在互联网人口红利逐渐消失，获客成本越来越高的现状下，通过精细化运营来降低成本，深耕现有用户，不失为另一个值得操作的方向。

毕竟“召回流失老用户”比“付费推广新用户”要更加便宜。

之前我们有讲到通过RFM模型可以将用户细分为几类：

用户细分仅仅只是开始，接下来则是针对细分用户的精细化运营，这样一整套的工作才具有实际意义。

例如重要价值客户和潜力客户就需要针对性的投放相对应的活动券；新客户则需要引导养成用户习惯；重要挽留客户和流失客户则需要召回等。

今天的文章主要针对之前的一次召回活动案例，说一下召回的方法，顺便做一个复盘。

10月份，为了承接11月初的一次平台活动，部门决定进行一次大规模的召回活动。

平台活动和召回活动其实是一对好兄弟，活动需要参加的用户越多越好，召回的用户正好增加活跃；而召回活动则需要一个好的理由，和活动作为召回后的承接。

一、 用户的二次细分

用户细分之前，首先要进行用户“数据清洗”。

流失用户中包含着非常多的“僵尸用户”，这类用户的特点就是无论通过何种渠道赠送多大的优惠券都不会有任何响应，是永远无法被召回的用户。因此为了降低召回成本，提高召回效率，必须要先清洗用户数据。

如何清洗数据，限于本文篇幅，今天就不说了，主要还是需要了解公司业务，通过公司业务情况指定筛查指标进行数据筛选清洗。拿到清洗过后的用户数据，顿时神清气爽，仿佛看见了高召回率正在朝我们招手。

用户细分/用户画像永远是建立在充分了解业务的基础上。不懂业务的运营，永远也无法正确的对用户进行细分。

在充分了解业务的基础上，我们对应召回用户根据在线时间和充值金额进行了细分（公司业务是直播）。针对C、E、F类用户，不召回；A、B、D类采用不同文案进行召回。

用户分类越细致，针对性越强，召回率越高。

二、 召回文案

召回文案在策划的时候，需要根据产品本身的特点，还需要深入的分析流失用户的特征。更深层次的从用户角度去思考，能够引起用户的共鸣、好奇等，能够直截了当的告知用户利益关系的，都是不错的方向。

一般来说，产品召回文案可以从四个方面来下笔。

1、赠送优惠，推荐更便利的服务。例如：充值优惠，直播平台研发了新的功能，连麦功能或者主播圈等。

2、赠送优惠，推荐更具吸引力的内容。例如：充值优惠，平台新进了某知名游戏主播，或者新增了多名混血高颜值美女主播等。

3、引导用户了解产品升级。例如：平台升级，新增了户外直播板块、秀场直播板块等。

4、引导用户了解产品价值。本产品不适用此条。

根据产品业务方向和流失用户的分析，我们想了三条营销文案，进行了小范围的AB测试。

通过小范围的测试，确定了B方案。

AB测试是应用很广泛的一种工作方法，这里就不详细展开。

用数据说话，而不是拍脑袋，这一点在运营工作中很重要。

三、召回工具选择

1、邮件EDM

优点：成本低、发送量大

缺点：打开率低

除了特定产品外，邮件EDM现在使用的非常少。主要原因就是打开率低，召回率也低。

2、短信

优点：到达率高、发送量大

缺点：成本高

短信是目前最最主流的召回方式了，因为可以直接触达用户，召回率的高低和文案、产品类型都有密切关系，虽然费用较高，但是在新的渠道出来之前，短信的地位依然难以撼动。

3、PUSH

优点：成本低，发送量大，打开率高

缺点：到达率低，用户可设置拒绝，易导致APP被卸载

客户端PUSH是成本最低，打开率最高的方式。如果用户没有卸载且允许推送，都是可以直接触达用户的；但是如果用户卸载了，或者不允许推送，那就无效了。

PUSH的利弊都非常明显，如果PUSH的太频繁，或者PUSH内容不能吸引用户，则会起到反效果，甚至引起卸载。

所以一般公司都是短信为主，PUSH为辅。

四、召回效果分析

针对15万流失用户的召回数据，这里把短信和PUSH放在一起其实是有不严谨的地方，但是因为没有办法考证召回的用户是通过哪种渠道，所以这是本次活动的一次小失误。

正确的做法应该是单独针对短信和PUSH分别推送，然后针对召回的数据进行分析，从而得到短信和PUSH的召回效率。

所有的活动数据都必须在下一次活动的时候可以提供优化的建议。

活动到了这一步，还没有结束。因为，在完成转化用户的价值追踪之前，不应该下任何结论。

召回活动虽然成本比较低，但依然还是真金白银的补贴，如果后续没有带来转化，ROI没有超过100%，那这个活动就是失败的。无论转化率多高，这个活动都是失败的。

因为涉及到公司保密内容，所有数据均为等比例改动后数据，不代表真实情况

针对召回表格的继续追踪，得到了上图。

针对ABC三类用户的不同消费额和转化率，也正符合了最开始的用户细分。至于追踪时间，根据产品使用频率、用户周期来定，每款产品都有所区别。

说到这里，又回到这句话，运营要深入了解业务。

五、成本数据

本次活动的成本主要在以下两个方面：

1、短信成本，约为0.03元/条；

2、补贴成本，所有的充值都需要补贴（从30%-50%不等）

根据追踪到30天的充值金额（GMV），减去活动成本，也就得到了本次活动的收益。

这里还可以再细分一下，针对A B C不同用户单独计算ROI，在以后的类似活动中选择单独召回，或是整体召回。

就算召回文案很吸引人，但用户也可能因各种原因没回来。

广告有个法则叫“八次曝光策略”，意思是说品牌多次曝光后，才能逐渐走入用户内心，多次展示才有可能提升品牌认知度。

所以针对一次召回未回归的用户，可以在下一次的活动中继续召回，多触达几次，力争感化用户。

RFM模型不难，是一个人人都可以上手的模型，运用范围很广泛，运营、销售、市场等都可以在工作中使用到。

今天给大家介绍一下RFM模型及如何利用RFM模型进行用户分析。

RFM模型不难，是一个人人都可以上手的模型，运用范围很广泛，互联网运营、电商运营、销售、市场等都可以在工作中使用到。

一、 RFM模型介绍

1、 RFM模型是众多客户关系管理（CRM）分析方法中的一种，能够方便快速有效的量化用户价值和创利能力。

2、 RFM模型有三个要素，分别是：Recency（最近一次交易距今时间）、Frequency（交易频率）、Monetary（交易金额）。

R值（最近一次交易距今时间）

用户最近一次交易距今的时间。间隔时间越短，则值越大，这类客户也是最有可能对活动产生反应的群体。

F值（交易频率）

用户在限定的时间内所购买的次数。最常购买的顾客，也是满意度、忠诚度最高的顾客。

M值（交易金额）

用户的交易金额，可以分为累计交易金额和平均每次交易金额，根据不同的目的取不同的数据源进行建模分析。

3、根据三个值的指标，进行分类，可以得出下面这个8个分类。

R值、F值、M值分别计算出均值，然后根据用户的数据就可以填入相应的客户类型。“↑”表示大于均值，“↓”表示小于均值。

二、 利用RFM模型进行用户细分

1、 一维分析

一维顾名思义，就是利用R F M三个分类中的一个分类，来进行用户分析。在不需要非常精确数据的时候，可以利用一维分析快速做出决定。同时也适用于一些数据量比较少或特定用户等。

比如仅针对M值进行分层，可以根据讲用户分为低消费用户和高消费用户；或者低级、中级、高级等。大家熟知的“二八定律”（又名“帕雷托法则”）曾作出过这样的解释：公司80%的收入来自于20%的用户，那么在一些活动的时候，就可以针对高消费用户作出一些倾斜。

2、 二维分析

在某些情况下，我们只需要利用R F M三个分类中的两个来分类即可，比方说某客单价单一的电商店铺，因为大家的M值都差不多，所以只需要针对R值和F值进行分类分析即可。

下面利用我之前的一个案例，给大家做个演示

表格中的数据分类不是死的，各位需要分析自己公司的业务，从而进行调整，选择合适于自己的数据。

通过这样一个表格，就可以非常清晰的知道用户的情况。

• 1象限的用户属于流失用户，可以不用理会。
• 越接近右上角的象限，属于越优质的用户，无论是购买力或者忠诚度都是越高的
• 1-5象限的用户，只要购买一次，就会变成10象限用户；同理16-20象限用户，只要再购买一次，就会变成25象限的用户。

接着就是针对不同象限的用户采用不同的对策，该召回的召回，该放弃的放弃，集中火力进攻关键用户。然后再不断的调整-尝试-优化-总结-优化，确实出最优方案。

3、 三维分析

如果顺利理解了二维分析，其中三维分析也并不难，只不过是在之前的基础上增加一个维度。

那么很多人会问，如果三个维度都采用5个分类，那么最终会有5X5X5=125个象限，这也太多了吧？

其中在真正的应用中，并不需要把象限分的那么精细，可以根据公司业务情况进行考量。比如R F M各分2个值，那么一共8个象限；R:F:M=3:3:3，那么就是27个象限。

RFM模型只是提供一种思路和方法，使用的人不能闭门造车，还是要先了解公司业务，对用户有一定的了解，这样才可以将RFM模型的作用最大化。

谢谢大家。

上亿级别月活跃用户的支付宝APP，正想法设法让用户养成一种日常打开支付宝的习惯。京东金融、陆金所包括其他APP也不例外。

一、本文主要分析其中一项“活跃”指标

围绕另外三项指标的分析，将后续输出。

活跃指标在运营范畴上可拆分为运营、业务两个活跃指标。

• 运营活跃指标：DAU（日活跃） 、MAU（月活跃）等。
• 业务活跃指标：与产品核心业务直接挂钩的，如买单次数、支付频次、持仓金额等。

活跃指标通常是搭建用户激励体系的入口，常用的第一运营手段是用户签到。

签到形式就是日常打卡，是一种用户习惯行为养成的方式，千万要高估习惯的力量。

《习惯：习惯的力量》作者奥维德说:“没有什么比习惯的力量更强大。”这句话，不是空头支票。看看自己每隔几分钟，就不由自主地打开微信的动作，就知道习惯的力量有多强大。上亿级别月活跃用户的支付宝APP，正想法设法让用户养成一种日常打开支付宝的习惯。京东金融、陆金所包括其他APP也不例外。

1. 支付宝

在支付宝APP上，围绕提升活跃指标，支付宝从三方面入手：

1. 用户通过日常签到、买单、支付，额外获得“可用积分”；
2. 用户通过“消费购物，生活缴费类，金融理财类”，直接获得“等级积分”；
3. 用户在蚂蚁森林、蚂蚁庄园，持续参与公益活动。

支付宝提供了“领积分”额外奖励积分入口，供用户日常登录支付宝领取积分，这部分积分被称为“可用积分”，该积分特点，可归纳为需用户领取+仅用于兑换消费。

根据支付宝规则，积分有由三部分组成，分别是签到积分，门店买单领积分，花呗支付领积分。

签到积分：

在用户签到后，领取相应的积分。支付宝的第一天签到积分值，设在了1积分，之后连续签到为自然数递增，并且设定了每日7分的上限。

门店买单领积分和花呗支付领积分：

在用户消费或者投资后，就产生积分。随机发放积分分值。积分不默认放入用户积分账户，需要用户主动“点击领取”。

支付宝“签到”设计原理总结：

从签到积分分值+1，连续每日签到+1，上限每日7分值设计看，这一环节支付宝没有过多的加入激励机制，引导用户参与。因为常见签到积分设计中，会考虑到起始值从较大数值开始，让用户产生一种分值积累起来很快的心理错误感知。

一般产品的连续签到为不规则梯度奖励，甚至连续签到后，还有神秘大礼，也是利用用户的未知性和好奇心，不断地激励用户参与。支付宝之所以没有这样设计，可以理解为，这跟支付宝设计这项“签到”功能初衷有关。

支付宝的日签到功能初衷是一直围绕核心业务，也就是门店买单领积分和花呗支付领积分来设计的。

支付宝将用户买单、支付的积分获取，设计成用户需主动的“点击领取”，这就促使用户如果想获得这些积分，就必须每日登录领取，用户在领取买单、支付积分时，附带能签到获得积分。如果当日没有产生买单、支付行为，用户仍然可以通过签到领取积分奖励。

在一级入口上，支付宝通过在文字提示，触发用户点击该功能，如“2个积分待领取”。这一点触发提示设计有区别于常见的“红点”提示，大概支付宝考虑到一直用“红点”提示容易让用户产生疲惫。

在二级入口，是使用了“待领取”文字提示。在最终的落地页，可以看到“挂满”大小不一积分分值等待用户去摘取，并且在下方签到，很清晰地告诉了用户积分可以兑换成琳琅满目的其他商品。

看着这里，是不是有一种的兴奋感，迫不及待准备摘取。当用户“点击领取”时，每日签到的功能设计就到了，附带实现了每日签到。

将积分分值在框架设计，与用户在现实生活中看到一颗挂满果实的树相似，唤起用户强烈的占有欲。

用户通过“点击领取”这种低门槛的行动，就可以将全部积分收入囊中，让用户自我感觉有一种成就感。不仅如此，在用户摘取时，用户积分的分值也是动态的，这种游戏化的即时反馈，刺激用户产生多巴胺，得到快感。

可以清晰地看出：即使是在签到这样一个小环节上，支付宝也尽可能通过产品设计、UI设计，上瘾模型、游戏化机制等各种方法，让用户上瘾，让用户养成每日签到的习惯，提升用户的活跃率。并且围绕核心业务设计，也提升了业务活跃指标，达到用户活跃与商业变现的双赢局面。

与“可用积分”另一方，还有“等级积分”。等级积分则表现得更直接，为核心业务而设计。

这里需要提一下，通过“领积分”入口领取的“可用积分”，只能兑换、抽奖以及消费，不用于其他。而我们知道，在一款产品设计了会员等级体系时，等级要升级，一般也是根据积分多少计算等级的。在蚂蚁会员等级规则中，会员等级则不与“可用积分”挂钩，而与“等级积分”挂钩。

“等级积分”的特点表现为“无需要用户主动领取+可用于兑换消费+计入会员等级”。

用户可以通过“消费购物，生活缴费类，金融理财类”获得积分，目前蚂蚁金服业务中，用户每消费20元获得1积分。

这可并不是1元等于1积分的设计，增加了用户会员等级升级的难度，但正因为难度大，也增加了会员等级的价值。积分分别对应会员等级。蚂蚁会员等级，分为大众、黄金、铂金和钻石会员四个等级。

“可用积分”之所以不计入会员等级升级，是考虑到会员等级是与支付宝的核心业务挂钩，用户完成核心消费行为，产生积分，然后升级。

如此一来，就保证了蚂蚁会员等级的价值性。因为会员等级背后往往对应的特权和优惠，而对于一套积分体系来说，其中起到关键作用是积分背后的价值。

积分与货币价值，有很大的相似性，设计得不好，可能通货膨胀，也可能通货紧缩，最好的结果是尽可能地往供需平衡设计。

但同时，支付宝又需要通过积分激励用户更加活跃，就推动了支付宝积分两条线路的设计发展，分别为“可用积分”和“等级积分”。

用户之所以乐此不疲地参与，就是在搭建用户激励体系中，支付宝在“积分积累”设计中，集合了各种运营手段；在用户“积分消耗”上，将积分兑换成有吸引力的实际价值，这是一套积分体系对提升“活跃”指标的关键。

支付宝深谙此理，不仅仅只停留在“积分”这种利益激励层面，更将其扩展到了心理和精神激励。

推出蚂蚁森林和蚂蚁庄园，这两项活动根据用户的买单、支付行为，分别产生“能量”和“饲料”，赋予其价值，与种树公益和捐助公益直接挂钩，形成日常任务，唤醒千万用户的公益意识来提高用户使用支付宝的频率。这里的“能量”和“饲料”，是另类的“积分”。

在地球上，宗教靠着人类的信仰，成为了世界上最大的“公司”。这种精神上的使命感，在激励用户时，比积分、红包等利益刺激更具杀伤力。不过，这一点激励设计不容易达到，其中还很多数产品不适合这样设计。

2. 京东金融

京东金融APP围绕“运营、业务“活跃指标设计了签到功能。

表现形式为：

• 用户日常签到，获得钢镚，钢镚可直接用于支付京东商城订单；
• 用户完成任务，获得金币，金币可用于兑换；
• 用户获得钢镚、金币不计入会员等级升级，用户可通过完成核心业务，获得成长值；
• 设计早起打卡活动，用户持续参与挑战赛制，瓜分现金。

用户签到即获得钢镚，签到初始值为0.02，折合人民币就是2分钱。连续签到2N天，分别获得N个开宝箱，设有上限。累积签到开宝箱，最高得100钢镚。

京东金融“签到获得钢镚”设计原理总结：

京东金融用户签到即获得钢镚，这种签到活动，设计机制单一。所以如果按自然日累积，这样的奖励，对用户没什么吸引力。比如加入多变的奖励，比如累积2天就能获得一个开宝箱。除此之外，京东金融画了一个大饼，设定了最大值“最高得100钢镚”，作为有可能的目标值，吸引用户参与。

如果单从京东金融签到看这项签到设计，并没有什么高明之处。

不过，这项签到主要为了与京东APP购物直接对接，同时作为一个引流的入口。用户每日同时在京东金融签到和京东APP签到，除了分别获得钢镚、京豆外，另外获得一份礼包。在两款APP之间形成互动机制，以及互相引流。

用户在京东金融，可通过任务中心获得金币，完成“理财、互动、生活、消费”四方面的任务，任务既涉及到业务核心指标，又涉及到运营活跃指标，但主要都是以业务核心指标为主。

按任务时间性频次分为每日，每周，每月；按任务重复性频次分为一次性任务和可重复性任务。如此一来，在时间性频次+重复性频次双重推动下，激励用户参与互动。用户获得金币可在金币商城消耗。

京东金融设计得签到领钢镚，完成任务获得金币，都不计入会员成长值中，成长值也只能累积升级，不能兑换成商品。用户想要获得更多的成长值，升级到更高的会员等级，就需要完成另外的任务。和用户获得金币任务相似，来自“理财、互动、生活、消费”四个方面，但对应到具体任务，有所差别。

用户的成长值获得，以用户完成业务核心指标为主，在完成某项业务核心指标获得一次性成长值后，每日还可以通过某项业务核心指标获得日常成长值。比如理财近30日持仓满2万元，成长值由一次性成长值+持续持仓获得成长值两部分构成。

京东金融的会员等级分为青铜、白银、黄金、铂金、黑金五个等级。用户完成某项特殊任务时，可快速到达铂金会员。

京东金融“完成任务获得金币、成长值”设计原理总结：

京东金融主要将核心业务指标，设计成为每一项任务，引导用户完成，从而获得金币和成长值。吸引用户行动参与核心设计在于特权和优惠。

在这方面，京东金融和支付宝一样，着力通过提供了形式多样的商品供用户兑换，提升金币的价值。成长值则不能用户消耗，仅可以升级获得特权，特权享有礼包。其设计原理在大体上与支付宝保持一致。

