咨询,就免费赠送域名与空间,咨询热线:18686868686当前位置: 全讯网 > 建站知识 > 网站建设知识 >
联系我们
电话咨询:18686868686
E-mail:admin@qxw.xzz56_com
地址: 河南省郑州市中原区郑上路82号(西四环立交)

几何级增长的客户:客户深度运营的13个关键数据

作者/整理:全讯网 来源:互联网 2019-08-24

在Pt学院的《用户运营的深度思维与方法》的分享结束后的提问环节,有一个听众问我一个很“实在”的问题,分析和优化用户运营,有哪些模型。我把一些常用的模型一一简单介绍之后,忽然发现,这已经可以写一本书了。不过,写一本书的时间可能不够,但写一篇文章还是完全可行的。

因此,正好把团队们这些年来做过的和所想的模型与方法,跟大家简要介绍。当然,文字表述终究有限,绝知此事要躬行,还是建议大家从真正的实践中验证模型,甚至找到自己的模型。另外,在下面的这些模型中,我难免不带着“批判的”眼光去看待这些模型,因为没有完美的模型,任何模型均有适用范围和缺陷,真正可用的模型,永远来自于你自己的业务。这13个模型分别是:

第一类:运营思维模型AARRRAIPLAMOT第二类:客户认知模型RFM自定义聚类用户活跃度模型用户偏好识别模型第三类:运营增长模型留存曲线Cohort模型增长曲线K因子流失预警模型诱饵、触点与规则模型

第一类:运营思维模型

运营思维模型是那些“非常正确”但并不能让你立即采取行动的模型。不少人对这些模型存在“意见”,正是因为他们很正确却又“无法落地”。另有聪明的朋友可能会觉得,这些模型都是“马后炮”,这不就是我日常策略的总结嘛。话虽如此,这些模型仍然是对成功策略的简单精辟的总结。

1.AARRR模型

AARRR模型的适用范围往往在数字化产品和服务端,但对传统业务也有启发。但我过去几乎都是忽略这个模型不讲,因为这个模型最大的问题在于,它给出了一个“正确的废话”,却不能告诉叫你究竟应该怎么做。

AARRR的含义是:引流-激活-留存-变现-推荐。后面三个的顺序有争议,不同的人有不同的解释。总体来看,这个模型的实质仍然是:引流-互动-转化-留存-推荐,是对客户正常的忠诚周期中一步步转化进行描述的模型。很多人认为这个模型是“新瓶装旧酒”,但事实上,这个模型强调了过去比较少强调的客户经营策略,例如,它强调“激活”,也强调“推荐”,这是在数字世界中更容易实现的用户策略,而在传统世界中则相对较难。

但事实上,近年来很多成功的数字经济下的客户增长,是否本质符合AARRR模型,也存在争议。例如,相当多的声音质疑“小蓝杯”和“小黄车”之类的增长模式并不符合真正的AARRR模型,只会对运营者有更大的误导。对于“小蓝杯”,最大的争议在于它的增长并非来源于“自推荐”,而是来自于“利诱推荐”,即以亏损作为代价进行补贴,换取用户数量后在资本市场实现变现的操作模型。

“滴滴”某种程度上也是这样的模式——这造成了滴滴直到今天仍然严重亏损。“小黄车”的问题则在于它的用户增量虽然确实来自于运营,但这运营的核心在于提供更具有竞争力的产品(更好骑的车辆+更广阔的覆盖),而通过推荐(Refer)所带来的用户增长则非常有限。

Facebook和Linkedin常常被作为AARRR的典型例子传播,但容易被忽视的一点是,Facebook和Linkedin都是具有强烈的“网络效应”的产品,因此推荐(Refer)就不再仅仅是一种运营策略,而是由其产品的先天基因所决定的。这是大多数今天的数字产品想要拥有,却无法根本拥有的特性。那些天生拥有这样特性的产品,今天早已被开发殆尽。例如七八年前的微信,或是更早的淘宝。

那么,我们要从AARRR模型中学到什么?它是否并不能真正有效指导我们?并非如此,这个模型是一个类似于“check list”的思想,告诉了我们应该将运营工作分为五个需要深入思考的部分,以及这五个部分之间可以通过运营构建起相互的关联。当然,在这个模型中肯定并未告诉你应该怎么做到,因此,需要更具有操作性的模型才能实现AARRR的思想所倡导的结果。在本文后面,我们会介绍具体的几类更具操作性的模型。

2.AIPLA模型

如果数字世界中强调AARRR,那么传统世界的用户运营模型则是AIPLA,即Awareness – Interest – Purchase – Loyalty – Advocation(认知-兴趣-购买-忠诚-拥护)。仅从字面上看,你就会发现这个模型简直跟AARRR模型没有什么本质差异。AIPLA描述了传统世界中客户的转化过程,即从对产品有所认知,一直到成为“死忠粉”的全过程,并强调在此过程中各个阶段应用不同的运营策略。的确,AIPLA模型被广泛提及,例如,阿里的品牌数据银行的主逻辑,就是AIPL(没有A),腾讯数据智库(TDC)也是如此,只是换了同义词表述而已,本质没有变化。

几何级增长的客户:客户深度运营的13个关键数据模型

相对于数字世界而言总体更困难。