时段数据异常涨跌，老板要个准确说法，你一脸懵逼；
• 比如，某天你负责的M站浏览量狂涨，亟需找准原因好借势再涨一波流量；

所有这些场景都需要基本的数据分析能力。

数据分析的价值所在就是将一连串的问题现象与业务数据建立对应关系，通过一定的分析套路，快速分析并解决问题。 

而我接下来将重点分享三种常见的数据分析方法，再通过一个【某款社交APP在国庆期间数据猛涨原因分析】的案例来辅助理解和说明。

三、三种数据分析方法

首先，常见的数据分析方法有9种：对比分析，多维度拆解分析，漏斗观察，分布分析，用户留存分析，用户画像，归因查找，路径挖掘，行为序列分析。

这里将重点展开分享前三种数据分析方法： 对比分析，多维度拆解分析，漏斗观察。

1、对比分析 

对比分析是最基础最常见的数据分析方法，能直观的看出事物某阶段的变化，并且可以准确、量化地表达出这种变化/差距是多少，重点从「比什么」「怎么比」「跟谁比」三个维度进行分析。

（1）比什么 

比什么，分为绝对值（#）和比例值（%）的比较。

绝对值本身已是具备“价值”的数据，比如销售金额2000元，阅读数10000万，单看数字不易得知问题的严重程度；

比例值只有在具体环境中看比例才具备对比价值，比如活跃占比，注册转化率，单看比例值容易受到极端值的影响。 

（2）怎么比 

怎么比，分为环比和同比。

常见的环比有日环比，月环比，是指与当前时间范围相邻的上一个时间范围对比，主要用于对短期内具备连续性的数据进行分析，如指标设定；

常见的同比有周同比，年同比，是指与当前时间范围上层时间范围的前一范围中同样位置进行数据对比分析，主要用于观察更长期的数据集，消除短期数据的干扰。

（3）和谁比 

和谁比，分为和自己比、和行业比。

和自己比，可以从不同的时间维度，不同的业务线，过往经验估计，跟自己比较；

和行业比，可以观察分析得出是自身因素，还是行业趋势，比如都跌的时候，能否比同行跌的少？都涨的时候，能都比同行涨的快？

现在回到上面这条「飞猪公关数据」“放假消息公布以后，10点到12点，国内机票的预定量，比上周同时段增长超过50%；国际机票的增长更加惊人，超过了150%。”

很显然，

“50%，150%”都是比例值；

“比上周同时段增长…”由于是#五一放假4天#消息导致的数据短期内连续上涨，所以选择的是周同比；

“国内机票的预定…国际机票…”飞猪是在跟自己比，若有行业数据公布作为依据，可以判断飞猪是比同行涨的快/慢。

2、多维度拆解 

多维度拆解，是最重要的一种思维方式，一个单一指标是不具备分析价值的，我们需要从多个维度进行拆解分析才有意义，最终以获得更加全面的数据洞察。 

数据分析的本质是用不同的视角去拆分，观察同一数据指标。多维度拆解的本质多维度拆分指标/业务流程，来观察数据变动。

多维度拆解的适用场景： 

（1）分析单一指标的构成、比例时，比如分栏目的播放量、新老用户比例；

（2）针对流程进行拆解，比如不同渠道的浏览、购买转化率，不同省份的活动参与漏斗；

（3）还原行为发生时的场景，比如打赏主播的用户的等级、性别、关注频道，是否在WiFi或4G环境下。

现在回到第一个场景：“比如，某段时间公司做了一波网红大V推广，老板想看看推广效果，你需要来个复盘分析…”

这时就需要用到多维度拆解分析方法，大致的分析思路这样这样：

（1）从APP启动事件来分析 

• 按照设备类型查看，比如Android、iPhone…不同机型的启动情况；
• 按照启动来源来看，比如是从桌面、短信、PUSH…不同来源的启动情况；
• 按照城市等级观察，比如一线、二线、三线及以下…不同城市的启动情况；
• 按照新老用户细分，比如总体、新用户、老用户…不同用户群体的启动情况。

（2）从业务流程拆解 

比如对于简单的“注册——>下单——>支付”流程而言：

• 支付漏斗按照渠道查看，渠道可能分为百度、头条、微信公众号…
• 支付漏斗按照城市来看，城市可能分为一线、二线、三线及以下…
• 支付漏斗按照设备来看，设备可能分为Android、iPhone…