对于提升活跃的业务指标上，重复性的指标，在让用户养成习惯上更为关键。

除了这种常规激励用户活跃的功能外，京东金融还推出了“早起打卡”功能，并且提供了小工具“日历”，供用户日常完成。这些都是京东金融围绕运营需要这项指标来开展的。

“早起打卡”的活动，对用户很有吸引力。参与打卡的用户，只需要在前一天支付1元，在次日早上5点-8点早起参与打卡，就可以和连续签到的人一起瓜分由报名费用累积成的当日奖金池现金。

这种靠意志力瓜分红包的活动，只是另一种形式的“签到”。但比签到却更有吸引力。其核心是利用了人性的懒惰。对自己意志力的过度自信，又表现出只有三分钟热度，这就必然导致部分不能准时参与签到。

还有通过京东金融提供日历的小工具，用户可以一览无遗地开始自己每天打开京东金融完成任务。

这也正是这一设计的高明之处。看似把掌控权、所有权归还给了用户，用户受到激励，更加卖力参与活动。实际上是用户在完成这些行为时，就付出了时间、情感，沉没成本随之发生。自然而然，活跃的目标也达到了。

3. 陆金所

陆金所APP在提升日活跃上，表现得很积极，主要表现为：

• 用户可以每日参与“每日福利”，领取积分，同时还有每日任务活动；
• 用户可完成任务，收集勋章，获得成长值，升等级；
• 用户可通过持有的账户资产，获得贡献值，升级会员身份。

陆金所用户开始签到即可获得4积分，次日+1，每日9积分为上限，每连续签到6天有惊喜，同时可以通过做任务获得积分。

连续签到6天后可获得惊喜，惊喜作为未知的是“随机奖励”，能一定程度上激发了用户的好奇心，激励用户连续签到。

除此之外，陆金所还提供了用户完成任务，即可同时获得成长值和积分，并且获得勋章。等级一共15级，每升级一级，获得相应积分。另外一方面，在用户完成任务时，也在相应地获得勋章。勋章分为金勋章和银勋章，金勋章集齐1、4、8、12时，可获得礼包；银勋章集齐4、8、12、16个时，可获得礼包。

陆金所“积分、成长值、勋章”设计原理总结：

陆金所围绕用户日常运营活跃指标，业务指标，除签到仅累积积分外，完成其他任务时，即可获得积分，又能获得成长值，而且还有一部分可获得勋章。通过任务这条主线，陆金所将积分体系，等级体系，勋章体系交叉整合在一起。

其目的就是为了提升活跃指标和激励用户完成核心任务。设计的核心，仍然是基于对应的特权和优惠等有吸引力的权益。

在会员等级上，陆金所主要围绕核心业务体系开展，根据规则，贡献值只来源用户的资产投资。会员设有普通会员、黄金VIP会员、铂金VIP、黑金VIP、钻石VIP五个会员等级。

二、支付宝、京东金融、陆金所活跃设计的异同点

就分析活跃指标体系设计来看，支付宝、京东金融、陆金所这3款金融类产品，同样为了提升，却各有运营特点。

1. 支付宝作为第三方支付工具，运营、业务两个活跃指标都围绕买单、支付设计

在提升日活跃上，没有为签到而签到，而是通过提供额外需用户主动领取的积分奖励，引导用户参与；并且通过公益活动蚂蚁森林、蚂蚁庄园，吸引用户日常活跃。

在积分作用中，通过“可用积分”和“等级积分”，完成了积分体系和会员等级体系设计。

2. 京东金融作为综合类金融工具，运营、业务两个活跃指标围绕买单、理财设计

在签到上，其核心吸引力在于，签到获得的钢镚可直接用于支付。同时与京东联动签到，获得额外奖励。在提升日活跃方式，还设计了“早起打卡”活动，形式更为灵活。

京东金融采用了金币和成长值区分的方式，搭建了积分体系和会员等级体系。

3. 陆金所作为理财工具，运营、业务两个活跃指标理财投资设计

由积分、成长值、勋章、贡献值，交叉形成了积分体系、等级体系、勋章体系以及会员体系。

支付宝、京东金融、陆金所异同点总结为一张表格。

如图：

三、总结

本文就搭建用户激励体系中的“活跃”指标，结合支付宝、京东金融、陆金所3款金融类产品做出简单分析，推导与实际出发点可能会有所不同，仅供参考。

事实上：一套完整的用户体系不仅要考虑用户分层划分，用户生命周期管理，而且还要考虑到产品阶段性目标，需要因产品而异。

尽管如此，其底层的体系设计的原理是大致相同的，会涉及认知心理学、行为心理学、人类学、市场营销学、统计学等多种学科，同时涉及用户习惯培养，使用游戏化设计，上瘾模型，RFM模型，AARRR等多种方法论。

后续将进一步分析支付宝、京东金融、陆金所这3款产品的其他指标体系设计。

用户激励体系的搭建，一般围绕用户“拉新、活跃、留存、变现”的四项指标开展。其中推动用户完成核心“变现”业务指标，是搭建整套体系的重中之重，也是搭建体系的意义所在。本文将结合“国民级”支付宝、京东金融、陆金所这3款金融类产品，分析其中设计的用户激励体系，同时解读其中更深层次的设计原理。

一、本文主要分析其中一项“活跃”指标

围绕另外三项指标的分析，将后续输出。

活跃指标在运营范畴上可拆分为运营、业务两个活跃指标。

• 运营活跃指标：DAU（日活跃） 、MAU（月活跃）等。
• 业务活跃指标：与产品核心业务直接挂钩的，如买单次数、支付频次、持仓金额等。

活跃指标通常是搭建用户激励体系的入口，常用的第一运营手段是用户签到。

签到形式就是日常打卡，是一种用户习惯行为养成的方式，千万要高估习惯的力量。

《习惯：习惯的力量》作者奥维德说:“没有什么比习惯的力量更强大。”这句话，不是空头支票。看看自己每隔几分钟，就不由自主地打开微信的动作，就知道习惯的力量有多强大。

上亿级别月活跃用户的支付宝APP，正想法设法让用户养成一种日常打开支付宝的习惯。京东金融、陆金所包括其他APP也不例外。

1. 支付宝

在支付宝APP上，围绕提升活跃指标，支付宝从三方面入手：

1. 用户通过日常签到、买单、支付，额外获得“可用积分”；
2. 用户通过“消费购物，生活缴费类，金融理财类”，直接获得“等级积分”；
3. 用户在蚂蚁森林、蚂蚁庄园，持续参与公益活动。

支付宝提供了“领积分”额外奖励积分入口，供用户日常登录支付宝领取积分，这部分积分被称为“可用积分”，该积分特点，可归纳为需用户领取+仅用于兑换消费。

根据支付宝规则，积分有由三部分组成，分别是签到积分，门店买单领积分，花呗支付领积分。

签到积分：

在用户签到后，领取相应的积分。支付宝的第一天签到积分值，设在了1积分，之后连续签到为自然数递增，并且设定了每日7分的上限。

门店买单领积分和花呗支付领积分：

在用户消费或者投资后，就产生积分。随机发放积分分值。积分不默认放入用户积分账户，需要用户主动“点击领取”。

支付宝“签到”设计原理总结：

从签到积分分值+1，连续每日签到+1，上限每日7分值设计看，这一环节支付宝没有过多的加入激励机制，引导用户参与。因为常见签到积分设计中，会考虑到起始值从较大数值开始，让用户产生一种分值积累起来很快的心理错误感知。

一般产品的连续签到为不规则梯度奖励，甚至连续签到后，还有神秘大礼，也是利用用户的未知性和好奇心，不断地激励用户参与。支付宝之所以没有这样设计，可以理解为，这跟支付宝设计这项“签到”功能初衷有关。

支付宝的日签到功能初衷是一直围绕核心业务，也就是门店买单领积分和花呗支付领积分来设计的。

支付宝将用户买单、支付的积分获取，设计成用户需主动的“点击领取”，这就促使用户如果想获得这些积分，就必须每日登录领取，用户在领取买单、支付积分时，附带能签到获得积分。如果当日没有产生买单、支付行为，用户仍然可以通过签到领取积分奖励。

在一级入口上，支付宝通过在文字提示，触发用户点击该功能，如“2个积分待领取”。这一点触发提示设计有区别于常见的“红点”提示，大概支付宝考虑到一直用“红点”提示容易让用户产生疲惫。

在二级入口，是使用了“待领取”文字提示。在最终的落地页，可以看到“挂满”大小不一积分分值等待用户去摘取，并且在下方签到，很清晰地告诉了用户积分可以兑换成琳琅满目的其他商品。

看着这里，是不是有一种的兴奋感，迫不及待准备摘取。当用户“点击领取”时，每日签到的功能设计就到了，附带实现了每日签到。

将积分分值在框架设计，与用户在现实生活中看到一颗挂满果实的树相似，唤起用户强烈的占有欲。

用户通过“点击领取”这种低门槛的行动，就可以将全部积分收入囊中，让用户自我感觉有一种成就感。不仅如此，在用户摘取时，用户积分的分值也是动态的，这种游戏化的即时反馈，刺激用户产生多巴胺，得到快感。

可以清晰地看出：即使是在签到这样一个小环节上，支付宝也尽可能通过产品设计、UI设计，上瘾模型、游戏化机制等各种方法，让用户上瘾，让用户养成每日签到的习惯，提升用户的活跃率。并且围绕核心业务设计，也提升了业务活跃指标，达到用户活跃与商业变现的双赢局面。

与“可用积分”另一方，还有“等级积分”。等级积分则表现得更直接，为核心业务而设计。

这里需要提一下，通过“领积分”入口领取的“可用积分”，只能兑换、抽奖以及消费，不用于其他。而我们知道，在一款产品设计了会员等级体系时，等级要升级，一般也是根据积分多少计算等级的。在蚂蚁会员等级规则中，会员等级则不与“可用积分”挂钩，而与“等级积分”挂钩。

“等级积分”的特点表现为“无需要用户主动领取+可用于兑换消费+计入会员等级”。

用户可以通过“消费购物，生活缴费类，金融理财类”获得积分，目前蚂蚁金服业务中，用户每消费20元获得1积分。

这可并不是1元等于1积分的设计，增加了用户会员等级升级的难度，但正因为难度大，也增加了会员等级的价值。积分分别对应会员等级。蚂蚁会员等级，分为大众、黄金、铂金和钻石会员四个等级。

“可用积分”之所以不计入会员等级升级，是考虑到会员等级是与支付宝的核心业务挂钩，用户完成核心消费行为，产生积分，然后升级。

如此一来，就保证了蚂蚁会员等级的价值性。因为会员等级背后往往对应的特权和优惠，而对于一套积分体系来说，其中起到关键作用是积分背后的价值。

积分与货币价值，有很大的相似性，设计得不好，可能通货膨胀，也可能通货紧缩，最好的结果是尽可能地往供需平衡设计。

但同时，支付宝又需要通过积分激励用户更加活跃，就推动了支付宝积分两条线路的设计发展，分别为“可用积分”和“等级积分”。

用户之所以乐此不疲地参与，就是在搭建用户激励体系中，支付宝在“积分积累”设计中，集合了各种运营手段；在用户“积分消耗”上，将积分兑换成有吸引力的实际价值，这是一套积分体系对提升“活跃”指标的关键。

支付宝深谙此理，不仅仅只停留在“积分”这种利益激励层面，更将其扩展到了心理和精神激励。

推出蚂蚁森林和蚂蚁庄园，这两项活动根据用户的买单、支付行为，分别产生“能量”和“饲料”，赋予其价值，与种树公益和捐助公益直接挂钩，形成日常任务，唤醒千万用户的公益意识来提高用户使用支付宝的频率。这里的“能量”和“饲料”，是另类的“积分”。

在地球上，宗教靠着人类的信仰，成为了世界上最大的“公司”。这种精神上的使命感，在激励用户时，比积分、红包等利益刺激更具杀伤力。不过，这一点激励设计不容易达到，其中还很多数产品不适合这样设计。

1. 京东金融

京东金融APP围绕“运营、业务“活跃指标设计了签到功能。

表现形式为：

• 用户日常签到，获得钢镚，钢镚可直接用于支付京东商城订单；
• 用户完成任务，获得金币，金币可用于兑换；
• 用户获得钢镚、金币不计入会员等级升级，用户可通过完成核心业务，获得成长值；
• 设计早起打卡活动，用户持续参与挑战赛制，瓜分现金。

用户签到即获得钢镚，签到初始值为0.02，折合人民币就是2分钱。连续签到2N天，分别获得N个开宝箱，设有上限。累积签到开宝箱，最高得100钢镚。

京东金融“签到获得钢镚”设计原理总结：

京东金融用户签到即获得钢镚，这种签到活动，设计机制单一。所以如果按自然日累积，这样的奖励，对用户没什么吸引力。比如加入多变的奖励，比如累积2天就能获得一个开宝箱。除此之外，京东金融画了一个大饼，设定了最大值“最高得100钢镚”，作为有可能的目标值，吸引用户参与。

如果单从京东金融签到看这项签到设计，并没有什么高明之处。

不过，这项签到主要为了与京东APP购物直接对接，同时作为一个引流的入口。用户每日同时在京东金融签到和京东APP签到，除了分别获得钢镚、京豆外，另外获得一份礼包。在两款APP之间形成互动机制，以及互相引流。

用户在京东金融，可通过任务中心获得金币，完成“理财、互动、生活、消费”四方面的任务，任务既涉及到业务核心指标，又涉及到运营活跃指标，但主要都是以业务核心指标为主。

按任务时间性频次分为每日，每周，每月；按任务重复性频次分为一次性任务和可重复性任务。如此一来，在时间性频次+重复性频次双重推动下，激励用户参与互动。用户获得金币可在金币商城消耗。

京东金融设计得签到领钢镚，完成任务获得金币，都不计入会员成长值中，成长值也只能累积升级，不能兑换成商品。用户想要获得更多的成长值，升级到更高的会员等级，就需要完成另外的任务。和用户获得金币任务相似，来自“理财、互动、生活、消费”四个方面，但对应到具体任务，有所差别。

用户的成长值获得，以用户完成业务核心指标为主，在完成某项业务核心指标获得一次性成长值后，每日还可以通过某项业务核心指标获得日常成长值。比如理财近30日持仓满2万元，成长值由一次性成长值+持续持仓获得成长值两部分构成。

京东金融的会员等级分为青铜、白银、黄金、铂金、黑金五个等级。用户完成某项特殊任务时，可快速到达铂金会员。

京东金融“完成任务获得金币、成长值”设计原理总结：

京东金融主要将核心业务指标，设计成为每一项任务，引导用户完成，从而获得金币和成长值。吸引用户行动参与核心设计在于特权和优惠。

在这方面，京东金融和支付宝一样，着力通过提供了形式多样的商品供用户兑换，提升金币的价值。成长值则不能用户消耗，仅可以升级获得特权，特权享有礼包。其设计原理在大体上与支付宝保持一致。

对于提升活跃的业务指标上，重复性的指标，在让用户养成习惯上更为关键。

除了这种常规激励用户活跃的功能外，京东金融还推出了“早起打卡”功能，并且提供了小工具“日历”，供用户日常完成。这些都是京东金融围绕运营需要这项指标来开展的。

“早起打卡”的活动，对用户很有吸引力。参与打卡的用户，只需要在前一天支付1元，在次日早上5点-8点早起参与打卡，就可以和连续签到的人一起瓜分由报名费用累积成的当日奖金池现金。

这种靠意志力瓜分红包的活动，只是另一种形式的“签到”。但比签到却更有吸引力。其核心是利用了人性的懒惰。对自己意志力的过度自信，又表现出只有三分钟热度，这就必然导致部分不能准时参与签到。

还有通过京东金融提供日历的小工具，用户可以一览无遗地开始自己每天打开京东金融完成任务。

这也正是这一设计的高明之处。看似把掌控权、所有权归还给了用户，用户受到激励，更加卖力参与活动。实际上是用户在完成这些行为时，就付出了时间、情感，沉没成本随之发生。自然而然，活跃的目标也达到了。

1. 陆金

陆金所APP在提升日活跃上，表现得很积极，主要表现为：

• 用户可以每日参与“每日福利”，领取积分，同时还有每日任务活动；
• 用户可完成任务，收集勋章，获得成长值，升等级；
• 用户可通过持有的账户资产，获得贡献值，升级会员身份。

陆金所用户开始签到即可获得4积分，次日+1，每日9积分为上限，每连续签到6天有惊喜，同时可以通过做任务获得积分。

连续签到6天后可获得惊喜，惊喜作为未知的是“随机奖励”，能一定程度上激发了用户的好奇心，激励用户连续签到。

除此之外，陆金所还提供了用户完成任务，即可同时获得成长值和积分，并且获得勋章。等级一共15级，每升级一级，获得相应积分。另外一方面，在用户完成任务时，也在相应地获得勋章。勋章分为金勋章和银勋章，金勋章集齐1、4、8、12时，可获得礼包；银勋章集齐4、8、12、16个时，可获得礼包。

陆金所“积分、成长值、勋章”设计原理总结：

陆金所围绕用户日常运营活跃指标，业务指标，除签到仅累积积分外，完成其他任务时，即可获得积分，又能获得成长值，而且还有一部分可获得勋章。通过任务这条主线，陆金所将积分体系，等级体系，勋章体系交叉整合在一起。

其目的就是为了提升活跃指标和激励用户完成核心任务。设计的核心，仍然是基于对应的特权和优惠等有吸引力的权益。

在会员等级上，陆金所主要围绕核心业务体系开展，根据规则，贡献值只来源用户的资产投资。会员设有普通会员、黄金VIP会员、铂金VIP、黑金VIP、钻石VIP五个会员等级。

二、支付宝、京东金融、陆金所活跃设计的异同点

就分析活跃指标体系设计来看，支付宝、京东金融、陆金所这3款金融类产品，同样为了提升，却各有运营特点。

1. 支付宝作为第三方支付工具，运营、业务两个活跃指标都围绕买单、支付设计

在提升日活跃上，没有为签到而签到，而是通过提供额外需用户主动领取的积分奖励，引导用户参与；并且通过公益活动蚂蚁森林、蚂蚁庄园，吸引用户日常活跃。

在积分作用中，通过“可用积分”和“等级积分”，完成了积分体系和会员等级体系设计。

1. 京东金融作为综合类金融工具，运营、业务两个活跃指标围绕买单、理财设计

在签到上，其核心吸引力在于，签到获得的钢镚可直接用于支付。同时与京东联动签到，获得额外奖励。在提升日活跃方式，还设计了“早起打卡”活动，形式更为灵活。

京东金融采用了金币和成长值区分的方式，搭建了积分体系和会员等级体系。

1. 陆金所作为理财工具，运营、业务两个活跃指标理财投资设计

由积分、成长值、勋章、贡献值，交叉形成了积分体系、等级体系、勋章体系以及会员体系。

支付宝、京东金融、陆金所异同点总结为一张表格。

如图：

三、总结

本文就搭建用户激励体系中的“活跃”指标，结合支付宝、京东金融、陆金所3款金融类产品做出简单分析，推导与实际出发点可能会有所不同，仅供参考。

事实上：一套完整的用户体系不仅要考虑用户分层划分，用户生命周期管理，而且还要考虑到产品阶段性目标，需要因产品而异。

尽管如此，其底层的体系设计的原理是大致相同的，会涉及认知心理学、行为心理学、人类学、市场营销学、统计学等多种学科，同时涉及用户习惯培养，使用游戏化设计，上瘾模型，RFM模型，AARRR等多种方法论。

