生命周期|如何做好活跃用户的运营？( 二 )

文章插图
相似地，我们可以把累计用户分为新用户和老用户，把活跃用户分为新活跃用户和老活跃用户，相似的，可以得到新老用户的活跃度，我们发现老用户的活跃度更低了。

文章插图
我们想要看老用户中到底是怎么了？我们把活跃用户再进行细分，分成活跃、不活跃用户2大类，活跃用户我们包括了新活跃用户和老用户活跃，然后老用户活跃我们又分成了一般活跃用户，忠诚用户和回流用户，不活跃用户主要包括沉默用户和流失用户。
我们发现老用户活跃主要是因为一般活跃和忠诚用户的活跃都很少，但是新用户很多，说明我们需要做好新用户引导和留存，同时促使用户向忠诚用户转化。

文章插图
进而可以通过对每个月用户进行细分，分析同一月份不同层级的用户构成，从而判断用户成长的健康状况。

文章插图
但是为了更加清晰，我们按照活跃、不活跃分别看用户的构成，这样的话能更清楚地看到各层用户的健康状态。

文章插图
用户是在产品的生命周期中不断成长的，我们除了会看某个时间点用户的活跃组成情况，我们可能还要关注用户的成长路径：每天有多少新增用户变成了活跃用户？有多少活跃用户变得不活跃？有多少忠诚用户变得不活跃？又有多少流失用户被我们召回等，这样有助于我们更直观地分析用户的去向，更精准地定位问题，从而针对性地进行动作。
比如可以通过桑基图的形式展示某产品1月份新增用户在接下来的成长路径，发现在2月份有相当比例的用户没有再活跃而变成沉默用户，需要及时通过运营手段触达这部分用户，以防止其在3月份流失。

文章插图
相似地，对于某段时间的活跃用户或者沉默用户，也可以通过类似的方式进行监控，以便及时了解用户的去向，及时进行干预，以防用户流失。
04 用户分群应用案例以上通过一个案例讲述了用户分层的思路和方法，下面再通过一个案例介绍用户分群的应用。用户分群中有一些比较常用的方法；比如可以通过经验型的RFM模型，从不同维度对用户进行评价，进而划分成不同价值的用户进行运营；或者通过大数据挖掘的聚类算法等，挖掘大量用户的相似特征实现物以类聚人以群分的目的。
这些方法已经很成熟了，而且很多人已经耳熟能详了，就不在这里赘述了。今天给大家介绍另外一种比较重要的分群方法—同期群分析，所谓同期群分析就是针对分层用户的进一步细分，对处于相同生命周期的用户进行分群，看相似分群的效果。
一般来说，同期群需要满足：处于相同生命周期，比如研究的都是新用户，或者具有共同的行为用户，这样群内我们可以看时间上的变化趋势，不同群之间对比可以看效果，一般用来衡量产品或者运营优化方案前后的效果；比如2月份我们上了一个新功能，导致3月、4月的新用户留存明显好于1/2月，通过对爹带钱1、2月的新用户留存和迭代后3、4月新用户留存的同期群对比发现优化方案效果显著。

文章插图
我们通过一个案例来说明同期群分析的具体应用，假设我们拿到某个店铺的销售数据，通过数据发现，虽然每个月的销售额和客户数持续增长，但客户的ARPU却在持续下降，客户的购买力是在逐渐减弱么？
为了探究这个原因，我们先把客户进行分层，分为新老用户，然后分别对新老用户进行同期群分析。

文章插图
我们首先对1-4月份的新用户的ARPU进行同期群分析，即取每个月的新增用户作为一个同期群，研究不同同期群在首月及以后的ARPU变化情况，发现随着时间的推移，1-4月份新增的用户首月的ARPU在不断提高，说明新用户的购买力是在不断增强的，那就很有可能是老用户的购买力下降了。

文章插图
相似地，我们对老用户进行同期群分析，发现随着时间的推移，老用户的ARPU在逐渐降低，是老用户的购买力下降导致整体用户的ARPU下降。