碎語
- 學習的正態(tài)曲線：入門容易叹誉，精通難
- 積累的正態(tài)曲線：先越讀越多鸯两，后越讀越少
現(xiàn)實意義
用戶生命周期是新用戶從開始接觸我們的產(chǎn)品到最終由于某些原因而放棄使用產(chǎn)品的整個周期。對用戶整個生命周期進行管理使我們更加了解用戶长豁，從而更精細化地運營用戶钧唐，是每個人都需要去思考的一個問題。
當我們在思考用戶生命周期時候匠襟，更多是參考一些網(wǎng)上比較經(jīng)典的模型钝侠，新手期-成長期-成熟期-預警期-流失期该园，然后會談一下不同的用戶群體該如何去引導，如何去轉(zhuǎn)化等帅韧。我們有沒有思考一下：
- 到底如何劃分不同階段的用戶爬范？
- 劃分完運營之后，該如何去評價我們的策略或是我們劃分到底能不能使指標提升呢弱匪？
今天青瀑，把自己曾經(jīng)做過的用戶生命周期成果做一個簡單的總結(jié)。跟大家分享一下萧诫，希望可以給大家一點幫助斥难。(本人不是做電商的，里面的例子只是為了大家好理解帘饶。)
劃分邏輯
上圖中第一部分就是我們劃分的邏輯哑诊，選用了一個電商的核心行為：購買，另外一個維度就是最近N天的登錄天數(shù)及刻，這里我們需要考慮幾個問題：
為什么只選取了一個核心行為呢镀裤？因為，一旦維度太多了缴饭，對后續(xù)的監(jiān)控以及分析就要求很高了暑劝。另外，從經(jīng)驗來看颗搂，有時候太精細的劃分不一定會很好的效果担猛。當然，你的數(shù)據(jù)量大丢氢，業(yè)務足夠復雜傅联，可以考慮多加一個維度。
-
為什么選取最近7天作為劃分節(jié)點疚察，8-30天作為流失蒸走，30天以上沒有登錄就是流失用戶呢？另外貌嫡，近7天中登錄的天數(shù)N的選缺茸ぁ？
- 可以跟運營專家一起就經(jīng)驗定一個衅枫。
- 可以看新注冊用戶的留存曲線是怎么樣的嫁艇。SQL可以參考數(shù)據(jù)分析-SQL-新用戶留存曲線
- 近7天中登錄天數(shù)朗伶，可以看歷史中用戶7日均的登錄情況弦撩。
-
核心行為中用戶在N天內(nèi)的次數(shù)如何確定呢？
- 如果高頻的產(chǎn)品论皆，可以看用戶日均的次數(shù)益楼。
- 如果低頻的產(chǎn)品猾漫，可以考慮一段時間內(nèi)用戶的行為次數(shù)，然后就能定核心行為的次數(shù)了感凤。
-
似乎我們這樣劃分之后悯周，就會跟大家熟知的用戶生命周期有所不同，為什么呢陪竿？熟知的用戶生命周期禽翼，都是從激活注冊開始的，但是我們這里并沒有體現(xiàn)出這個族跛。
- 在使用登錄天數(shù)和核心行為之后闰挡，我們會增加一個維度，就是這個用戶是否是最近N天注冊的礁哄。這樣我們其實可以同時觀測新老用戶的情況长酗。
- 另外，如果是一些特殊的行業(yè)桐绒，我們還可以加一些其他的維度夺脾，方便精細化運營。
衡量指標
構(gòu)建完成用戶生命周期之后茉继，我們就會把結(jié)論給到運營同學咧叭，他們會對不同群體的用戶進行觸達。在觸達之后烁竭，我們會思考一個問題佳簸，如何衡量觸達的效果呢？
- 從總體來看颖变，我們可以觀測每天全站用戶的結(jié)構(gòu)生均，是不是往中心（成熟）聚攏？
- 我們用戶的流向腥刹，是從新手到成長或是成熟的用戶群體在變多還是成熟到流失的用戶群體在變多马胧？
- 從具體的觸達來看，用戶點擊怎么樣衔峰？用戶從點擊到最后的轉(zhuǎn)化又是如何佩脊？
- 當然可以根據(jù)自己行業(yè)的一些特性，來看看具體指標垫卤，比如電商的購買威彰。
引用例子
第二部分，我們直接引用電商的一個實例穴肘，可以很清楚的看到歇盼，當我們確定了登錄天數(shù)和核心行為之后，通過聚合评抚，就很快能得到最后 不同群體豹缀。比如最近7天登錄了1-3天伯复，但是購買大于3次的用戶就是成熟用戶，登錄天數(shù)大于30天的用戶就是流失用戶邢笙。
總結(jié)框架
最后啸如，我們來總結(jié)一下用戶生命周期，整個用戶生命周期涉及到幾個問題：
- 如何劃分：在這里我們建議就是使用核心行為氮惯，加上登錄天數(shù)以及新老用戶叮雳，當然你可以根據(jù)行業(yè)的特性加一些其他的維度，但是不建議太多妇汗。
- 運營策略：對不同群體的用戶觸達不一樣的內(nèi)容债鸡，注意觸達的方式。最后铛纬，需要考慮觸達的頻率厌均，如何做到不打擾用戶。
- 如何衡量：從總體看用戶結(jié)構(gòu)變化以及群體的流向以及次日留存情況告唆，從單個的觸達來看觸達的效果指標棺弊。
結(jié)束語
如果我不能讓您看懂，那是我的問題擒悬，如果有疑問可以關注我模她，然后私聊我，我會盡最大的努力幫助你懂牧。如果覺得對你有幫助侈净，請幫忙點贊/關注，謝謝僧凤！