后续将进一步分析支付宝、京东金融、陆金所这3款产品的其他指标体系设计。

一个有效用户分层的确立，大概要经过三个坎儿。

老舅在城里开了家拉面馆，让我去帮忙，我很高兴地答应了。

干了几个月，小饭店来来往往的那些客人，就都很熟悉了。

张老板是我们这儿的常客，每周都要来个三四次，时不时还带一帮朋友，点菜阔绰。

我们特别感谢这位客人，人多时会多送两个小菜，结账时抹个零头，逢年过节还会准备一盒土特产让他带回去。久而久之成了朋友，竟是谁也离不开谁了。

李哥的儿子特别喜欢吃我们家羊肉串，所以李哥经常带儿子来，但最近总是独自一人来，听他说，儿子刚升了中学，放学太晚来不了。

结账时，我就送了几串羊肉串给李哥，让他打包回去给孩子。李哥很高兴，从这以后，每次李哥来吃饭，都会多点10串羊肉串带走。

杨小姐是附近公司的白领，年轻漂亮，北方人，喜欢吃面。因为工作忙，每次来都急匆匆的，随便吃点就走了。我看着心疼，就向她推荐了我们的外卖服务，她点了几次觉得不错，就推荐给了同事，给我们带来了不少生意。

……

凭借着对每位客人的熟悉，我总能为不同的客人提供他们想要的服务，不知不觉生意竟火爆起来，老舅开了几家分店，生意蔓延到省城。

我从一个小二做到经理，但是问题也来了——以前只有几十个客人，很容易区别对待，现在盘子大了，客人少说也有上万，想要认识他们尚且不可能，更不要说一对一的服务了。

百愁莫展之时，老舅家大儿子大学毕业回到家，给我提了一个建议。

脑袋记不住，为什么不用电脑来记？

好主意！我立刻召集手下几十个店长，请他们整理了开业以来所有客人信息，包括多久来吃一次、几个人吃、点了什么菜、花了多少钱等等，并交代他们，以后要注意客人信息的搜集，最好能规范化。

几天后，店长们陆陆续续发来一些客人的消费数据，按照大表弟教的方法，我把这些数据分门别类，整理成不同的人群，在这些人群里，我发现了数千个张老板、李哥和白领杨小姐。

我立刻设计了一套针对不同人群标准化的服务和推销方法，印成小册子发给所有店长，让他们照着做。

果不其然，没过多久，店长们纷纷反馈业绩上涨，客人们的满意度也提高了很多。

上过大学的大表弟告诉我，这个方法叫用户分层。

用户分层的“道”

到底什么是用户分层？

网上能搜到很多用户分层的方法，简单的有二八分层，常见的有用户价值金字塔、用户生命周期分层、AARRR模型，稍微复杂的有RFM模型等。

这些个东西，都算是用户分层的“术”，方法架构清晰，却未必能适应复杂多样的具体需求。

以RFM模型为例，这个生长于传统行业的简易回应模型，本是用于直效营销，用来测算盈亏平衡线的，在条件迥异的互联网环境中，RFM这个东西，思维上可谓经典，方法上可谓穿越。恕我直言，网上诸多文章将RFM的方法洋洋洒洒地铺陈论述，并谓之“用户分层”，更像是抱着答案编造问题，而非面对问题寻找答案。

离道之术，术必衰。

那什么是用户分层的“道”？

简单地讲，就是区别对待不同的用户，而不是忽略他们之间的差异性。

更进一步讲，就是根据用户不同的消费倾向与消费偏好，针对性地提供营销和服务，以极化用户价值。

就像我大舅家的拉面馆案例一样，在充分了解和分析每位客人的消费倾向后，我总能针对地提供需要们的服务和消费建议，在便利他们的同时挖掘出其个性的消费潜力。

做得极端点，我甚至能记住谁不要葱花，谁口儿重加盐，从而进一步提升客人的满意度。

随便拿一个常用的用户分层模型也一样，比如说价值金字塔模型：

同用户对产品的使用深度不一样，感受和需求就不一样。

做用户分层，就是为了挖掘个性的潜在需求，施展针对性的激励手段来变现这些潜在需求，从而加速金字塔不断地向上流动。

如果你觉得上面的内容太过基础，那么很开心你能够来到下面的正文。

用户分层，如何以道驭术

先讲个小原则。

入职这家电商公司的第2天，老板让我应对即将到来的大促，做个短信推送的用户分层。

即便是专长，入职的第一个任务也不敢托大。我兴致勃勃地请BI拉数据，风风火火地刷表格，勤勤恳恳地把所有用户划了20多个分层，信心满满地发邮件给了老板。

第2天，老板没搭理我，直接把这事儿交给了别人做。听我的顶头上司讲，我做的20多个分层，只有5个是有必要推的，其他的十几个不是没道理，只是都是废话。

什么意思呢？

比如说我的分层里，有一个“客单价低于100元，历史购买次数小于等于3，且近90天未访问的”，针对这个分层我的建议是“低质流失用户，建议放弃。”

老板：要放弃的用户给我看什么？我很闲么？

再比如，这份分层里还有一个“历史购买次数大于10次，仅买过美妆类目，近7天有访问”，我的建议是“高质量用户，单购买类目单一，可推送平台强势类目（箱包服饰）优惠券，进行交叉销售”

老板：大促我要看到最直接的产出，你这和大促有关吗？

那什么是有意义的分层呢？

比如“客单价大于500元近90天未访”，这种做召回；“客单大于500元近7天未访”，这种做活跃；“仅7天加购物车但未购买”，这种推券做转化。

这些分层，用推送落地，拿大促承接，才是此时此刻的燃眉之急。

所以，做用户分层正确的思考方向，应该是针对业务需求寻找不同用户不同的机会点。而前文所讲的“区别对待用户”，没有错，但仅仅是学术语境下的用户分层。

做用户分层，不需要洋洋洒洒把所有用户都归入分层，提纲挈领，就像海里捞鱼，地上挖金，抓到一点是一点。

还是老话，咱们不能抱着答案和方法寻找问题，而应该带着问题寻找答案。

又啰嗦了，下面进入正题。用户分层具体怎么做？

一个有效用户分层的确立，大概要经过三个坎儿：

1. 发现冲突

所谓“发现冲突”，就是发现用户使用产品中的行为冲突。

什么是冲突？

有兴趣但不了解，了解了却没买，买了没复购，复购了但买得少，买得多但突然不买了。

冲突，就是用户在使用过程中遇到了某种障碍，可能是信息不对等，也可能是产品不够好，而导致用户实际的需求没有得到变现。

有了冲突，才有可能解决冲突，信息不通就沟通，产品不好就改进。冲突解决了，阻碍消除了，用户的需求能变现了，这个分层的用户就运营好了。

所以，冲突是用户分层的前提。不存在冲突的分层是没有潜在需求的，是没有意义的。

举简单的例子：

高频购买的用户突然走丢了，近期购买狂热的用户活跃下降了，一直逛的用户犹犹豫豫迟迟不下单，领了券却不买，加购了却不买……这些都是典型的行为冲突，都需要确立分层通过运营手段解决冲突。

更简单地讲，当用户某些数据指标很高，而与其本该正相关的数据指标却很低，就意味着存在冲突。

相反的，如果某些用户高客单价，常常买，又很活跃，说明他使用消费很流畅，不存在障碍。或者说某些用户各项指标都在边缘，说明他对产品可能没有明确需求。这些情况，分层不成立，不需要运营。

可能有些人说，优质稳定的用户也需要运营啊，要做好防流失啊！这是我要说的第二个事情。

当你在某个行业做了多年，拥有了敏感的业务嗅觉，你就不仅能发现冲突，而且能预测冲突。

你会知道在什么时间、什么情况下，什么样的用户有下沉或流失的风险，风险越大，越需要运营，风险较小，就要考虑投入产出比，再来决定是否划出分层来运营。

就拿优质稳定的粉丝用户来说，如果某个产品数年来粉丝用户群体极其稳定，几乎没有流失，那做防流失机制就是多此一举。

相反，如果这个产品金字塔尖的用户是“铁打的营盘流水的兵”，年年进进出出面孔不同，那就非常有必要做一个VIP机制，想方设法建立用户退出围墙，减缓流失。

除了粉丝流失，潜在冲突还会隐藏在很多地方，想要挖出它，没有通用的运营方法论，只能依靠日积月累的业务经验和嗅觉，其逻辑很简单：当经验告诉你某些人群在某种情境下很可能萌发出行为冲突，就把这个人群拉出来做个分层，想方设法规避冲突的产生。

综上，存在冲突或潜在冲突，是一个分层确立的第一个条件。

2. 寻找杠杆点

价值产生于冲突的解决。

做用户分层，就是为了解决不同分层中不同的冲突，解决这些冲突，就需要一些运营手段，比如Push、插券、会员机制等，当这些手段能够被现有的资源支持，又能以有限的投入撬动相当的效益，它就成为了杠杆点。

活跃下降的用户，就Push些让他感兴趣的东西；一直逛但迟迟不肯下单的用户，就给他们推送张优惠券；优质用户流失了，就送些回归福利恭迎他们回归；担心金子塔尖的用户随时会走，就给足他们价值和尊重，让他们感觉到，如果走了，之前日积月累的地位，就很难在其他平台找到了。

这些就是杠杆点吗？很抱歉，这些都是纸上谈兵。

我想要强调的杠杆点，不是策略和手段，而是目标和资源。

拿前文我被老板diss的交叉销售分层为例：

1.  大促目标是冲销售额，对于美妆类目的忠实用户来讲，美妆复购是产生GMV最直接的方式，类目的交叉销售难度大风险高，而且需要长期的观察和资源承接。
2.  大促资源是大量瞬间爆发的折扣商品和券，适合做转化。交叉销售则需要长期某个类目的商品和优惠做承接，不是一蹴而就的事情。

综上，这个分层确实存在冲突（高频高活跃优质用户VS未购买过平台主打类目），但这个冲突的解决不契合当前业务目标（大促冲GMV），也没有足够的资源支撑，所以，这个分层不能成立。

所以，还是那句话，用户分层只是手段，是通往当前业务目标解决问题的细分机会点。脱离业务目标和资源的用户分层，只能作为学术方法论。

3. 产生效益

效益不是收益，而是投入产出比。

一般来说，当某个分层中的冲突或潜在冲突越激烈时，解决冲突后获得的收益越大。比如“优质用户VS流失”比“普通用户VS流失”的冲突更为严重，相应的优质用户的挽回也能给平台带来更突出的收益。

成本投入则要因人而异。同样的手段对于不同平台来讲，意味的成本可能不一样。

比如优惠券，对于B2C、C2C电商而言，意味着1:1的补贴。而对于自营电商来讲，由于掌握了一定程度的定价权，优惠券可玩的套路很多，成本就不会有牌面上那么高。比如当前的京东，每次下单都会让你抽一张券，券的额度特别高，但指向的商品都是些价格虚高的自营商品。

综合收益与成本，其实就是综合冲突的强度和杠杆点的投入，你就可以做出决定，即这个分层，是否成立，值不值得运营。

思维导图

至此，就可以做一些练习了。

首先，仔细想想老板定下的业务目标，找BI拉出用户关键指标数据进行观察，结合业务经验，看看哪些用户的行为中存在冲突，判断一下解决这些冲突是否能帮助实现当前的业务目标，以及是否有足够的资源解决这些冲突，如果答案都是肯定的，就可以圈出有足够运营性价比的用户组成分层，拿来搞事情了。

如果要做战略性分层，也就是会员机制之类的东西，就要多着眼于潜在冲突，回想下这几年和用户的接触，哪些用户总会在什么时间不再热情，或离你而去？抓住这些人，这些时间，和这些潜在风险，寻求杠杆点，形成产品机制。

原本不打算写关于用户生命周期模型这篇文章的，觉得大家应该都明白，但是这几天发现：

1）很多人将用户生命周期模型和AARRR等其它一些模型混淆了，这两个并不是一回事；

2) 千篇一律在介绍什么是用户生命周期以及其中一些概念的普及，比如什么是生长期之类；

3) 正如上一篇RFM模型一样，希望大家不仅了解，还能通过技术流的方法去实操。

所以，写了这篇文章。

一、什么是产品生命周期

在介绍用户生命周期前，需要先了解产品生命周期。一款产品的生命周期，我们用专业词汇表述就是PLC（product life cycle），大家在网络上看的多了产品生命周期的图片，大多呈现一个“睡倒的S型”。

根据上图，任意一款产品，以时间为参考维度，以用户量或者收入水平等作为衡量标准，我们可以将一款产品的生命周期划分为四个阶段：初创期、成长期、成熟期、衰退期。可以理解为：从产品设计到停止对这款产品的运营，整个周期为产品的生命周期。

怎样判断一款产品当前处于生命周期的哪个阶段呢？

1、下载量

通过酷传、App Annie获取产品某一段时间或者历史下载数据，根据历史下载量的趋势判断（如果可以获取历史下载数据，可以和“睡倒的S型”进行拟合）。以从酷传上获取的某App过去一年下载量生成的趋势图为例：

过去一年内，该App的用户量从2000w提升至将近5000w，且趋势图的任意一点的切线与坐标系横轴的夹角都比较大，说明产品处于用户快速增长阶段，可能属于成长期。

2、百度指数

在百度指数输入你想查看的产品名称，以及该产品在行业内一直处于领头羊位置的竞品名称，通过百度指数的数值以及和头部产品百度指数的对比，基本可以判断产品所处阶段。

以上图为例，该产品过去半年的百度指数平均值为2000左右，某些指数高点基本上是产品大力推广新增或抓住行业热点带来的用户搜索。作为一款比较成熟的产品，百度指数应该可以稳定在4000-6000。所以，基本判断这款产品还未达到成熟期。

百度指数还有一个比较有用的地方：有时候不知道为何，自家产品留存率出现大幅跳跃，或者希望对产品的发展进行更好的把控，百度指数作为舆情监控的渠道，可以带来很大的帮助。当然，除了百度指数，还有360、搜狗、阿里等都有相应的免费服务。

3、累积下载量

可以通过酷传获取产品的累积下载量，对比该行业的市场总量，潜在用户总量进行判断产品所处阶段。

4、版本迭代

根据产品版本迭代频率，基本可以判断一款产品所处阶段。发展期的产品，大有敏捷的成分在，迭代频率较快。

明确产品所处生命周期哪个阶段的作用是什么呢？站在运营的角度，得到产品的生命周期之后，使用如下步骤进行分析，可以帮助确定当下及未来一段时间的核心运营策略和运营方向，接下来：

a.使用思维导图梳理产品结构；

b.根据产品结构，梳理出该产品当前的核心业务逻辑；

c.根据产品结构，梳理出可能的典型用户使用路径；

d.结合行业、市场、产品等信息，梳理出产品商业逻辑；

e.综合上述判断出的产品所处生命周期的阶段可能遇到的共通的一些问题，结合上述1/2/3/4进行运营规划。

本文主要说的是用户生命周期，关于产品生命周期点到为止。

二、什么是用户生命周期

用户的生命周期，简单来说就是：用户从开始接触产品到离开产品的整个过程。

根据上图，用户的生命周期分为：导入期、成长期、成熟期、休眠期、流失期。

导入期可以理解为将市场流量中的潜在用户转化为自家产品的用户，这个阶段我们称之为获客阶段；当用户进入产品之后，我们需要想办法让用户活跃起来，进入成长期以及成熟期，成长期和成熟期的用户属于产品最为核心的用户，是最具挖掘价值的忠实用户。所以，我们称之为升值阶段；用户从成熟期开始，会出现休眠、流失状态，我们称之为留存阶段。

我们将用户生命周期、不同生命周期用户的行为表现，不同阶段运营所关注的重点工作进行阐释：

1) 获客区：对应着导入期，对应的用户行为是由流量成为用户，运营的核心工作是拉新获客以及促进新用户的活跃。

2) 升值区：对应着成长期和成熟期，对应的用户行为是在产品中活跃、为产品贡献、持续留在产品内，运营的核心工作是促进用户活跃、转化/付费、制造留存。

3) 流失区：对应着休眠期和流失期，对应的用户行为是离开产品、停止使用，运营的核心工作是对沉没流失用户做好安抚工作或者新产品的转移工作（如果有）。

假设你已经知道了你们产品内不同用户当前所处的生命周期，你可以做些什么呢？这个问题和前文介绍产品生命周期的时候类似，我们分析了一堆内容，最终定义好生命周期之后，一定要对运营有相应的促进作用。

我们可以这样思考：

我们最渴望达成的目的是：“把自己的思想装进用户脑袋，把用户的钱装进自己的口袋。”这里的思想可以是让用户接纳我们的产品规则、可以是让用户喜欢我们的活动、可以是让用户对我们产品有粘性；用户的钱可以是用户的时间、可以是用户的内容、可以是用户的互动，当然也可以是用户的钱。把我们的思想装进用户脑袋和把用户的钱装进自己的口袋无疑是这个世界上最难的两件事。

所以，如果做好这两件事，就算是做好了用户运营。这个过程可以理解为用户管理的过程，如果希望管理好用户，两个维度务必关注：

1. 每个用户都可以被监测、被评估；
2. 我们可以影响每个用户、可以驱动每个用户。

因此，用户运营可以理解为“用户生命周期管理”，本质是：

1. 如何监测和评估一款产品的平均单体用户价值；
2. 如何驱动用户价值的提升？

对于问题1，可以通过RFM模型去定义，可以通过AARRR模型去定义，大体都是通过数据，基于用户行为，找到不同的分层点。接着，针对不同层级的用户评价其价值。本文使用生命周期模型定义用户价值，其实，也就是找到用户处于生命周期的哪个阶段，接下来会详细说明。

这里，补充一个更加直观的方式，基于以下两个维度对用户价值进行监测和评估：

1. 使用频次
2. 是否有直接消费行为

第一象限，用户会直接付费，使用频次高。如饿了么、摩拜单车，用户价值主要体现在使用频次、使用时长、收入情况。

第二象限，用户会直接付费，使用频次低。如出行产品携程，用户不会每天打开，但是有需求的时候，会直接买单。用户价值主要体现在收入上。

第三象限，用户不会直接付费，使用频次低。有人说，这个象限的产品没有价值和意义，有时候觉得，如果让我运营这样的产品，可能确实会很糟心。

但作为运营，不能首先放弃，我认为这个象限的用户价值体现在收入上，这个收入和第二象限又有所不同，以房多多为例，很难让用户在不看房的情况下，通过一款App购买价值百万级别的房子，所以，返利、折扣、房屋经纪人的评级等等都影响到客户有需求时是否能够通过长期的引导进而付费。

第四象限，用户不会直接付费，使用频次高，比如脉脉、今日头条，用户主要价值体现在访问频次和使用时长上面，今日头条之前公布平均用户使用时长达到了60多分钟，这对他们来说就是用户价值。

