用户运营攻略:巧用AARRR漏斗模型,实现用户精细化运营!

原创 1 收藏 评论
举报 2020-12-28

#运营系列文章#


最近一直在学习用户生命周期运营的知识,结合自己的项目经验,有了一些新的发现,所以做个总结,也希望能给你带来启发。


首先是用户运营有2大重点

1. 追踪监测和评估每一位用户

2. 反向触达和影响每一位用户


基于这样的目的,一句话总结用户全生命周期运营该这样来做:定义用户生命周期各阶段的行为特征,然后进行用户群体的分类,在分类后挖掘该阶段的用户需求,确定对应的价值提升策略,最后进行触达。


把这句话细分,分为4步:

1. 定义各阶段的用户行为特征

2. 根据特征做用户群体分类

3. 挖掘各分类用户的需求,确定各自对应的价值提升/运营策略

4. 建立用户反向触达机制:触达执行,反馈优化


第一步里面,定义的方法,也就是各种用户分层方法,常用的是这3种:

1. AARRR模型

2. 用户生命周期

3. RFM用户关键行为


这里,只讲第一个模型。AARRR模型分为这5层,用户来,然后激活留存,随后转化,最后老带新推荐。

AARRR也是一种漏斗模型,不过如果是用于实际的业务,还需要根据业务流程来进行调整。


我过往经历的项目,现在总结业务模型,便是一些很典型的漏斗。


而漏斗式的业务模型,工作的目的就在于升各环节的转化率。具体在转化率的提升中,则需要做到抓大放小。


抓大放小 = 先做整体,再分类精细化。

主要业务,先抓主要流程。

主要流程,先抓重点环节。

重点环节,先抓投产比最高的部分。


先把精力和时间都投入到投产比最高的部分里,其它的先不管,不能让其它“当前不紧要”的内容牵扯了精力。 


敢于割舍,别全都要。 


重点环节的各点优化后,有了数据提升和方法论总结这两个关键结果,再依据这些成功的经验,去抓其它的重点环节,这时精力还是要集中在主要流程这个范围中。 


在具体的优化中,有这样的一个方法可以使用。6个步骤:


1.【定位问题】

首先分析问题是什么,问题产生的流程是怎么样的,其中的关键是什么?


2.【收集解决办法】

【学习竞品】

带着关键环节的问题,研究竞品,对竞品关键环节的内容,进行细致的剖析。


【数据分析、个人思考】

带着关键环节的问题,依靠自己的经验和对于当下数据的分析,思考出解决之道.


3.【排列优先级】

根据竞品和自己的经验得出的优化项,排列优先级的高低;


4.【快速执行】

对高优先级的事项,快速地产出进行优化,这里就是要快,能一天干完做起来的就不要等到两天三天;


5.【数据追踪】

优化后,每日数据记录跟踪,短时间记录,反馈更快更容易倒逼自己调整;


6.【方法论】

最后是经验总结和循环优化。


这样看来,对于业务的优化。 


最重要的可能不是规划能力,不是写SOP。而是快速学习,快速解决问题的能力。而后,在固定了业务线后,再来写SOP让后面的人照做。 


这里面还有一个心态预期的问题,平时解决一个问题,大家都是想在最开始就一次性解决掉,然后得到一个不错的效果。 


但这种精细化的优化却很难达到这样的预期,因为这是试验,最开始大家都没做过。一开始的数据难看、提升幅度小都是正常的,这个时候不能因为数据没有达到心理预期就气馁了,重要的还在于往后坚持优化。 


这或许也就是精细化运营,持续优化的奥义。有很多问题摆在你面前,你需要一个个解决掉,但第一个解决办法并不一定就立马奏效。


这时,反思找出思考的漏洞(当时忽视了什么,认为第一个办法会奏效),或者是转变解决的思路,然后调换解决办法再上,就是这样一步步测试出来的。


现在,还有一个新的发现:


漏斗环节可以不断细分,直到只有单一变量影响该环节。


举个例子,某个业务漏斗的环节,在v1版本可能有5个,但是对于5个环节的影响因素有很多,这时想做具体细致的优化,范围比较大,落地比较困难或者是选择很多。


对环节做细分之后,在v2版本有了10个环节,都是从之前的5个环节里面衍生出来的。这时的10个环节,每个的影响因素相比v1是会少很多,这时再做细致的优化,会更加有方向。


沿着这样的思路,在v3、v4细分更多环节,直到只有单一变量影响该环节,这时只需要在单一的变量上进行优化,就能影响到单一的环节,方向明确,结果明显。


今天时间紧,先把第一个漏斗分层运营的方法讲完,下次再接着分享,按照用户生命周期进行运营的思路。

Over~

喜欢的朋友,求个关注,谢谢嘞!

我是每天赚杯快乐水(个人微信:kelebb996)
运营 + 理财投资双buff加成的人儿,喜欢分享自己的运营心得,与你一同成长,求关注~

本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
转载请在文章开头和结尾显眼处标注:作者、出处和链接。不按规范转载侵权必究。
本文系作者授权数英发表,内容为作者独立观点,不代表数英立场。
未经授权严禁转载,授权事宜请联系作者本人,侵权必究。
本内容为作者独立观点,不代表数英立场。
本文禁止转载,侵权必究。
本文系数英原创,未经允许不得转载。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权,侵权必究。

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    DIGITALING
    登录后参与评论

    评论

    文明发言,无意义评论将很快被删除,异常行为可能被禁言
    800

    推荐评论

    暂无评论哦,快来评论一下吧!

    全部评论(0条)