3、漏斗观察 

漏斗观察的分析方法我们常见且熟悉，它的运作原理是通过一连串向后影响的用户行为来观察目标。 

适用于有明确的业务流程和业务目标的业务，不适用于没有明确的业务流程、跳转关系纷繁复杂的业务。 

通过漏斗观察核心业务流程的健康程度。

盘点一下在建立漏斗时容易掉的坑：

（1）首先漏斗观察需要有一定的时间窗口，具体需要根据业务实际情况，选择对应的时间窗口。

• 按天观察，适用于对用户心智的影响只在短期内有效的情况，比如一些短期活动（当前有效，倒计时设置等）；
• 按周观察，适用于业务本身复杂，用户决策成本高，需要跨日才能完成的情况，比如投资理财，开户注资；
• 按月观察，适用于用户决策周期更长的情况，比如装修买房。

（2）其次漏斗观察是有严格顺序的，不可以用ABCDE（仅搜索途径的数据）的漏斗，看ACE（包含分类、搜索、推荐位三条途径的数据）的数据 。

（3）漏斗的计算单位可以基于用户，也可以基于时间。

• 观察用户，是关心整个业务流程的推动；
• 观察事件，是关心某一步具体的转化率，但无法获知事件流转的真实情况。

（4）结果指标的数据不符合预期时，需要自查是否只有一个漏斗能够触达最终目标，也就是检查下，是否出现第二个坑的情况。

四、案例分享——某款社交APP在国庆期间数据猛涨原因分析

场景是这样，现在有一款匿名社交APP，类似于探探，数据范围在 2018 年 9 月 1 日 – 10 月 14 日之间，其中在国庆期间数据猛涨，试分析其原因。

（1）首先定义“数据猛涨”

作为一款匿名社交产品，可以选择观察「注册成功」事件。

由于产生行为数据的时间较短，所以最后选择关注“注册用户数的日环比是否有比较大的增涨”，并按照「注册成功」事件的「触发用户数」进行查看：

（2）发现异常定位问题

从上面这张注册成功的触发用户数折线图可以看出，国庆期间的注册用户日环比存在较高的数据增长差，就是折线右侧出现的一段高峰。

由此判断，国庆期间由于某种原因造成了注册用户数的大幅增长，具体原因，待进一步拆解分析。

（3）多维度拆解分析

按照操作系统区分观察，可以发现Android的涨幅明显高于iOS，iOS稍有涨幅，但涨幅不明显。

这一步仍无法直接定位问题，需进一步拆解分析。

上图按照注册方式观察，微信、微博、手机号这三种注册方式，在国庆期间均有涨幅且涨幅相似，可初步判断注册方式与此次数据异常无关。

上图按照性别观察，男生和女生在国庆期间均有涨幅，男生略高于女生，但仍无法直接定位问题，需进一步拆解分析；

上图按照年龄观察，不同年龄层的用户在国庆期间均有涨幅且涨幅相似，可初步判断年龄与此次数据异常无关。

问题来了！按照省份观察，上图明显看到有一根折现异常升高！

其实是海南省的日环比涨幅增高，除此之外，云南省的环比涨幅相较其他省份也明显升高。

综上观察分析基本可以判断，国庆期间数据猛涨，跟海南省、云南省的注册用户数大幅增长有关，具体原因待进一步拆解分析。

继续按照城市观察，筛选条件设置为省份等于海南省，云南省，直观看到丽江市、大理市、三亚市、海口市国庆期间数据猛涨。

综合以上多维度分析发现，国庆期间数据猛涨，主要是由于丽江市、大理市、三亚市、海口市四个城市有明显涨幅。

而这四个城市都属于旅游城市，且数据增长时期伴随国庆假期。

于是猜测可能是，该款匿名社交产品在国庆期间，面向这四个热门旅游目的地，做了推广活动，关于数据猛涨真实的具体原因，还需要与市场、运营、或负责增长相关的同事沟通确认。

最后

再回到开篇说到的「好消息！#五一放假4天#」，这条公告通知在10点发出后，就有这样一个牛逼的团队，他们不到11点已经开启了一系列应对措施：

（1）首先，实时监测到10点放假新闻公布后的数据激涨，深深感受到了五一长假新闻立竿见影的影响力；

（2）ASO已经提前把“机票预订”做到了第二，同时特价机票也开始优化；

（3）信息流渠道投放，广告创意添加机票素材;

…

如此，东风一吹，万事俱备，巧妙适宜的获得一大波流量红利。

以上桩桩件件的案例分析背后都透漏出了数据分析能力的重要性，而我们也真的需要具备这样读懂数据，洞察业务的核心技能。

不论是产品还是运营，我们每天所做的事情都与实际业务息息相关，业务与数据又是密不可分，想要在各自的岗位做好业务支持工作，都需具备一定的数据分析能力。

不懂数据分析的产品运营，将注定过不好这一生，你的老板嫌弃你不够全栈，你的同事鄙视你不懂数据，最后连你也要怀疑自己是否OK。 

既入行产品运营，就得设法过好这一生，数据分析必要不在话下。