插入一些题外话：

经常有人问我，为什么文章写到这里，逻辑就应该是这样的？比如上述，为什么非要通过使用频次和是否有直接消费行为进行用户价值的监测和评估？

能问出这样问题的伙伴，相信你经常光顾各类网站，看过无数的干货文章，但也仅仅局限于看过，回头一想，基本上属于忘得差不多的状态。大家还是缺乏思考，在这里，我把拆书领域用的RIA法则推荐给大家，这个方法同样适用于文章阅读。

首先，你阅读这篇文章，阅读之后，你要去思考，最后，你要结合自己的经验去融合文章的内容。如果你走完以上步骤，就意味着，你可能会发现很多文章写得也不一定是正确的，如果你看过的文章都觉得还不错，那就很危险了。

回到上述所说对用户价值进行监测和评估的两个维度，任何一款产品，不论是高频还是低频、不论是初创期还是成熟期、不论商业模式是现金流还是流量，他的核心指标一定有用户要打开App，不打开谈不上是自己家的用户，他的核心指标一定有是否消费，这个消费可以是直接付费，也可以是产品导流进而转化，甚至说广告点击营收。这也是商业社会、商业化公司、能够养活一群人的前提。

在访问频次和是否有直接消费行为下，你可以结合自己家的实际业务情况去找出你们更加关心的指标，比如访问频次是一级维度，你们更关心访问时长、视频观看数量等二级指标。

用户价值，不仅仅只能大概的监测和评估，甚至还可以计算出每个用户的价值。但是实际工作中，涉及到这个模块的工作并不多，并且当有这样的需求时，更多是统筹数据、开发等同事一起完成。所以，我们的文章站在运营的视角，到这一步已经可以了。

对于问题2，驱动用户价值提升的方向有两个：

1. 提升单体用户价值；
2. 延长用户生命周期。

最终，我们对用户生命周期模型的研究，演变成为对用户生命周期管理的本质：如何提升单体用户价值及延长用户生命周期。当然，这个过程必不可少的是数据驱动、对典型用户使用路径的引导及精细化运营。

有两个问题需要跟大家强调：

1) 是否所有用户都会经历完整的用户生命周期？

否。站在整个产品的角度，因为用户分布在不同阶段，所以，可能会走完一个完整的生命周期，也就是上文所说导入期、成长期、成熟期、休眠期、流失期，比如：注册-登录-活跃-付费-分享-流失。

但是，作为个体用户，用户可能在导入期之后就流失了，比如：用户注册登录之后，因为新手引导做的不到位，用户直接放弃使用，直接进入了流失期。

2) 是否所有产品都需要管理用户生命周期？

否。从产品生命周期来看，处于初创期的产品，由于资源不足，用户量级不够，一般可以不做用户生命周期管理。从产品的需求强烈程度和市场供应情况来看，需求越强烈，供应越稀缺的产品，越不用过多考虑做用户生命周期管理。

比如，12306，不论你在携程、去哪儿还是飞猪上买火车票，最终都是通过12306，市场供应紧缺、需求量大，用户也没有其它选择，要么选择别的交通工具，所以，这样的产品不需要做用户生命周期管理。比如：航司，有南航、中航及东航等等，这些航司的价格、服务、餐食、优惠、活动等，很有可能影响用户的选择，供大于求，所以，这样的产品一般需要做用户生命周期管理。

三、如何搭建用户生命周期模型

通过上文的铺垫，我们已经了解到，搭建用户生命周期模型，其本质就是根据用户发生的行为，找到用户处于生命周期的哪个阶段，是导入期还是成熟期，知道了用户所处阶段，才能方便我们进一步开展运营工作。

如何搭建用户生命周期模型呢？搭建用户生命周期模型的一般步骤如下：

1. 业务逻辑梳理；
2. 找到影响用户留存/消费的关键功能；
3. 定义各阶段用户行为。

简单举例，以脉脉为例：

a.脉脉的核心业务逻辑如下：

b.可能影响用户留存/消费的关键功能

根据核心业务逻辑图，对于用户端来说，分为生产者和消费者，我们站在消费者的角度，影响消费者留存和消费的关键功能可能是：投递简历、消费内容、建立社交关系、购买会员。

c.定义各阶段用户行为

我们先看一下行业内通用的用户行为定义的模板：

根据上述模板，结合我们定义的影响用户留存/消费的关键驱动功能，我们可以做如下定义：

四、如何围绕用户生命周期，提升单体用户价值？

提升单体用户价值，大家可以思考，哪些用户的价值需要被提升呢？导入期的需要吗？我认为不需要，这个阶段处于获客区；流失期的需要吗？我认为不需要，这个阶段主要是做用户召回延长用户生命周期。所以，我们主要针对处于成长期和成熟期的用户进行单体价值的提升，体现在用户行为上是：活跃、转化、付费、留存。

通过上一部分内容，我们已经根据用户行为对用户进行定义，以脉脉为例，我们定义：在一定时间内，关注XX个行业人脉的用户即为处于成长期的活跃用户，那么，XX到底是多少呢？比如，当我们通过数据收集发现，关注10个行业人脉的用户即处于成长期，那么，我们就可以针对未到达成长期的用户做关注人脉行为的引导。

所以，我们需要按照以下步骤进行分析，找出用户定义的数据节点，并通过在相应的节点制定运营策略，完成用户引导：

1、用户行为路径梳理；

2、数据定义/数据收集；

3、通过数据找到发力点；

4、完成用户引导。

1、用户行为路径梳理

我们仍然以脉脉为例，进行脉脉典型用户行为路径梳理，假设在脉脉内，一个用户从导入期到成熟期典型使用路径有如下2种：

a.用户注册→完善个人主页→上传简历/完善在线简历→搜索职位→投递简历→添加招聘方为好友→购买会员→添加更多人脉

b.用户注册→完善个人主页→添加行业人脉→查看动态→发布动态→购买会员→添加更多人脉

2、数据定义/数据收集

我们需要哪些数据呢？一般解决用户从A阶段到B阶段价值提升的问题（当然B阶段的用户价值一定是高于A阶段的），我们需要先筛选出B阶段的用户，再在B阶段用户身上获取三种数据：

a.典型用户使用路径的相关数据，围绕用户从A阶段到B阶段典型使用路径提数据需求；

b.用户基础数据，比如用户的性别、职业、年龄、地区、爱好、家庭状况等；

c.用户行为数据，判断产品内哪些模块可能会影响用户的后续行为，然后拉出使用过该模块的用户数据，比如注册微博后，立刻关注5个其它用户，则活跃和留存都比较好。

除了从用户身上获取如上三种数据，还可以参考用户渠道来源数据、业务数据等进行数据分析。

3、通过数据分析找到运营发力点

数据分析的几个关键思路：

a.用户从A阶段到B阶段，哪条路径更优？

b.从A阶段到B阶段，大部分用户符合什么特征？

c.从A阶段道B阶段，大部分用户是否发生过一些相同行为？

d.从A阶段到B阶段，是否受到不同渠道来源影响？

我们结合数据定义/数据收集以及数据分析的几个关键思路，以脉脉为例，我们仍然假设：

a.通过对脉脉10w用户的数据分析，发现走完路径1的用户有2w，走完路径2的用户有8w，那么，我们可以初步猜测，用户从A阶段到B阶段，路径2更优;

b.我们看大部分用户符合什么特征，通过基础数据进行分析，发现处于成熟期的用户，男女比例为7:3，男性中22-30岁占比70%，互联网从业者75%。

c.我们发现，投递过3次简历的用户，会员购买率为89%，站内会员平均购买率为21%； 发布过10条消息的用户，购买其他用户服务的占比为70%，站内服务平均购买率为11%。

4、完成用户引导

我们基于上述通过数据找到的一些可发力点，设计相应的策略，对用户进行引导。需要强调策略和手段的区别：如果是一套机制和规则，就是策略，如果是拍脑门单次给用户的推送，就不是。很多伙伴在制定策略时，巴拉巴拉写了一大堆活动方案、触达方式，其实都是在策略支撑下的具体可落地的手段。

以上述找到的可发力点为例：

a.路径2更优，我们的核心策略是加强在路径2各个节点对用户的引导，具体引导的手段可以是推荐更多精准的用户和优质的动态等；

b.针对投递过3次简历，会员购买率更高，更容易到达成熟期，我们的核心策略有两方面，一方面是大力引入B端招聘数量，一方面试面向C端求职者更加精准的推荐，具体的手段可以是增加B端入驻福利、给求职者1V1服务等；

c.男性互联网从业者多，我们的核心策略是加强同类属性用户的获取和运营力度，这样可以更容易提升产品的整体收益。

（以上关于脉脉的分析都是假设，特别是数字的部分。主要是为了说明用户生命周期模型的实操方法，如有不妥，还望及时指正。）

五、如何做好用户流失预警机制，延长用户生命周期？

上文已经说过，驱动用户价值提升的方向有两个：

1、提升单体用户价值；

2、延长用户生命周期。

围绕用户生命周期提升单体用户价值的方法已经详细说明，接下来重点关注如何延长用户生命周期让用户尽可能长时间待在产品内，为产品贡献价值。

延长用户生命周期，大家想，可以怎么做？

1. 预防用户流失，让用户一直待在产品内；
2. 针对已流失用户，做用户召回。

提到预防，一般都能联想到机制化、自动化，当系统判断用户具有流失特征时，及时自动触达用户，尽可能的挽留用户，所以，这里需要设计一套自动化的机制。

针对已流失用户也可设计一套自动化触达系统，但实际情况是，已流失用户数量巨大，流失原因不明，甚至在注册之后就流失、价值较低，外加短信、电话等触达手段成本较高，一般会通过人工的方式对流失用户进行筛选后手动触达，相信很多伙伴都做过。

所以，下面我们主要讨论预防用户流失，最终设计一套用户流失预警机制。

如何设计流失预警机制？

流失预警机制设计步骤如下：

• 流失用户定义
• 分析流失预兆
• 设立预警机制
• 完成用户引导

1.流失用户定义

我们只有定义了什么样的用户属于流失用户，才能针对未流失用户做相应的流失预警，在未流失用户出现流失用户关联行为时，系统及时响应，避免用户流失。定义一个用户是否流失，我们一般从两个维度进行评估：用户行为，时间。

用户行为

简而言之，用户发生怎样的行为，我们认为他流失了。用户在产品内发生的行为，一定会依托产品的功能、服务，所以，用户行为要根据一款产品的基础功能或核心功能综合评估。我以一些产品举例：

• 理财产品，核心功能是理财，用户将资金投入到标的中去，当用户停止了这个行为，我们猜测用户可能将要或者已经流失。还存在一种情况，用户每天都会来App内，查看有哪些收益率比较高的理财产品，看完之后就退出了，并没有进行投资，因为没有满足用户收益率预期的标的，这部分用户我们称为“沉睡用户”或“休眠用户”。用户没有离开或卸载App，但如果不及时挽留，或者用户发现其它更高收益的理财产品，就会成为流失用户。
• 工具产品，比如网易邮箱，核心功能是收发邮件，但是我们判断流失用户行为的方式可能不需要查看用户在核心功能上的操作，因为不论是收邮件还是发邮件，都需要登录邮箱，我们可以通过分析用户的登录行为来判断用户流失情况。
• 电商产品，比如网易严选，用户登录账号后，每次打开App不需要重新登录，用户可能会在首页看一下推荐的好物，没有购买行为就关闭了App。我们可以基于用户的付费行为来判断用户流失情况。
• 内容产品，比如36kr，用户每天早上都会看一下创业版块的文章，有一天突然不访问了，那我们就要基于用户对36kr内容的访问行为判断用户流失情况。

所以，一般流失行为的标志性关键动作是登录、访问、付费。具体的流失行为定义，可以结合自家产品的实际情况进行定义。

时间

当我们选定了XX行为作为流失用户的关键流失动作后，需要对这个动作发生的时间进行定义。以网易严选为例，用户没有发生付费行为，我们就定义该用户已经流失了吗？显然是不科学的，我们需要判断多久之后还没有发生首次付费或二次付费的用户才是流失用户。

在这里，我们需要引入一个概念：回访用户。

GA（Google Analytics ）上定义的 Returning Visitor指的是，当用户首次访问的时候，会生成一个独立的Client ID，当用户再次访问时，GA监测已存在的Client ID发生一个新的会话，这时候就是 Returning Visitor，GA的回访用户是与新用户相对应的。

我们今天提到的“回访用户”指的是：用户流失后，再次访问的用户。

比如，当你通过大量数据分析之后发现，对于一款社交产品，10天内没有打开App的用户，被定义为流失用户。有一位用户已经15天没打开App了，我们认为他已经流失了，但是我们的运营很强大，通过各种吹拉弹唱的技能把该用户请了回来，这位用户就属于我们今天提到的回访用户，即，流失后再次回来。

对于用户流失时间，我们有一个一般定义：用户回访率在5%-10%区间，这个区间对应的时间点及之后的时间，我们认为用户已经流失。从网络上找到一张图片如下：

用户回访率=回访用户/流失用户100%

在拐点处，用户回访率为5%，这个拐点对应的流失期限是5周，在5周之后的用户回访率均低于5%。所以，我们认为，这款产品的用户流失时间，可以选择在用户停止发生XX行为5周后，该用户即为流失用户。

基于用户行为和时间维度，我们定义流失用户如下：

上图是用户回访率和流失天数的关系，我们可以看到，当用户流失10天之后，回访率降低到5%以下，由此，我们可以对产品内的流失用户进行定义，明确哪些用户是流失用户。

注意：回访用户不仅仅是回来打开App的用户，要根据具体产品属性进行判断。对于理财类产品，回访用户指的是投资；对于工具类产品，回访用户指的是登录；对于社交类产品，回访用户指的是互动；针对内容型产品，回访用户指的是访问。

2、分析流失预兆

本文的核心是设计一套流失预警机制，即，针对未流失用户做好流失预警，避免用户流失。所以，我们得到哪些是已流失用户之后，需要针对已流失用户进行研究分析，找出他们流失前的共同点，如果当前的活跃用户在未来某一天出现已流失用户的相似征兆，则需要触发流失预警机制。

分析流失预兆步骤如下：

• 确定流失用户，分析用户流失前的行为
• 假设用户流失的影响因素
• 通过访谈，明确用户流失的行为路径
• 分析流失用户流失前的行为，一般可以从以下几个方向进行数据分析：
• 用户流失前发生了哪些相似的行为
• 用户是否集中在某一渠道
• 用户属性是否一致
• 流失前，产品、运营、市场是否发生某些变动

注意：分析流失前的用户行为，我们只需要分析用户导入期、成长期、成熟期的数据。

我们以当前用户拉新做的比较好的拼多多作为案例，做一些数据上的假设，来分析流失用户流失前的行为，以拼多多成长期用户为例：

拼多多成长期用户占比为30%。

成长期各渠道流失占比：

拼多多一直以裂变效果好著称，但裂变邀请好友存在的弊端就是，好友为了配合你拆领红包而注册使用拼多多，忠诚度可能较低，所以，在流失方面，好友邀请这个渠道带来的用户，流失率达到30%，其次是微信公众号软文投放带来的用户，流失率达到25%。

处于成长期的用户，购买次数达到3次的用户只有10%，90%的用户只有1-2次购买行为，也就是刚刚进入成长期，后续没有进一步转化到成熟期就流失了。

处于成长期的用户，购买金额达到200元的用户只有5%，95%的用户只有1-200元的购买金额。

作为拼多多最强福利模块，邀请好友可以带来显而易见的实惠，但是我们发现，成长期的用户，主动发起邀请好友行为的用户占比仅有30%，且只有1次，70%的用户未发起过任何邀请行为。

假设用户流失的影响因素

基于以上数据图表分析，我们假设用户流失的影响因素：

• 好友邀请渠道带来的用户流失率高达30%，说明用户忠诚度不够，易流失

• 90%的用户购买次数只有1-2次，说明用户未养成购物习惯

• 95%的用户购买金额不到200元，可能是用户对产品需求偏弱或对平台信任度偏低

• 70%的用户未发起过邀请行为，可能是活动引导或激励程度不够

访谈，明确用户流失路径

找到流失用户，直接进行访谈，判断用户流失路径，明确假设内容。访谈这一部分，属于用户研究的工作，但是我们仍然可以了解一些工作方法，如果在一些资源支持不足的公司，便于快速开展工作，这里简单说明用户访谈的步骤：

• 收集产品内外部信息，外部环境是否发生变化。产品是否发版、是否有运营活动上线、是否有负面新闻、行业监管是否变化，如P2P产品的业务发展和行业监管紧严格程度紧密相关。

• 制定方案。明确访谈目标是什么，访谈的对象是谁，访谈的流程如何设计。

• 方案落地实施。可以邀请用户到公司进行访谈，可以通过线上问卷形式进行信息收集，也可以通过电话甚至竞品分析等形式对流失路径进行分析。

有人问我，如果分析出用户流失前的行为，不进行假设、不做用户调研可以吗？感觉加上这两步之后，变得好复杂。实际上，我们仍然可以按照MVP的原则进行敏捷测试，将分析出的问题，通过小范围、人工的形式推动去解决。如果被验证是对的，可以逐渐系统化。

3、设计预警机制

根据上述得到的何为流失用户，以及流失用户在流失前的行为，我们就可以开始设计预警机制了。预警机制在不同公司的体现形式不同，主要还是基于业务规模和业务类型进行设计。

• 如果是一家初创型的公司或者业务快速变化中的公司，可能压根不需要设计预警机制，仅仅需要做好用户流失预警。运营伙伴通过数据分析，定义流失用户的标签，给到数据分析师，数据用SQL帮我们跑出来这些用户的名单，我们就可以通过push、短信等渠道对用户进行简单的触达。

• 如果业务具备一定的规模或者业务已经成熟稳定，除了做流失预警，最好能够搭建一套自动化预警机制。以微信读书为例，用户性别、年龄、爱好、阅读习惯、阅读进程等等存在数十个标签，如果靠运营手动定义标签并交给数据分析师导出用户名单，工作量太大，效率极低，而且容易死机（皮一下..）

• 根据流失前用户的行为指标，分别对这些指标赋予相应的权重，根据这些指标、权重进行计算，当数值高于XX值时，系统定义该用户具有流失风险，要么自动触发、要么将名单传输到运营手里，运营人工召回。当然，如果加上权重比较复杂，也可以根据定义好的用户行为指标直接做预警，凡事可以变通。

• 预警最好可以分等级执行，以上述拼多多为例，成长期的用户，流失前，90%的用户购物次数只有1-2次，流失时间假设是20天之后。那么，当用户在10天的时候，如果购物次数保持在1-2次，我们可以基于用户购买或浏览行为为用户进行更精准的推进；12天的时候，如果购物次数仍然保持在1-2次，我们可以在推荐的基础上，给用户发放折扣券或进行商品返现；如果15天的时候，用户还是只购买过1-2次，我们可以进行人工客服电话召回，告知用户现在针对该用户有一个XX元优惠券等在账户里，2天内有效，可以使用；如果18天的时候，还是1-2次，那么我们可以提升对该用户的push、短信频次，并加上感召性的文案。如果超过20天仍然只有1-2次，我们认为该用户已经流失，可以按照流失用户的标准进行日常召回。

• 我所知道的流失预警机制，可以有两种呈现形式：

.

一套取数系统，像上文所说，系统会每日导出名单，由运营定制化触达用户。

一套自动触达系统，最好的就是这样的系统，可以大大提升效率，只有在分等级触达情况下，实在无法召回，才会导出名单给运营，进行电话、用户回访调研等。

4、完成用户引导

截止到上述3步全部完成，已经搭建了一套流失预警机制，也就是完成了用户引导。但是，针对用户引导制定怎样的策略是一个很重要的环节，所以，我们拿出来单独讨论。

既然是预警机制，最核心的还是怎样留住用户，那么，单单分析出谁是流失用户、流失用户有哪些流失前的行为以及在流失前进行触达还是不够的。怎样触达？触达的内容是什么？触达的渠道是什么？触达的形式是什么？还需要针对性一步步去做。

仍然以上述拼多多为例，我们针对预警触达动作制定相应的运营策略：

• 好友邀请渠道带来的用户流失率高，增强对这部分用户的引导；加强对这部分用户的激励。

• 成长期90%的用户购买次数只有1-2次，通过发放优惠券，提供专享商品等形式培养用户购买习惯。

• 成长期95%的用户购买金额不足200元，增强媒体宣传，提升用户对平台的信任度，提升用户购买大额产品的几率；推荐更精准的产品给到用户，并附带大额优惠券，主动帮用户发现需求并刺激转化。

• 成长期70%的用户未发起过邀请行为，加强对邀请活动的引导，或者当用户在App内连续发生某些动作后，增加这部分用户参与好友邀请活动的额外激励，比如只要他们参与，就立刻送一张5元无门槛代金券。

（上述关于拼多多用户构成、不同用户行为数据均为假设，主要是为了将文章中的理论通过实际案例呈现，如有不妥，请及时指出。）

这里补充一些常见的触达渠道：

邮件召回

• 优点：
• 成本较低
• 邮件可传达的内容多
• 邮箱的新邮件提醒到位
• 缺点：
• 国内用户的电子邮件使用率较低，邮件打开率更低；
• 发送设置有一定的技术要求，不然容易被屏蔽。

短信召回

• 优点
• 送到率较高
• 缺点
• 成本比邮件高
• 智能手机的软件可能会把短信屏蔽
• 适合的产品种类较单一

站内信召回

• 优点
• 成本相对来说非常低
• 送达率高
• 缺点
• 打开率低

Push推送

• 优点
• 成本相对很低
• 触达率高
• 用户打开率高
• 缺点
• 用户卸载App就收不到消息
• 设置拦截就收不到消息

电话回访

• 优点
• 更加人性化，成功率高
• 缺点
• 效率低
• 成本高
• 对电话发起者要求较高，话术、发音等

至此，关于用户生命周期模型搭建的内容暂告一段落，虽然文章中有案例，但如果没有实际操作过，这些对我们来说，都处于纸上谈兵的阶段。希望有机会，大家可以真正去做一下。欢迎大家共同在留言区探讨交流。

来源：Chris

本文作者主要是分享一下RFM模型在用户分层精细化运营领域的应用方法和简单的实操案例。enjoy~

在用户运营领域，有一个叫做RFM的词，相信很多人看到过，或许感觉比较专业就没有继续深入；或者有些文章涉及到了python等数据处理手段，望而却步；又或者因为这个词跟电商关系紧密，所以非电商的运营伙伴就选择了放弃学习。

今天主要是分享一下RFM模型在用户分层精细化运营领域的应用方法和简单的实操案例。

RFM模型更上一级隶属于用户价值模型，在用户价值模型中有两个方向：

• 一个是基于用户生命周期，也就是时间和用户在产品内的成长路径进行的生命周期模型的搭建
• 另一个就是基于用户关键行为进行的RFM模型的搭建，本次只说用户价值模型中的RFM模型

RFM模型有哪些好处呢？当我们确定了RFM模型之后，从而可以决定针对哪些用户在发送短信时，加上前缀“尊敬的VIP用户”，哪些用户加上前缀“好久不见”。也可以帮助企业判断哪些用户有异动，是否有流失的预兆，从而增加相应的运营动作。用处之大，且看下文。

关于RFM的科普大家可以自行在网络上搜索，这里不做赘述，先说一下三个字母的意思：

• R：最近一次消费（recency），代表用户距离当前最后一次消费的时间，当然是最近一次消费的时间距今越短越好，对我们来说更有价值，更可能有效的去触达他们。
• F：消费频次（frequency），用户在一段时间内，在产品内的消费频次，重点是我们对一段时间的定义。
• M：消费金额（monetary），代表用户的价值贡献。

最早是将R、F、M每个方向定义5个档，555=125种用户分类，对大部分运营和产品来说，过于复杂，大家可以不用去了解为何分成5档这样的历史问题。现在我们已经把R、F、M每个方向定义为：高、低，两个方向，我们找出R、F、M的中值，R=最近一次消费，高于中值就是高，低于中值就是低，这样就是222=8种用户分类，如下图：

所以，如果我们能够找出产品内用户隶属于以上8类中的哪一类，我们就可以针对性的制定运营策略。

在做具体的RFM搭建之前，我再强调一次，RFM模型不仅适用于电商领域，其他领域同样适用。只要我们找出跟R、F、M相关的数据字段，做好字段的定义，证明这些字段是影响当前业务进展的最为关键的几个维度即可：

• R：最近一次登录时间、最近一次发帖时间、最近一次投资时间、最近一次观看时间
• F：浏览次数、发帖次数、评论次数
• M：充值金额、打赏金额、评论数、点赞数

上面这些都是在其它领域对R、F、M的定义，具体要根据实际业务情况进行评估。比如你是豆瓣的运营负责人，发现过去一周，豆瓣图书版块的整体流量下降10%，同时，文学书籍类别下的分享帖环比下降5%，你要去分析原因，可以选取对应R、F、M的字段分别为：登录数、发帖数、互动数。

• 图书版块整体流量下降，可以理解为这个版块的活跃下降，可以看下过去一周的登录数。
• 文学书籍类别下的分享帖下降5%，可以看下过去一周的发帖数。
• 同时，流量下降，我们可以看下是否因为帖子质量相对下降，导致用户的互动（评论、收藏等）下降，进而导致流量下降。

下面我以自己抓取的1w条某导购平台的一套数据为例，带大家使用最简单的方法，进行这套数据中用户RFM模型的搭建，找出这8个类别的用户。

RFM模型搭建步骤如下：

• 抓取R、F、M三个维度下的原始数据
• 定义R、F、M的评估模型与中值
• 进行数据处理，获取R、F、M的值
• 参照评估模型与中值，对用户进行分层
• 针对不同层级用户指定运营策略

（1）抓取R、F、M三个维度下的原始数据，我抓取是最近一次消费时间、消费频次、消费金额。上文已经说过，在做各自业务分析时，可以根据实际情况选取R、F、M的数据字段。下表是1w条数据中的13条进行展示：

（2）我将1w条数据的最近一次消费时间、消费频次、消费金额分别用占比趋势图进行处理，以消费频次为例，如下图：

大家通过图表，可以看出1w条数据中，关于消费频次出现了几个比较明显的断档，分别是：消费1次、消费2-5次、消费6-11次、消费12-17次、消费18次以上。所以，我把F值分为5档，F=1=消费1次，F=2=消费2-5次，F=3=消费6-11次，F=4=12-17次，F=5=18次以上。

同理，用上图的方式，我找出了R值和M值5当分别对应的数据区间。R=1=2天，R=2=3-8天，R=3=9-14天，R=4=15-22天，R=5=23天以上；M=1=600元，M=2=601-3800元，M=3=3801-6200元，M=4=6201-10000元，M=5=10001-15000元。

我们得到RFM三个数据指标下的分档标准：

（R值时反向值，R值越大，用户价值越低；F值时正向值，F越大用户价值越高；M值时正向值，M值越大用户价值越大。）

（3）计算1w条数据，每条数据下最近一次消费时间、消费频次、消费金额对应的R、F、M值：

上图的计算方式比较简单，我们在excel中写入if语句：

单元格E2=if（B2>23,5,if(B2>15,4,if(B2>9,3,if(B2>3,2))))）

解释：

• 如果B2大于23，则A1用户对应的R值=5，否则进入下一个if判断；
• 如果B2大于15，则A1用户对应的R值=4，否则进入下一个if判断；
• 如果B2大于9，则A1用户对应的R值=3，否则进入下一个if判断；
• 如果B2大于3，则A1用户对应的R值=2，否则进入下一个if盘点。

计算F值和M值的方式一样。

（4）计算R、F、M的平均值，这一点大家应该都会，直接求和再除以项数。R（ave）=2.9，F（ave）=1.8，M（ave）=2.7

（5）将1w条数据每个用户的R值、F值、M值和平均值进行比较，高于平均值则标记为高，低于平均值则标记为低：

比较高低值，使用一个简单的if语句：

H2=if（E2<2.9，“低”，“高”），F值和M值计算同理。

（6）将每个用户的R、F、M值与中值分别进行比较，得出用户所属类别表：每个用户的R值、F值、M值与中值进行比较，判断高或者低，进而确定用户属于上文所说RFM模型8类用户中的哪一类，这里需要用到一个简单的if语句进行判断，我们以A1用户为例，判断A1用户所属用户类别：

K2=IF(AND(H2=”高”,I2=”高”,J2=”高”),”重要价值用户”, IF(AND(H2=”高”,I2=”低”,J2=”高”),”重要发展用户”,IF(AND(H2=”低”,I2=”高”,J2=”高”),”重要保持用户”, IF(AND(H2=”低”,I2=”低”,J2=”高”),”重要挽留用户”,IF(AND(H2=”高”,I2=”高”,J2=”低”),”一般价值用户”, IF(AND(H2=”高”,I2=”低”,J2=”低”),”一般发展用户”,IF(AND(H2=”低”,I2=”高”,J2=”低”),”一般保持用户”,”一般挽留用户”)))))))

同时，我们点击excel中的“条件格式”，将文本中带有“高”字的设置一个绿色，带有“低”字的设置一个“红色”，更方便我们识别。

至此，我们得到了这1w条数据下用户的完整精细化分层，接下来，大家可以根据分层结果做相应的运营策略具体开展执行工作。

（7）根据用户分层结果制定运营策略

制定运营策略既要结合各类用户在产品中的占比，也要结合产品的实际业务逻辑。以此次某导购平台用户分层为例，制定如下策略：

有些小伙伴在制定策略时，直接甩上来一堆不能称之为策略的“方案”，比如针对“重要发展用户”，我给出的策略是“提升频次”，所有围绕提升频次的手段都可以去尝试，而不是上来就制定比如：发push、发券、打电话等方案，这些都是在策略支撑下的运营手段。策略本身一定是可以延伸和复制的。

除了上述根据用户类别进行运营策略制定，我们还可以分析1w条数据中，R值分布、F值分布、M值分布，基于三个数值的分布以及和中值的比较，针对最近一次消费时间、消费频次、消费金额维度下做整体的运营，提升站内用户整体活跃、整体流程、拉动GMV等。

整体来说，RFM模型不是很难，但是有一些需要注意的点：

1. 在抓取原始数据时，一定要结合实际业务来选取关键数据指标进行分析，而不是千篇一律的最近一次消费时间、消费频次、消费金额。上文也给过豆瓣的案例，在豆瓣案例中，R=登录数、F=发帖数、M=互动数。
2. 在定义R值、F值、M值的评估模型进行数据区间分隔时，也不是千篇一律的用本文说述的看整体趋势，从而发现明显断档的形式进行，也可以用散点图、透视表、占比图等进行判断。同时，除了通过数据去发现断档，我们可以基于自己的业务和业内的平均水平进行临界点的发现。比如针对滴滴、易道这样的打车软件，使用频次相对较高的肯定是工作日。所以，如果分析滴滴的业务，F值消费频次的5个分档可以基于实际业务，以每5天作为一档，分析近30天内的业务表现。比如F=1=5天以内，F=2=6-10天，F=3=11-15天，F=4=16-20天，F=5=21-30天。然后将提取的每个用户的消费频次和这5个档进行比较，确定每个用户的F值
3. 对于中值的计算，最简单的是本文所说的平均值计算方式。除了平均值，还有二八法则，20%的用户创造了80%的收益，所以，可以将这个临界点作为每个用户R、F、M比较的对象。对于更加复杂的业务，可以寻求程序员协助，使用Means聚类算法进行精准取数。
4. 除了本文所说选取3个核心业务指标进行交叉分析，有些时候，我们可能需要同时分析4个、5个指标，或者只需要分析2个指标。所以，不需要很死板的使用本文的计算方法，要灵活变通，这里不再举例。
5. 最终还是要回归到运营上来，所以，针对不同分层用户的运营策略的制定要结合实际，在制定了运营策略之后，结合公司现有资源和手段开展具体的落地工作。

对于本文的内容，建议大家实操尝试。

1.当我们在讨论用户行为时，我们在说什么

 

很多日常脱口而出的词，其实我们并没有思考过它真实的含义。大多数争论和错误决策的起点，也在于定义的不清晰和不一致。

互金运营是离钱最近的一项工作，清晰的用户行为定义便显得尤为重要了。

用户行为由最简单的五个元素构成，时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）。对用户行为进行分析，要将其定义为各种事件。比如用户搜索是一个事件，在什么时间、什么平台上、哪一个ID、做了搜索、搜索的内容是什么。这是一个完整的事件，也是对用户行为的一个定义。有了这样的事件以后，就可以把用户行为连起来观察。

用户行为分析，是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。

具体而言，用户行为分析是基于用户在互联网产品上的行为，以及行为背后的人发生的时间频次等维度，深度还原用户使用场景并且指导业务增长。

一个完整、多维、精确的用户画像=用户行为数据+用户属性数据。

消费者行为在狭义上讲：仅仅指消费者的购买行为以及对消费资料的实际消费。在广义上讲：消费者为索取，使用，处置消费物品所采取的各种行动以及先于且决定这些行动的决策过程，甚至是包括消费收入的取得等一系列复杂的过程。消费者行为是动态的，既涉及了感知、认知、行为以及环境因素的互动作用，也涉及了交易的过程。

消费者行为模型

随着互联网的兴起和发展，针对消费者进行研究的模型已经从最初的AIDMA模式（Attention 注意、Interest 兴趣、Desire 欲望、Memory 记忆、Action 行动），演化到了到后来的AISAS模式：

在线性方向上，从“注意”到“分享”的核心路径上存在着多个关键节点，而由于“说服心理学滑梯”效应的作用（下文将说明），导致从起始节点到最终节点的过程中，用户会因为各种原因出现流失，从而形成用户转化漏斗。

对互金运营来说，需要结合公司当前目标和自身KPI，抓住转化漏斗的关键触点，据此设计相应的运营策略。

对用户行为进行分析，要将其定义为各种事件，而将时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）聚合在一起，便构成了一个完整的用户任务。从任务的层次来看，从核心到外围，可以分为三档：核心任务、扩展任务、外延任务。

对互金运营来说，必须深入到本公司产品的体系中，了解用户操作的关键路径和主线流程，根据用户任务的重要程度，设计运营活动，这样能够最大程度上避免运营和产品惨烈撕X的情况出现。在往下看之前，你可以停下来想一想，对于投资用户来说，TA的核心任务、扩展任务、外延任务分别是什么？

由于不同用户在转化漏斗的阶段各有不同，其在本平台所处的生命周期发展阶段也就有了群体差异。引入期、成长期、成熟期、休眠期、流失期，针对不同发展阶段的用户，运营策略的差别往往十分巨大。

到这里，我们已经初步搭建起了用户增长策略的基本框架：

完整的互金用户画像=用户属性数据+用户行为数据+交易数据+风险收益数据。互联网公司擅长前2块，但往往偏重于一般的互联网用户分析，缺乏对金融和投资的理解；金融机构强于后2块，一般认为用户行为数据只是过程性信息而不屑收集，可能一款APP已经推出很多年都没有做过基本的埋点或转化率分析。

在整个用户画像的体系中，用户行为是串起用户和平台两端的其他3项数据的关键要素，值得深入探究和完善。

通过对用户访问页面的类型、访问路径的深度，可以帮助识别用户对某些投资品种或运营活动的偏好程度，进而针对此类用户推送更多此类产品上架的信息，或是与相关产品有关的优惠券（加息券/抵扣券/满减券等）。平台再大一点，可以据此完善“千人千面”的前端架构设计。

此前GrowingIO、诸葛IO等用户行为分析机构，已经推出了此类产品，虽然在精度上还有待进一步加强，但毕竟是一个有益的尝试。从实际使用的反馈情况来看，偏好分析在投资理财类APP上的分析效果，会好于在借贷类产品上的应用。

从用户导入到用户流失，全链路跟进转化率和留存率提升。

根据公式：

由此可知，在客单价和毛利率水平不变的情况下，我们可以着手的点有2个：

1. 提升投资频次：持续做好用户转化节点的运营策略优化，让用户在“注册-实名-绑卡-交易-复投”的转化过程中，有充分的动力持续向下一步跃迁，实现交易笔数和交易金额的提升，最终提升平台用户生命周期价值。
2. 降低流失率：通过释放出各种任务引导持续提升等级，进而做好用户的忠诚度提升；通过刺激活跃和召回策略提升用户留存，最终降低平台用户流失率。

做运营策略，并不是简单地抄一抄竞品、落实老板要求那么简单。或者换个角度说，如何更好地抄到竞品的精髓、把老板的要求落到可规划/可执行/可汇报的程度，都有赖于对用户行为数据的收集和分析。离开用户行为谈运营，无异于耍流氓。

根据用户行为数据复盘版本升级和运营活动的效果，并据此进行调整和优化。无论活动的目标是提升日活、提升GMV还是单品交易量，最终都要落实到用户在转化漏斗节点或用户任务上。

对于活动效果的检视，简单地看无非是“达成”或“未达成”，而对用户行为数据的分析，却能回答为什么、好在哪/不好在哪儿、下次如何和才能做得更好。

基于转化漏斗的各种转化率、基于海盗指标的拉新-促活-留存分析、基于用户任务体系的注册-投资-提现数据分析等，都能够帮助我们搭建一套对本平台指标体系搭建和竞品比较分析的框架，对于运营指标制订、资源申请和效果检视有显著的帮助。

基于用户行为的增长体系建设，可分为前置条件、执行策略、通道搭建和落地配套原则4部分。下文将分别展开。

如上文所述，完整的互金用户画像体系，由如下这4部分数据构成：属性数据、行为数据、交易数据、风险收益数据。

互联网金融数据分析体系

• 属性数据：用户作为自然人和社会人的最基本数据，也是其他三类数据的基础
• 行为数据：串起用户和平台两端的其他各项数据的关键要素，一切运营策略的落脚点。以用户行为数据为基础，结合平台的标签体系，还可以得到衍生的用户转化数据和用户行为偏好数据，在此不详细展开
• 交易数据：计算平台营收、ROI、LTV等经营指标的基础，也是用户价值的判断的重要标准
• 风险收益数据:用户的投资属性数据,既是差异化运营的依据,也是平台落实风控合规要求的体现

基于以上数据,结合频率、时间维度、用户数等指标,就能得到更多指标数据,比如:

• 时间周期(月)+投资次数=月活(MAU)
• 最后一次回款日期+回款后最近一次投资日期=用户流失
• 时间区间内投资金额/时间区间内投资用户数=人均投资金额

如果将用户投资行为，与最近一次交易时间、交易频率、单位时间内交易金额相结合（根据RFM模型），在计算和分析后对于用户价值判断、召回策略制定等方面将能够提供有力支撑。

• R(Recency)：用户投资的时间间隔
• F(Frequency)：用户在单位时间内投资的次数
• M (Monetary)：用户在时间内投资的金额

有关风险收益数据，稍微展开说一下：

对于大多数互金平台来说，产品的展示和推荐，首先还是基于营销的目的来做，不太考虑用户自身的风险承受力情况。甚至有些时候，在用户完成风险测评后，还会诱导用户购买超出自身风险承受力的产品，于是你就会看到下面这种画风：

XX金融在用户完成风险测评后给出的投资建议

（图片来自公众号@智能投顾联盟）

按照这两年监管发展的方向，“把合适的产品卖给合适的投资者”的适当性原则落地，将逐渐从持牌金融机构向互联网金融公司逐步扩散。基于用户风险承受力和收益目标来进行产品和运营策略设计，一方面能够提高合规水平和平台安全边际，另一方面，也是对用户投资需求和投资能力的更进一步把握。这部分内容之前的文章也有涉及，可点击《触动人心的运营策略——重新定义互联网金融用户 篇1》查看。

用户风险承受力与产品风险等级的匹配关系-基于用户风险承受力（5档分级）

用户风险承受力与用户投资目标的关系-基于用户风险承受力（3档分级）

2016年蚂蚁金服公布的《蚂蚁聚宝大众投资人大数据分析》中，透露出来的5项内容，分别都能对应到上文提到的四大类数据中：

注：

1. 在实际搭建数据指标体系的过程中，指标会拆解得更加细化，这里不是写PRD，就不针对这四类数据对应的报表字段详细展开了
2. 此处的“交易数据”，主要只用户发生投资行为后的持仓数据；而用户的首投、复投相关的时间、金额、产品数量等投资行为数据，包含在“行为数据”的类目下

基于用户行为的增长策略，依赖于三个基础模型的建立，它们分别是：转化漏斗模型、生命周期模型和任务分层模型。

其中：

• 转化漏斗模型是在纵向上，对用户转化的节点进行分析；以此为基础，根据用户在不同转化节点的分布情况，对将用户在平台上所属的生命周期进行定义和划分
• 任务分层模型是在横向上，对用户在平台上的各种行为进行拆解和分组，按照“核心任务-扩展任务-外延任务”的体系进行划分，以此为基础引导用户在不同层级的任务中迁移和成长
• 最终，通过对用户转化率的持续优化、用户任务完成行为的持续引导，进而实现对平台各生命周期用户的差异化运营和服务，最终实现平台用户快速和持续的增长

关于转化漏斗模型，道是无在此前的文章中已经有过比较详细的描述，在此就不再展开。

转化漏斗模型（理财端）

基于以上模型，对于理财端用户的转化关键节点和对应的重要指标就可以比较轻松地掌握了。但在实际的应用中，这只是达到了60分的及格线而已。那么，该如何用更高阶的手段来使用转化漏斗模型呢？以下是2个可以参考的方向：

1、用户分支路径转化漏斗（以传播/邀请为例）

转化漏斗模型-分支路径转化

以转化漏斗模型的“传播”这个节点为核心，可以拆解出从“老用户看到界面邀请提示”到“新用户接受邀请并完成注册开户”，其间至少有7个转化节点。拆解到这个颗粒度，运营更多的工作开始浮现出来：

最终从结果来看，精细化的漏斗划分，一方面能帮助运营提升效率和投入产出比，另一方面，也有利于在活动过程中快速地定位和解决问题。活动结束后进行复盘时，做得好不好、下一次怎么才能做得更好，得出的结论才会更加靠谱。

2、方向二：平行转化漏斗

转化漏斗模型-平行转化

注：在上图中，对用户来说，投资、内容、每日加息、传播等业务，都被定义为“平行业务”。

如果按照不同的颗粒度、不同的业务条线来分拆，一个APP内其实可以拆解很多平行的转化漏斗，对运营来说，单纯为了拆而拆是没有意义的，我们需要根据当前运营重点和部门KPI梳理出需要重点关注的几个平行漏斗（同一时期内数量一般不超过3-4个，多了你也顾不过来）。一般来说，大概的方向有这么几个：

• 抓用户主线转化流程：注册/绑卡/普通投资/定投
• 抓用户活跃转化：推送/内容/每日加息/签到/老用户复投
• 抓用户拉新转化：邀请好友/新用户首投

对同一时期内进入平台的用户，可以通过同期群分析等方式，分析这些用户在进入平台后的一段时间内（如果是公募基金，按照最短的申赎时间来看, 可以设定为一周），在各主要平行业务的使用情况和转化情况，并进一步了解用户在各业务上重合的程度。

基于以上分析，通过页面引导、活动激励等方式，结合平台的用户成长体系，促成用户在各平行业务之间的跃迁。

下面以与“投资”相关的几条平行业务进行举例说明：

示例：陆金所

以陆金所的印章体系为例，通过对用户成长路径的设计，引导用户在不同的业务之间跃迁，持续进行各类产品的交易、参加平台各类活动，最终提升用户的活跃度和留存率。

用户生命周期通常分为五个阶段，分别为：引入期、成长期、成熟期、休眠期、流失期。

通过各个时期特征的提炼，可将这五个时间分为三个运营区间：

• 获客区——引入期，通常说的“拉客”，主要运营手段为拉新，主要考核指标为留存率；
• 升值区——成长期+成熟期，通常说的“接客”，主要运营主段为激活，主要考核指标为增长率和转化率；
• 留存区——休眠期+流失期，通常说的“留客”，主要运营手段为留存，主要考核指标为为留存率和召回率。

用户生命周期模型

新手首先碰到的问题，往往是不知道按照什么标准来划分生命周期节点。其实在实际操作的过程中，你并不需要真的做出一个用户生命周期分布图，然后据此操作。实际上，用户处于周期的哪个阶段，是由其行为决定的。所以，运营的抓手，也是落在用户的行为上。

比如，你发现近期平台上产品的申购金额几乎没有什么增长，甚至还有所下降。于是，你找BI同学拉数据，发现近1个月平台上已注册&未交易用户占比有上升的趋势，而且用户复投率也有所下降。结合上文的用户转化漏斗模型，你可以得出初步结论：

• 注册用户的交易转化率偏低，一方面可以内部排查，看看在系统层面，交易流程是否有问题；另一方面，可以通过短信/PUSH/站内信/APP首页弹窗等方式，给用户推送新手大礼包（新手红包+体验金+高收益新手标），引导用户完成首投转化。在此，实际上就是针对这一批引入期用户进行了交易转化率提升的操作。
• 用户复投率下降，原因可能比较复杂和多样，可以多观察几天，并跟历史基线数据做比较。有时很可能正是用户还没到发薪日没钱投资，或是前一阵做过大促，大批用户买了期限较长的产品尚未回款，所以没有新的资金进行复投。

当用户处于不同发展阶段时，用户价值会产生相应的变化，因此，也需要针对不同阶段来设计对应的运营目标和策略。相关内容道是无已经在此前的文章中有过较为详细的描述，在此不再展开。

互金用户任务分层体系（理财端）

对于理财端的用户来说，在一个平台上所有的行为，都可以放到“核心任务-扩展任务-外延任务”的框架中进行考核和分析，这就是道是无在本部分要介绍的“用户任务分层模型”。

仔细观察后，你会发现一个很有意思的现象，“模型Ⅰ-用户转化漏斗模型”其实是以平台为中心的用户转化视角，而“模型Ⅲ-用户任务分层模型”则是以用户为中心的需求满足视角。两个模型有同样的转化节点，但模型Ⅰ是扁平的，而模型Ⅲ却是带权重的。

1、任务分层结构：

注：把“成为平台投资者”放在扩展任务区域的原因——对用户来说，“成为平台投资者”这个任务，其实是“赚钱”任务的前置条件，确实很重要，但并不是用户首先关心的问题，所以就把该任务的权重将至扩展任务。

2、用户任务分层模型中的市场机会：

• 核心任务：提供亿级用户规模的机会。满足互金核心任务需求的，从前是金融体系的银行、券商、保险和基金等金融机构，后来是推出了余额宝的蚂蚁金服。你会发现这一类公司做的就是面向海量用户提供“存钱-赚钱-取钱”的基础服务，它们在的用户运营上谈不上有多大特色，但选对了时间和任务模式，成功的概率最高。

这类公司应对洗牌风险的能力为“强”

• 扩展任务：提供千万级用户规模的机会。满足扩展任务需求的，往往在效率上有表达提升。它包括两类公司：一类是腾讯、京东这样的互联网巨头，从成为平台用户的扩展任务切入（即俗称的“用户导入”），本质上做的是流量生意；另一类是平安、玖富、拍拍贷这样的互金玩家，模式有：①平安陆金所：通过强大的金融产品整合和供应能力做好“投资-复投”任务②玖富/悟空理财和拍拍贷：抓住P2P的时间窗口，做好“获得收益-增加收益”任务，以及简化和降低准入门槛，做好“成为平台投资者”任务

这类公司应对洗牌风险的能力为“中”

• 外延任务：提供百万级用户规模的机会。以满足外延任务需求为特色的，多数是互联网系的头部互金公司。它们在核心任务上找不到突破点，于是立足扩展任务，发力外延任务，在获客手段、运营手段、补贴力度、差异化资产获取和包装上都做得最为有声有色。

这类公司应对洗牌风险的能力为“弱”

PS：做外延业务如果用力过猛，走上邪路，极致就是传销和庞氏骗局了。不少人痴迷所谓的用户裂变方法，如果脱离了用户的核心任务，那就肯定不是健康的用户增长模式——既无法带来合法的收入，规模增长也无法持续。

3、任务分层关系：

• 核心任务：用户首先关心的是赚钱，赚钱的主线流程是“投入本金（入金）→获得收益（增值）→获利了结（出金）”。平台是否安全、平台收益是否有吸引力、要用钱时是否能够及时取出、主线操作流程是否方便，这是用户在核心任务区域最关心的几个问题，它们直接决定了“扩展任务”和“外延任务”是否存在
• 扩展任务：扩展任务中，“复投”、“增加收益”、“提前获利了结”这3个一级任务，分别对应核心任务中“投入本金”、“获得收益”、“获利了结”这3个二级任务，前者是后者的进一步扩展和优化
• 外延任务：外延任务附属于核心任务和扩展任务，当运营活动主要落在外延任务区域时，需求基本在运营经理层面就可以搞定了。如果运营活动落到扩展任务或核心任务区域，往往就需要产品经理比较深度的配合了。尤其是落到核心任务区域的运营活动（体验金、加收益等），往往要横向统筹多个部门，最容易踩到坑里去的往往也是这类活动。

4、任务分层角色统筹：

• 核心任务是产品经理主要关心的领域，平时说的APP核心功能设计、用户体验设计基本都落在这个区域
• 外延任务往往是运营经理发力的着眼点，各种拉新、促活、留存的运营活动，都落在这个区域
• 扩展任务区域则是产品和运营的交界地带，对产品经理来说，扩展任务是用户体验持续优化的方向，对运营经理来说，扩展任务中的各项子任务，都是运营活动很好的载体

如果你仔细观察就会发现，一个高阶的产品经理或运营经理，常常是能够按照“核心任务→扩展任务→外延任务”的方向来思考，同时又能够充分立足各自业务目标和KPI，进而设计方案并安排优先级的人。

反过来看，有时运营同学向产品同学提出一个运营需求时，会很诧异：“咦，为什么产品同学当场炸毛了？”其实，如果你了解用户任务分层模型就会知道，这次你提的这个需求，大概率是让产品同学感觉用户的核心任务流程受到干扰了。基于对用户任务分层的洞察，运营对产品中各种功能的权重才能有更合理的把握，与产品和开发沟通时，才能有共同的讨论基础。

下面以京东金融APP的“任务中心”为例，对相关任务进行拆解和分析：

京东金融任务体系拆解

通过上图可以看出：

• 互联网金融的最关键的点是交易,所以叠加在核心任务和扩展任务上的运营激励往往比较大
• 邀请好友使用京东金融APP,能够间接带来交易量的提升,所以给予了中等程度的激励
• 每日玩金币游戏,由于是一个单纯的促进用户活跃的活动,与核心任务距离比较远,对于用户核心需求的满足程度也较低,所以给予了比较弱的运营激励

不过需要注意的是,不同类型的公司,在处于不同发展阶段时,业务目标会有不同的侧重点,所以在运营活动方案和配套激励措施的设计上,会有各自个性化的地方,不能直接套用模型,还需要具体问题具体分析。

互金用户成长框架

对于互金业产品来说，用户的转化和成长是在两个层面上实现的：

• 金融层面

用户投资金额、投资产品复杂度的提升，背后代表的是用户风险承受力和收益目标的提升

• 互联网层面

用户在平台内成熟度的提升，它表现为在基于主线转化漏斗的成长体系上，持续不断地向漏斗的下一个环节迁移和成长

从金融层面看，用户在财务生命周期中所处的家庭发展阶段，是影响用户在金融层面成长的背景性因素；同时，用户风险承受力、收益目标、收入水平、投资经验等都是影响用户在金融层面成长的关键性因素。不过，由于财务生命周期涉及到大量个性化的线下数据，而且与投资、保障和资产配置的关联度太高，在本文中就不再详述，将来有机会另开文章讨论。

从互联网层面看，用户在平台上发展生命周期所处的节点，是影响用户在互联网层面成长的背景性因素；同时，用户在主线转化漏斗所处的节点、活跃情况、留存情况等都是影响用户在互联网层面成长的关键性因素。

总体来看，用户的成长过程是在金融和互联网这两个层面上交织进行的，最终都体现为用户在平台上各种各样的投资行为。

理财端用户投资成长体系

此前，蚂蚁财富（原“蚂蚁聚宝”）曾经对理财用户做了一个很形象的分层，从最初级的银行存款（幼儿园），到最高级的资产配置（六年级）分为7个进阶。按照这个标准来看，会发现大多数基金公司的现状是给一年级的小朋友，上三年级、四年级的课；国内一众做智能投顾的公司，在给幼儿园的小朋友，上六年级的课——这些情况，其实都是忽略了互金用户的分层以及用户成长的过程，体现到用户数和管理费收入上，回报的效果自然不会太好。

对互金平台来说，需要根据自身产品资源、用户分层，结合相应的运营策略，帮助和引导用户实现成长和进步。这一点上，我一直觉得京东金融的“小白基金”做得不错（没看到交易数据，欢迎京东的童鞋补充^_^）：

京东金融-小白基金

用户点击进入“小白基金”，从左到右一次可以看到“天天赚”、“月月赚”、“高手专区”,分别对应货币型基金、债券型基金和混合型/股票型基金（原先还有基于短期理财基金的“周周赚”），帮助用户勾勒出“一年级（货基）→二年级（债基）→四年级（混合型基金）”的成长路径，用户还可以通过学习基金产品知识，获得从3%到4%不等的收益奖励。

对小白用户来说，货基和债基在能够承担的风险范围之内，又能够够获得额外的收益补贴，自然会有动力参与到投资和成长的过程中来。

其实对于多数理财类的APP来说，如果做好如下2点，这篇文章也就算没白看了：

• 划分用户成长进阶，提供有梯度的产品和服务
• 首先服务好低年级“小朋友”，在用户体验和运营策略上做出倾斜，辅以投资者引导和教育

理财端用户交易行为成长体系

从理财端用户交易行为成长体系的构成来看，主要包括如下几个要素：

• 垂直方向上，基于用户转化漏斗模型，设定转化路径和转化目标，从“完成注册”到“完成新的投资”都包括在内
• 水平方向上，在转化漏斗的主要节点上，促成用户从上一个节点向下一个节点转化和成长，从“已下载未注册”到“汇款后N天未投&账户内无余额”，都有各自的转化目标
• 在配套条件上，针对相应生命周期内用户的特点，设定好“触发转化条件（如下载后的M天内）-触发转化方法（如首页蒙层）-触发转化激励（如阶梯现金券）”这整套运营手段，以保证用户转化和成长目标的落地
• 重点强调：在促成用户“完成首投”、沉默/流失用户“完成新的投资” 的转化节点上，可以适当引入人工电话回访的方式，主体内容是“平台信心建设+未转化原因询问和解答+优惠激励”。只要成本可控，人工的方式会让用户感觉比较有温度，转化效果一般也还不错

下方，是陆金所针对“N天未投资&账户内有余额”的用户，推出的“1月回归礼”活动，主要目的是通过下发投资券短信的方式，促成休眠用户“完成新的投资”。

陆X所-1月回归礼

通过上图可以看出：

• 用户触达的第一步就存在风险，下发的短信可能被用户手机上的安全软件禁用，导致用户看不到这条消息。相对比较保险的做法，可以采用“短信+邮件/推送/电话”的方式，确保用户肯定可以看到
• 短信文案的表述容易让人误以为是诈骗短信，用户明明什么都没做，为什么就凭空“获得抽奖资格”？
• 在可以做到针对休眠用户精准发送触达短信的基础上，最好的方式是确保所有收到短信的用户都能中奖，否则会比较影响用户感受。这一类活动的指导思想，应该是【确定能得到，不确定得到多少】：确定得到，能够确保用户有参与的动力；不确定得到多少，能够提供用户“赌一把”的乐趣。不过这也是大公司的苦恼，包括很多银行在内，由于用户规模大，为了控制营销成本，不得不祭出“数量有限、先到先得”这个法宝
• 在适用的产品上，尽量不要太限制。用户之所以会进入休眠状态，肯定存在某种原因的，所以给这些用户的激励一定要更诱人，最好能给到无门槛的全场通用券，或至少放到明星产品或是一些新上架产品上

简言之，用户在互联网层面的转化和成长，其实也是一个比较复杂的过程，它既包括用户在主线流程上的转化，也包括用户在支线流程的转化。在转化的每一个节点上，一定要考虑清楚用户的利益点和风险点/困难点在哪里，并提前做好产品和运营手段上的准备，最终促成用户的持续转化和成长。

本部分的最后，再上一个案例——桔子理财新手任务成长任务。正如上文所说，用户的成长过程，是在金融和互联网这两个层面上交织进行的，两者相互依赖、相互促进。

桔子理财新手任务成长任务拆解

通过上图可以看出：

• 从互联网层面的成长来看，桔子理财新手任务是在重点引导用户完成“渠道导入→注册→首投→传播”的主线流程转化。完成这样一个深度的操作过程后，用户对平台肯定是比较了解和信任的了（投入金钱&投入人脉关系），这样用户离开平台的成本就变得更高了
• 从金融层面的成长来看，周周升属于短期高收益产品（7天后可赎回，年化最高8.39%），爱定存的期限从1个月（年化收益率5.5%）到12个月（年化收益率8.29%）不等，而且用户为了追求高收益，往往会倾向于投资期限较长的产品。

买入定期产品后，只有VIP用户有提前赎回特权，普通用户无法提前赎回（成为VIP用户需要在平台上的投资金额达到一定规模），这样也进一步提升了用户在平台上的留存率

• 从激励的倾向性上看，可以看出桔子理财和京东金融具有比较明显的不同。在上例“京东金融任务体系拆解”中，对于“邀请好友使用京东金融APP”给予的是50个金币的中等程度激励，而在桔子理财这里，是给予400个桔子的最高强度激励。京东金融由于背靠京东商城，用户体量大，业务复杂度高，所以重在引导用户在各业务体系内的转化和活跃；桔子理财属于创业型平台，用户渗透率相对较低，所以重在扩大用户规模，更多地圈进用户后，再谋求转化

我们平时在做竞品研究和运营手段借鉴时，这样的背景性因素往往会被忽视，而直接照搬别人方法的结果，往往就是“七分看运气，三分看财力”，这种情况应该尽量避免。

综上，在不断完成任务、获得成长的过程中，用户获得了更多的权益和心理满足，平台也获得了用户的活跃和忠诚，在这里可以看到，一个好的运营策略设计，能够让用户和平台都获得双赢的。而用户成长体系的搭建，又穿插着“利益”、“荣誉”、“情感”、“安全”的种种套路，对人性弱点的窥探，在这里体现的淋漓尽致。

在充分把握用户行为的基础上，为了最大限度地发挥用户增长模型的效能，我们还需要有配套的指导原则和措施：

• 一切从实际出发。任何方法或模型，都要基于公司的行业属性和当前发展阶段来使用，这是一条基本原则。彼之美味,吾之砒霜，尤其不能简单粗暴地照搬友商的方法。最典型的例子，是上文提到的京东金融和桔子理财对老拉新的激励程度差异，体现的正是这条原则
• 使用PCDA来验证和拓展模型的有效性。通过计划阶段（Plan）- 执行阶段（Do）-检查阶段（Check)-行动阶段（Action）的不断循环，结合运营目标和数据复盘，配合做好ABtesting，形成适合本平台的有效运营手段体系
• 指标拆解和运营活动设计的精细化。明确自己的关键目标，然后通过MECE（Mutually Exclusive Collectively Exhaustive，相互独立，完全穷尽）的方式，不断进行目标的分解；最后，拆到最小的颗粒度上，据此设计运营方案。比如上文提到的“用户分支路径转化漏斗（以传播/邀请为例）”，道是无强调“在老用户界面显化利己因素，在被邀请用户界面显化利他因素，最终将传播/邀请的转化率最大化”，在下方的拿铁智投活动页中就体现得很完整：对老用户，凸显的是“每位好友送您50元”；对新用户，凸显的是“最高加送鼓励金5%”

拿铁智投-老拉新案例

• 小米加步枪有时候比长枪大炮更有效。这句话完整地说，应该是“（今天你拿在手里的）小米加步枪，有时候比（未来某一天可能拥有的）长枪大炮更有效”。如果平台成立时间不长，数据体系也不完备，划不出完整的用户生命周期，这时候又想快速提升交易转化率，就可以直接找数据同学，拉一下近一个月“已开户未交易”、“已首投未复投”的用户数据，给新用户发一批新手大礼包短信推送并跟进电话、给首投用户发一批（高收益新手标+定向现金券），直接看效果。草莽阶段，百废待兴，这时候简单粗暴比按部就班更有效
• 最后，记得算清楚ROI——行业低潮期，钱还是得用在刀刃上

行为至此，全篇也将接近尾声了。

道是无整理了基于用户行为的增长逻辑背后，那一整套底层的思考框架。因为埃隆·马斯克（Elon Musk）的缘故，这两年“第一性原理”很火，我也尝试从互金用户最底层的需求和行为模式出发，将全套的逻辑做一下简要的推演，参见下图：

基于用户行为增长逻辑的底层框架

用户参与金融业务最底层的需求，直接目标是获得收益，而最终是为了消费。按照《金融学》的表述，“金融学的一个基本信条是：金融体系的终极功能在于满足人们的消费偏好，包括诸如食物、衣服和住所等全部基本生活必需品”。换成大白话，就是赚钱是为了更好地花钱。在这一点上，阿里、京东这样的平台，算是比较完美地实现了用户的“投资-消费”闭环。

用户获得收益的过程，就是将投入资金到理财平台，在达成收益目标后，转出资金的过程。用户在任何理财平台的操作，最终都可以被抽象到“投入资金→获得收益→转出资金”这一行为体系中。

在目前所有的学科当中，道是无认为经济学是解释用户需求和行为最合理的框架与工具。而根据张五常先生的观点，经济科学最终可以归纳为三个最基本的公理：需求定律、成本概念和竞争含义。这三点，其实也是一切运营策略的起点。

• 需求定律：核心思想是“价格对供求的作用是确定性的”，在这里，“价格”可以是是理财平台给出的金融产品收益率，也可以是互联网的用户体验度、运营提供的补贴和激励。用户的需求会被导向哪一家平台、到了某一个平台后是留还是走，都受到平台提供的“价格”影响
• 成本：对用户来说，从下载APP到投资、分享，整个转化漏斗的每一个节点上，无论是选择YES还是NO，都意味着成本的付出。在互金运营中，需要重点考虑的是这四类成本：沉没成本、机会成本、边际成本和会计成本，它们是用户作出行为决策的基础。实际上，很多平台的运营策略，就是通过不断增加用户的沉没成本(金钱、时间和情感)，持续增加用户心理账户的支出，让用户因为离开的成本太高而留下来
• 竞争：根据百度百科的定义，竞争( competition)是个体或群体间力图胜过或压倒对方的心理需要和行为活动。即每个参与者不惜牺牲他人利益，最大限度地获得个人利益的行为，目的在于追求富有吸引力的目标，竞争是个人或群体的各方力求胜过对方的对抗性行为。同一个运营活动（比如请好友帮助砍价、邀请好友获返利、给宝宝投票等），如果引入排名机制，往往会较大幅度地提升用户参与意愿和持续参与的时间

说服心理学滑梯

根据说服心理学理论，对用户的说服和行为的促成，需要考虑如下四个要素：

• 首先是重力，这代表用户做一件事的初始动机。对互金用户来说，就是通过投资赚取收益
• 角度，它是运营从用户身上挖掘出来的动机和需求，依托于重力而存在。比如用户的初始动机是投资赚钱，运营通过设计各种活动的方式，设计出“邀请好友可以加收益”、“学习理财知识送红包”等活动，培养用户邀请好友加入平台的动机和学习理财知识的动机
• 推动，是运营为用户提供的激励，目的是为了引导用户完成特定的行为，促成用户的持续转化和成长
• 摩擦，是用户在平台上完成特定行为的阻力：有时是客观层面的，比如APP不稳定，或是绑卡成功率低，或平台产品收益率水平偏低；有时是主观层面的，比如平台的UI主色调是绿色（XX投资最初几个版本就是这样），让投资用户心里觉得不太舒适，或是平台名字起得拗口等等，原因不一而足

在说服心理学滑梯模型中，代表用户初始动机的“重力”与经济学三公理的“需求”存在着对应关系，代表用户完成特定行为阻力的“摩擦”，与经济学三公理的“成本”也是相对应的，它们是经济学公理在运营策略上的体现。

福格行为模型

福格行为模型(BJ Fogg’s behavior model)认为，要促成用户某个行为发生，需要同时具备以下三个要素：

• 动机，根据百度百科的定义，动机是由一种目标或对象所引导、激发和维持的个体活动的内在心理过程或内部动力，是人类大部分行为的基础。在组织行为学中，动机主要是指激发人的行为的心理过程。通过激发和鼓励，使人们产生一种内在驱动力，使之朝着所期望的目标前进的过程。在这里可以很清晰的看到，用户的动机是行为发生的内驱力，是一种用户自主性较高的心理机制，而且往往要通过“激发和鼓励”才发生作用。在互金业务里，用户最底层的动机就是获得收益，而各平台努力的方向，是让用户来到自己的平台投资，持续留存，并带入更多的用户过来投资
• 能力，是用户完成某种特定操作的的素质，或者说完成某种行为的水平高低。在互金业务中，用户的行为能力一般体现为是否拥有一台手机、是否有几秒钟的操作时间或是否有一定的投资资金，门槛非常低
• 触发器，在这里指的是运营为用户提供的激励，用以促成用户完成某种行为

在福格行为模型中，“动机”与说服心理学滑梯模型的“重力”（初始动机）和“角度”（从用户身上挖掘出来的动机）存在对应关系，“能力” 与“摩擦”（用户在平台上完成特定行为的阻力）对应，“触发器”与“推动”（运营为用户提供的激励）相对应——这意味着说服心理学滑梯的每一个要素，最终都体现为福格行为模型中相应的操作要点。而福格行为模型，又是一切运营策略的基础框架。

以上文陆X所的1月回归礼为例，我们来看一下福格行为模型的实际应用：

• 动机：用户的初始动机是通过投资赚取收益，运营挖掘出来的动机，是赚取平台提供的额外补贴奖励
• 能力：用户只需拥有一台智能手机即可，几乎所有的互联网用户都能满足这一条件
• 触发器：在这里陆X所运营为用户提供的激励是获得抽奖机会，用户有机会得到从5元到50元不等的投资券

当用户按照运营设定的路径完成特定的行为后，用户的转化和成长之路，又向前迈出了新的一步。

最后，道是无用三句话来概括《触动人心的运营策略（1-3）》这三篇文章的核心指导思想：

以上，即互金用户增长的不二法门。

进入互联网金融行业5年，参与过多家互金平台0-1的搭建服务。最近在阅读黄天文的《引爆用户增长》一书，感慨颇多。

现如今互金P2P平台行业环境快速变化，尤其对于互金中小型平台而言，笔者参与0-1搭建P2P平台的过程中深感其之煎熬，除了平台基础搭建成本畸高之外，获取用户的成本也日渐高涨。因此，如何体系化地设计用户的成长路径显得至关重要。

借此，结合这些年的实践经验和数据，以及参考了不少优秀竞品，特此记录并分享下笔者认为对于搭建互金平台行之有效的产品运营策略，供同行借鉴和探讨。

用户生命周期

图文参考来自黄天文的《引爆用户增长》

互联网用户从接触应用到最后流失，一般都会经历上图的几个阶段，本文主要从用户激活APP后开始描述产品运营层面的策略，不对流量层面的策略进行叙述。

互金P2P目标用户画像

结合第三方新媒体的调研数据，笔者参与过的平台数据以及部分竞品的用研数据。笔者认为互金p2p目标用户的画像大致如下：年龄25岁以上，初中学历以上，职位为白领职员、私营店主或自由职业者，可用于理财的账户存款余额有5万以上，理财偏好积极稳健，平时关注购物、出行、音乐、运动健康、汽车、房产、军事。

对用户画像的了解，一方面有助于渠道部分寻找目标用户的推广场景和投放标签；另一方面在产品运营过程中，为物质奖励的设置也提供一定的参考价值。

新手过渡期

1. 新手期用户的定义

根据RFM模型，平台应通过购买金额、购买时间间隔、购买频次等纬度来定义【新手】。

根据笔者的数据，符合以下条件之一的，会被定义为【新手】：

1. 注册之日起未产生投资行为，或仅购买体验金产品；
2. 未投资过普通标的，或真实投资次数不超过2次（含新手特权标的）；
3. 累计投资金额小于1000元。

2. 核心目标：交易转化

新用户在接触一个新平台时，一般都需要一系列的行为去了解平台的服务和业务流程。新用户成长为老用户，往往要经历一个学习阶段，而非只是某一个节点行为。

笔者在搭建互金P2P平台时，通过观察新用户首笔交易的行为轨迹发现，超过30%新用户在首笔交易时，存在以下行为轨迹（18年Q1数据，历史平台数据占比更多）：

用户完成体验金投资  >  等待体验金收益回款  > 申请提现，财务完成打款  > 产生首笔真实交易

由此可见，用户在接触一个互金新平台时，往往会存在投资顾虑，造成直接流失或小金额尝试性投资的现象。因此，单纯靠完成一次真实投资，无法将用户定义为【非新手】，具体诱因下文细述。

新用户在此阶段的核心目标在于让用户快速熟悉产品业务，达到交易转化。

3. 影响新手期用户投资/流失的主要因素

1. 产品收益率（没有达到期望值）；
2. 平台安全性（知名度不高、信任感不强）；
3. 产品安全性（不放心投资款流向、不了解产品风控手段）；
4. 渠道引流的用户与目标用户匹配度不高（比如：月光族、大学生等）；
5. 产品体验（存在bug、加载缓慢、不会操作、活动规则复杂等）。

4. 新手过渡期运营策略

（1）利用创新型营销工具【理财体验金】，来降低用户的投资心理门槛

说明：送体验金的行为可能会导致平台一定程度上被【薅羊毛】，但笔者认为对于中小型的平台来说，通过体验金投资来获得实名用户，从提升中小型平台用户基数，以及实名认证用户转化的成本价值来说，是值得的。

因为此阶段的用户，可以通过客服和推送营销工具进行后续跟进转化，并且当数据出现异常时，平台也可以通过设置体验金收益提现的门槛来实现成本控制。

（2）设置新手特权产品，即常见的新手特权标，来刺激用户转化

说明：对于新手特权的产品，笔者建议平台设置至少2种期限的产品，且每种期限设置一次的交易权限，以满足不同情况下的用户投资。

因为新手期用户一般存在：有P2P投资经验和无P2P投资经验两种情况。前者比起短期限，更看重高收益。而后者，当平台只存在一种期限的新手特权产品时，往往存在试探性投资而错过平台赋予新用户的高收益特权，造成不好的投资体验。

（3）设置可以灵活配置的产品页面信息（至少是一级页面）

说明：对处于不同阶段的用户展示不同的页面信息，有助于用户的流程引导。根据新手期用户流失的诱因，在产品页面信息展示上，对新用户主要展示【收益】和【品牌】两个核心信息，以减少其他信息的干扰。

与此同时，一级页面要有视觉上的【强行动点】，可以进一步刺激用户去点击，如下图的注册按钮、弹框按钮等。

备注：不同平台的背景和团队情况不同，此处不对平台背景包装进行示例。

（4）设置新手任务，结合任务激励和界面引导，提升用户操作效率，缩短用户投资间隔

说明：任务型的设计是类游戏化运营的思路，凡是涉及核心节点的【任务】，在事前和事后都需要在页面上将【任务激励】告知，同时配合页面的【强行动点】进行操作引导。

以下图为例：

备注：上图示例是将【体验金】作为核心激励手段，此方式可以提升用户在新手期的购买频次，而随着频次的增加，用户的留存率和转化率也会随之增加，新手期的奖励发放均通过被动发放的方式完成。

（5）理财产品的底层资产在描述时，尽可能详尽地披露产品核心内容

说明：对于初创和中小型的互金平台来说，在没有强背景、大用户基数、长运营时间等信息背书下，可以在产品端强化其产品的安全性信息描述来增强投资信心，例如：尽可能地披露底层资产的资金流向、风控手段和借款信息（脱敏）等，来强调其平台的风控实力。

以下图为例：

（6）预防和及时挽回流失用户

根据用户新手任务的完成节点，利用客服团队、推送营销工具来搭建新手期用户的跟进转化机制，预防和及时挽回流失用户。

例如下图：

图示说明：

1. 推送时间段以平台的具体用户活跃时段数据为参考，根据笔者掌握的数据，一般在9am~10pm之间；
2. 推送优先级根据1>2>3>4>5>6，推送时对手机号进行“去重”判断，即当日推送过该号码，则不再发送；
3. 若平台支持微信模版消息，推送逻辑同PUSH，新手任务设置关注服务号也是基于此目的；
4. 安卓5.0以上系统需要购买第三方VIP推送服务才能完成离线推送，笔者常用的工具为极光推送，目前仅支持部分主流手机厂商的离线消息推送（小米、华为、魅族）；
5. 具体推送文案和话术，需要平台自主发挥，引导行为要根据新手任务完成的阶段进行针对性描述。对于有潜在转化意向的客户，一定要在段时间内进行持续跟进！
6. 此阶段的推送还包含【产品推送类消息】，具体在【成熟期】用户推送策略内描述。

用户成长期

1. 成长期用户的定义

结合新手的定义，符合下列情况之一的，即为成长期用户：

1. 真实投资超过2次，少于6次；
2. 累计购买金额大于1000元。

核心目标：提升交易频次

黄天文在《引爆用户增长》一书中提到，用户留存有2个魔法数字：

1. 用户产生一次复投，留存率提升30%以上；
2. 用户完成5次投资，就会变“忠诚”，留存率提升至60%以上。

不同行业的数据可能会存在差异，但进入成长期的用户，平台的核心目标依旧在提升用户的购买频次。通用的做法一般是产品的交叉关联推荐，购后送券等方式，先提升单一品类的消费频次，再向其他品类导流。

在互金P2P行业，因受到牌照限制，绝大多数平台的理财产品单一是普遍现象。在用户的成长期，笔者的主要做法还是侧重引导用户尽快完成普通标的购买转化。

3. 影响成长期用户投资/流失的主要因素

1. 产品收益率（收益率低于竞品、有更好的投资方向（股市牛市时）、因新手期的锚点心理，没有相应的奖励刺激）；
2. 渠道引流的用户与目标用户匹配度不高（如：羊毛客）；
3. APP对用户的触发次数不够，未形成用户理财习惯；
4. 产品体验（存在bug、加载缓慢、不会操作、活动规则复杂等）。

4. 成长期运营策略

（1）设置介于新手活动和常规活动的之间的奖励力度

常用的方法如下：

购后送券：上图示例的新手任务体系，“投资满5次”的任务，实则是用户在完成2次新手标投资后，结合体验金的使用，就能领取普通产品的现金抵扣券。

补充说明：

1. 这样的设置一方面可以让用户在度过新手期后，实现复投奖励方案的衔接；另一方面，运营可以根据用户在新手期间的累计投资金额区间，设置领取抵扣券的门槛和面额，确保券面金额门槛对用户的适用性。
2. 成长期的奖励为现金券，此类奖励需要用户主动投资才可以“变现”。因此，用户的使用意愿会远低于体验金券。针对此种情况，现金券的发放方式需要区别于新手期的奖励发放方式，采用【用户主动领取】的方式。此种方式能够增强用户对现金券价值的判断，让现金券的使用率更高。主动领取的方式有很多。

下图以做过的翻牌方式为参考：

建立单独的复投专属活动：通过单独设置回款复投加息类活动，或对完成新手期产品投资的回款用户发送优惠券，刺激其进一步复投。

（2）反向优化渠道流量，避免羊毛党

说明：通过协同流量部门，根据用户度过新手期后的复投数据，反向指导渠道流量部门的投放策略，引入用户画像更匹配的精准用户。

（3）利用客服团队、推送营销工具来对用户进行持续性触发

例如下图：

备注：此阶段的推送还包含【产品推送类消息】，具体在【成熟期】用户推送策略内描述。

用户成熟期

1. 成熟期用户的定义

符合下列情况之一的，即为成熟期用户：

1. 真实产品投资次数超过5次；
2. 累计购买金额大于5000元。

核心目标：提升APRU值

用户进入成熟期，其真实投资次数至少大于5次，说明其对平台已建立了信任感。

对于此阶段的用户，核心目标在于提升APRU值，主要纬度包含：

1. 提升用户交易频次；
2. 提高单笔投资的客单价；
3. 利用用户的社交关系进行拉新。

3. 影响成熟期用户投资/流失的主要因素

1. 产品收益率（收益率低于竞品、有更好的投资产品（股市牛市时）等）；
2. 平台安全性（行业大环境下行风险、平台负面消息等）；
3. APP对用户的触发次数不够，未形成用户理财习惯；
4. 产品体验（存在bug、加载缓慢、不会操作、活动规则复杂等）。

4. 成熟期运营策略

对于成熟期的用户，在笔者看来，除非是在行业环境下行的情况下，成熟期的运营更多解决的不是信任问题， 而是【使用习惯】问题，即建立起用户的理财习惯。习惯建立最好的方式是【重复】，而重复的过程也是品牌在用户内心建立的过程。

因此，成熟期的用户，平台要让用户建立习惯，就需要更多地赋予用户【打开APP的理由】。

通过笔者调研，中小型的平台可以通过以下几个纬度搭建【成熟期用户】的运营策略（下列部分方式笔者未尝来得及上线验证，仅提供参考）：

（1）搭建平台的【常规活动体系】（除新手期活动外的活动体系）

搭建常规的活动体系的好处：

• 一方面是可以有效降低用户每次参与活动的教育成本以及平台的研发成本；
• 另一方面，活动之间彼此配合，在整体费率可控的前提下，用户通过参加不同类型的活动来带动不同指标的增长。

笔者根据活动类型，分别进行描述：

活跃类活动：此类活动目的旨在以【现金等价物赠与】的形式，让成熟期的用户持续打开APP。金融行业不像O2O或者电商，消费频次相对较低，通常在没有促活类功能或活动的前提下，用户活跃度留存一般在3天以内（90%以上）。【签到】便是个被广泛应用的方式，现如今签到的形式演变多样。

其中经过笔者研究，对互金平台推荐三种方式：

1. 早起打卡挑战——例子（京东金融）：即用户每天在规定的时间打开APP，获取打卡奖励；
2. 运动步数挑战——例子（众安保险）：即用户通过完成指定的行走步数，获取打卡奖励；
3. 一周累计签到——例子（PPMONEY）：即用户在一周内，累计打开APP的天数，获取对应的打卡奖励。

前两种签到方式都将“理财”和“积极健康”的生活方式相结合，一方面正好建立起一种早晚打卡的机制（早起打卡意味着要用户在早晨期间打开APP，而步数打卡意味着用户要在晚间打开APP）；另一方面契合用户画像，“追求美好、原理痛苦”是人的本能，能更有效带动用户参与。

而最后一种方式，通过在较短的时间间隔内设置阶段性奖励，也能有效地刺激用户坚持签到。至于奖励形式，可以根据平台的费用预算进行灵活设置，比如：发放不同类型的优惠券（体验金、加息券、抵扣券）。

交易类活动：此类活动目的旨在寻找用户【有钱】或【期望消费】的时间点（比如：过年期间资金回笼、每月初和月中发放工资、能产生消费行为的节假日等），通过对用户进行物质激励，达到投资转化的效果。在设计此类活动时，【规则适用用户范围】、【激励手段】和【参与感】是最重要的因素。

笔者对互金平台推荐以下几种方式：

• 工资理财计划——例子（腾讯理财通）：即用户设置定投计划，在每个月固定的时间，从账户内扣去对应金额投资线上产品，用户定投期限越长，享受额外收益越高；
• 双十一投资满就送——例子（盈盈理财）：即根据用户在活动期间内的累计投资金额，奖励不同的实物产品（3C类、家纺类、现金等用户接受度高的商品品类）；

 额外说明：中小型平台的产品期限偏短，若要获取实物奖品，对投资金额要求较高，通过历史数据观察，采用直接活动加息的方式亦能取得不错效果。

• 每月发薪日——例子（人人爱家）：即根据用户在单一产品的购买排名，设置对应的奖励金额，一般是TOP3和最后一位购买的用户，增强用户在投资过程中的参与感，提升投资客单价。

拉新类活动：对此类活动目的旨在通过用户的社交关系完成拉新。对于成熟期用户，其对平台的信任度已经初步建立，也更愿意将平台推荐或者曝光给其他用户。

在设计此类活动时，【奖励金额】和【奖励的可持续性】是重要的因素：

• 米庄合伙人——例子（米庄理财）：即用户通过邀请好友，可以获得一笔现金奖励和持续性地好友投资收益返利；
• 好友助力加息——例子（盈盈理财/优选理财）：即用户每天可以通过发送助力链接给微信好友，通过好友的助力提升加息券面额，为平台实现社交传播曝光的目的。

（2）探索更多样化的【理财交易场景】

例如：PPMONEY和懒投资的【0元购】，将用户的理财场景和消费场景进行结合，把理财收益率等金融概念弱化，用商品购买的展示逻辑，以【存钱送商品，到到期拿额外利息】的方式让用户完成冲动型投资（根据竞品数据显示，女性用户对此更热衷），该模式往往能带动平台长期标产品的销售。

说明：在产品化时，和上文的【定投功能】类似，均可以通过【预约投资】的核心逻辑来实现（代扣银行卡资金—冻结用户余额—匹配资产—余额投资）。

（3）持续性地创造平台【正向话题】

尼尔·埃亚尔在《上瘾》一书中提到【回馈型触发】的概念，即将产品至于聚光灯下，正面的媒体曝光所带来的用户流入。但是请注意：该种形式的触发必须是【持续性】的。

对于中小型的互金平台来说，在没有强背景的情况下，新媒体运营人员可以持续性地创造平台资讯和用户互动话题，例如：积极参与行业会议、定期披露员工动态，塑造用户故事和话题、举办线下沙龙、见面会等。尤其是当在行业环境下行时，正面的信息曝光能增强投资信心，从而减少用户流失。

额外说明：笔者在写此文时，正经历P2P行业有史以来最大的雷潮，行业资金净流出逐日增大，排名靠前的企业均分分通过此方式挽回流失用户。例如：近期的【51信用卡成功上市】、【PPMONEY互金协会连任】、【盈盈理财投资人见面会】、【微贷网创始人直播答疑】等。

（4）搭建完整的【推送机制】

成熟期用户的推送主要为APP核心业务环节的推送，目的是将与用户切身利益相关的消息及时促达，并在一定程度上培养用户行程每天打开APP的习惯。

对于互金平台，主要有以下几种推送场景：

备注：

1. 日常活动的人工推送计划不在此考虑范围内；
2. 设置推送时，灵活利用APP上的未读消息展示标签，能有效提升PUSH的打开效率。例如：汽车之家在520当天发送PUSH消息时，APP的未读消息标识会变换成“520”。

另外，搭建用户的会员等级体系，也往往是平台在对成熟期用户提供的一种运营方式，但笔者不建议中小型的平台在0-1搭建产品运营策略的时候就尝试此种方式，主要有以下考虑：

1. 会员体系往往需要运营人员弄清楚每种等级的实际界定标准，但是初创平台、发展中平台和成熟平台对用户价值的界定标准不同，因此等级也会不同，而会员等级一旦制定，不应轻易改变；
2. 考虑清楚平台能够为不同等级的用户提供何种【有效服务】，因为塑造等级体系，本质是在通过一系列的【标识】、【服务】和【特权】来赋予用户【荣誉感】和【身份认同】等心理要素，刺激用户往更高等级进行成长。但要做到这点的前提，是先要全面了解平台不同等级用户的核心诉求，同时结合竞品以及平台的实际服务能力，抽象出特权和服务要素，以及考虑等级身份的曝光场景等。若不能提供有效的服务，则等级体系大多只是平台的自娱自乐罢了。

用户衰退期

1. 流失预警用户的定义

流失用户分两种：一种是新用户的流失（包含上文的【新手期】和【成长期】）；一种是老用户的流失。

结合上文提到的用户流失因素，笔者一般着重关注出现以下几种情况的用户：

1. 注册之日起，3天内未存在交易；
2. 存在回款后，账户余额为0，且3天内未投资；
3. 现持有资产较历史最大值下降比例超过50%

2. 核心目标：预警和挽回

在用户的衰退期，主要解决的核心问题还是在于如何及时发现和挽回流失用户，在上文提到的【新手期】、【成长期】和【成熟期】也都罗列了用户流失存在的诱因和解决方案。

金融行业是一个【二八定律】非常明显的行业，即对平台利润贡献核心价值的用户，往往是少数的20%。此处主要描述如何鉴别流失用户和挽回优先级。

3. 流失用户的挽回策略

1. 根据获取用户投资的成本，老用户的挽回成本和难易程度远小于新用户，因此挽回优先级上，老用户>新用户。同时，在资源有限的前提下，根据用户的历史最高待收资产金额由高到低进行挽回。
2. 详细的召回策略不再详述，网上有许多方式，其中最主要的手段仍旧是电话召回，同时配合以上文提到的推送。

额外说明：召回时，解决流失的核心在于发现流失的诱因，可以参照上文的描述进行针对性解决。

写在最后

本文旨在帮助那些尚未形成体系化运营的平台，为其产品和运营同学提供参考借鉴。上述的方式方法部分在笔者搭建平台的过程中被验证有效，部分在调研竞品数据时被验证有效。文中所用的原型demo部分为历史项目，部分为计划上线的项目。

另外，笔者亲身经历互金P2P行业从萌芽到快速爆发，再从爆发到现在的行业大洗牌。曝雷的平台的确大部分是问题平台，但也存在少数良心平台，由于受到行业风波，因资金流动性问题而导致被迫清盘。

其实，任何一种金融工具都存在风险，借此希望有关媒体能够理性看待此次行业危机和P2P的金融本质，不刻意制造和传播恐慌。

今天，这一篇来聊一聊关于用户运营的思考。

广义的讲，用户运营是以最大化提升用户价值为目的。

用户运营要做的事，其实就是持续关注用户从

接触——认知——体验——使用——习惯——分享——上瘾

这一系列的过程，并通过各类运营手段提升新增、留存、活跃、付费、分享传播。

在这其中，有两个工作模块我认为构成了用户运营的核心，一个是用户分层触达体系，另一个是用户成长激励体系。

用户成长激励体系大家可能听的比较多，这个我们后面细聊，今天我们主要聊的是前者。

其应用的典型场景比如你面对的是百万级以上用户的产品，用户增长渐慢，预算花费、人力精力有限，如何做精细化的管理，使得运营资源高效分配？

又比如在电商营销系统中，优惠券有很多种：红包、满减券、限时券，积分券等，不同的促销券应该发给谁，怎么发才能收益最大化？

在整个过程中，用户分层的作用显而易见，我们根可以据各个层次用户群体的不同，有目的的制定出更有针对性的运营策略——精细化运营。

它对运营们的最大价值，就是通过精细化运营，使得运营产品化，形成标准化的人群-策略-触达-反馈-优化；使得运营资源高效化，把每一份投入产出控制在最合理的有效区间。

为了做好这部分的用户运营，你需要明确的是：用户从活跃到转化绝不是两个简单的阶段，这期间，用户一定是动态演进的。

也就是我们不能仅仅关注用户当前的状态属性，更需要关注用户为什么会从某种状态A升级到状态C,需要给予用户哪些“台阶”供他踩。以及接下来用户在平台的行为会发生哪种变化趋势。

而伴随着用户状态的升级/倒退一定有蛛丝马迹（用户行为轨迹）可以追寻。

在具体的执行过程中，我们通常是界定了某一类用户群的状态，去寻找处于这类状态当中的用户，然后有的放矢的运营。即分层模型是固定的，用户是流动的。

用户分层触达体系大致分为三个方面。一是用户的划分，二是用户策略制定，三是用户的策略触达。

用户分层展开来讲，有三个步骤，分别是：

界定核心业务指标-用户分层维度划分-建立用户分层标准

1）界定核心业务指标。

首先，界定核心业务指标能够帮助我们从纷繁的数据指标中找到影响核心目标的关键环节和因素，指导接下来的用户分层维度划分。

从业务维度上，目前的主流产品可划分为流量型业务和收入型业务。流量型业务更关注用户活跃度（活跃用户数、活跃天数、活跃时长），收入型业务更关注付费收入（转化漏斗，复购率，Arpu值），当然两者的前提都是用户规模。

ARPU值更多是考虑到成本和溢价等因素，运营人员的操作空间不大，付费转化率则需要我们通过对转化漏斗的运用，用户规模则又涉及到开源节流两个方面，以上两者数据结果都需要对用户以及行为步步细分。

2）用户分层（群）维度划分

通俗的说，用户群体维度划分就是建立群体标签。那怎么贴标签才能够划分的详略得当呢？StarYan先生(ID:MRstaryan）把用户分成了用户属性、用户行为、用户状态、用户偏好四个方面来考量。

用户属性：指用户的基础客观属性。比如性别、年龄、地域、职业等。这一维度告诉了我们他是谁。

用户行为：指用户使用行为流程，正如前面提到的下载、注册登录、点击浏览、购买下单、评价分享等。这一维度告诉了我们他在做什么。

用户状态：指用户在产品上的当前状态。比如免费用户、付费用户、活跃用户、等，按活跃度又可以细分为3天/7天/15天活跃一次活跃用户，按付费金额又可以细分为高付费/中付费/低付费用户群or年卡/季卡/月卡用户。这一维度告诉了我们他在平台上的状态。

用户偏好：指用户发生行为的关键驱动因子。以在线视频为例，用户购买影视VIP会员，有部分用户看到喜欢的内容就会开通会员，这部分就属于内容驱动，而有些对价格比较敏感，只有在折扣促销的情况下才会购买，这就属于价格驱动。内容驱动层面里又可以细分为动作/爱情/科幻等等。这一维度告诉了我们他的偏好。

有了用户分层（群）的四象限模型，可以说基本涵盖了我们要界定的用户特征。接下来我们按需提取即可。

这里另外补充一个经常被谈到的RFM模型。RFM是Rencency（最近一次消费），Frequency（消费频率）、Monetary（消费金额）。RFM模型选取了跟付费型业务最紧密的三个因素，以此来判别用户价值的高低和对应采取的策略。

它的典型适用对象比如电商类，下面会谈到具体的策略举例。

第三方面：建立用户分层（群）标准

前面我们已经列出了用户维度，然后我们通过这些维度去建立用户分层（群）标准。

以在线视频用户分层标准举例，我们按照“用户状态+用户行为+用户偏好”三个指标来提取我们想要的用户。

非会员用户：至今未在平台充值会员的用户以及充值会员但是断续目前非会员状态的用户。

活跃用户：近7天/15天启动过应用播放视频时长超过30S的用户。

用户行为：播放了媒资标签是古装的《xxx》,追到了第11集（未追到会员可看集12集）。

上述指标定义的用户对象是在平台上活跃（7天内就有播放），观看了古装剧《xxx》,追到了最新免费剧集，会员集没有看的非会员用户。

除此以外，我们还界定了其他的用户人群ABCD等等，这里不一一展开。

需要注意的是，用户分层标准的制定就因产品而异，比如我们按照用户状态一栏活跃度划分出活跃/非活跃用户，有的高频类业务就是每3天启动就算活跃，而有的中低频消费类业务可能10天就算活跃，这时候如果把活跃度按照1天长度来切割，加上用户行为拆分，结果会变得复杂，每个分群的用户相对较少，不适宜检验策略，也解决不了业务需求。

另外，还有一类面向两类用户的产品。既有平台的生产者，又是平台的消费者。这里就会产生两个不同目标，一个围绕供给端的生产、一个围绕消费端的服务，也就形成了双向用户分层。比如微博、知乎、淘宝等。用但分类的维度依然是相同的。

在完成了用户群体划分之后，就是策略制定，不同的用户层级，采取的手段不同。

新用户：常用的策略是新手福利，新用户引导；

普通用户：固化用户的使用习惯，加深用户产品使用频率，激发活跃度

活跃用户：大盘性营销活动，会员权益引导，长时限会员包

兴趣用户：精细化营销活动，持续性点对点刺激，会员身份认同感塑造

付费用户：用户权益体系构建，尊享福利社，维持当前状态并做好流失预警

再以刚刚的RFM模型为例，假设以（1,0）分别表示用户价值的（高，低），那么，

重要价值客户（111）：最近消费时间近，消费频次和消费金额都很高，重点维护对象，适当的核心用户组织建设是必要的，权益分发、定期的奖励福利等；

重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠实客户，定期的EDM、PUSH、私信、短信，主动和用户保持联系和互动；

重要发展客户（101）：最近消费时间较近，消费金额高，但频次不高，属于忠诚度不高用户。着力让用户在平台上活跃，优化产品和服务，帮助用户定期消费权益。

重要挽留客户（001）：最近消费时间较远，消费频次不高，消费金额高，属于重点预流失用户，提前做好预流失预警和策略触达。

由于受到资源的限制，当我们只能投入有限资源的时候，往往会倾斜核心群体，只有核心群体能贡献最大的价值。

在用户生命周期的分层策略模型中，一般优先级的高低依次是存量用户>高潜用户>预流失用户>流失用户。

如此，抓住核心才能快速将数据指标拉回大盘。

最后一步，便是策略触达，策略触达可以简单分为消息触达和权益触达。

首先说消息触达，消息触达可以简单分为站外消息触达和站内消息触达。

站外触达：比如EDM、短信、PUSH、公众号、微博等等

站内触达：各类站内推广位

大的公司一般都会把消息触达做成自动化触发的系统平台，产品运营人员只需要把策略制定出来交给开发去实现策略产品后台，用户某种行为状态下就会自动引发消息的触达推送。然后辅助性做一些重要的人工运营。

另一类就是权益触达，即按照用户成长体系的权益分发。

比如微博，QQ、视频网站的会员等级等，不同等级的用户可获得不同的权益。这是一种由运营策略导向产品自动化用户分级，用户达到相应级别即可获得资源倾斜。

以QQ为例，用户在线挂时长可以获得成长值对应的太阳，产生自豪感的同时又能获得对应成长值的qq权益。再比如知乎，知乎把大V和普通用户区分开来，给优质用户更多流量支持和运营扶持，包括更多的曝光量、分发量或者物质，荣誉激励等等，核心是拴住这部分高价值用户。

最后，关于用户分层，我们需明白以下几点：

1)用户分层会随着产品发展的不同阶段产生不同的变化。

罗马非一日建成，淘宝的”千人千面”也非一朝一夕。对于不同的产品，其生命周期基本都是经历着种子期，成长期，成熟期，衰退期。唯一的不同是，不同产品可能有不同的生命周期的长度，而这种长度上的区别，往往落脚点体现在运营的颗粒度上。

对于小产品小用户量的的建议是切入点先粗放后精细，不要拘泥于细节，本该做全面曝光的阶段绝不要耗费精力“做1000个用户的精细化”，而大产品大用户量的工作重点则成了全面关注细节，精细化程度越高，用户体系结构越稳定，这个时候，百分之零点几的提升都是一次非常大的跨越。

2)用户这个盘子既要往大了看，也要往小了看。

当你面对的是100个用户，你可能大概都认识谁谁谁，都有什么样的特征，虽然他们都不付费；当你面对的是1000个用户，你可能也只记得其中的200个用户，虽然还不付费；

当你面对的是10000个用户，你可能也只记得其中的200个用户，但是有10个付费了，你必须非常清晰的认识到他们属于哪一类人，他们的消费能力，他们的付费动机，在平台上的用户行为，产品的满足点，活动的刺激点等，方可提升运营的整体效率。

以上。愿你能带着你的用户好好玩。