十年增长运营手记：用户运营实战与行为数据洞察

建立“不感兴趣”功能。 目前很多产品经理在制作页面时缺乏与用户良好的沟通，导致用户偏好不清楚。 因此，在产品端开设用户建议投诉箱和不感兴趣的功能非常重要。

3. 用户激励体系&用户成长体系

这是一个常见的话题。 一直以来，一个app如果没有这个东西，就不敢称其为app。 事实上，这个用户增长系统分为不同类型的产品，应该用不同的方式来做。

例如高频产品墨迹天气的创收行为主要以广告展示为主，因此用户频繁登录获取积分、等级、经验值就显得非常重要。

再比如，淘宝、天猫等中频产品的创收活动主要集中在ARPU(r)，因此系统应该以注册-浏览-订购-复购的路线为主。

再比如去哪儿、携程等低频产品。 在电商产品的基础上，增加内容论坛活跃度等指标，增加用户粘性。

例子：

（简单介绍几种获取积分的方法）

4. 优惠券及会员机制

这些常见于电商和交易产品，如天猫、携程等产品类型。 优惠券作为用户运营提升平台用户客单价的利器，是运营必须掌握的必备技能。 就像程咬金的“三把斧”，哪类用户用低面额优惠券，哪类用户用高面额优惠券，哪类用户用长期优惠券，哪类用户用短期优惠券，哪类用户用全品类优惠券，哪类用户用垂直品类优惠券。

这些可以单独写一篇文章，这里不再详细介绍。

（优惠券）

5、数据平台

用户运营是运营中对数据需求最敏感的角色，因为互联网时代让我们可以接受的数据变得极其丰富，也为我们提供了足够的发挥空间。 列出我用过的一些行业内常见的数据平台：

（用户的来源和目的地）

（用户来源类型分析）

通过这些平台，你如何获取用户数据？

通常是对底层数据进行埋点，然后联合上层数据清洗、挖掘、分析，得到可用于业务决策的结果数据。

（用户行为基础数据从哪里来）

运营策略 1、分级运营

用户标签体系建立后，需要建立针对不同用户的操作策略库。

当我们在频道上线时，经常会被频道量和用户刷卡量所困扰。 那么我们就可以利用用户标签系统来对一些真实用户的常见行为进行标签，从而区分“真实用户”和“假用户”。

有些用户从未使用过产品的某些功能，那么我们可以针对此类用户实现针对性的操作侧录，例如：PUSH、推送、站内消息、跳转、小图标引导运营能力，展示针对性的用户操作运营能力，让用户在产品内流动。

2、用户操作常用模型

该模型可用于前期确定手术间隔并监测效果。 后期将送入产品研发，实现自动报警、操作策略、触摸全流程的实施。

然后，将这些指标作为流失用户模型的指标，并需要根据流失用户的比例调整其权重。 模型需要根据行为数据的不断变化进行迭代，从而尽可能地预测某类用户即将流失，我们需要采取相应的措施来留住他们。 根据留存效果，我们可以将相关流失用户的留存措施和留存效果添加到流失用户模型中，从而尽可能形成“预测-留存措施”的自动预警。

RFM模型最早普遍应用于互联网电商行业。 模型重新上线后，进行优化。 我经常使用RFM模型来监控用户的分层流量和定点操作策略。 这是我更喜欢使用的模型。 前期，内部操作可以先根据经验匹配一个版本的区间值。 后期确定R、F、M的数字化维度，然后提交给产品经理和研发同事，形成自动化数据导出。

（RFM模型）

这类模型常用于电商行业的运营中，比如：神经网络模型、线性回归方程预测，通常用来预测下个月的DAU、GMV等值，如果出现异常，那么运营可以及时切入，分析数据，制定运营策略。

此类模型常用于按照不同贡献值区间对用户进行分层，或者按SKU对产品进行分层。

这类模型常用于挖掘出一些对用户创收行为有价值的行为。 例如，用户收藏商品、添加购物车的行为与下单等创收目标的行为强相关，可以进一步计算这些行为所占据的权重指数。

上述模型这里不再详细展开，稍后会单独发表一篇数据分析的文章。

3、常用到达方式：需要开发，但对于用户运营来说是最划算的。 可以对用户进行分类和操作。 短信：需要成本，是短期过渡、召回、特殊活动营销的常用方式。 邮件：国外比较常用，国内用户使用率比较低，不建议使用。 推送：友盟、个推等第三方平台嵌入SDK后，可以向所有用户进行推送调用：需要成本，通常用于平台顶部创收用户的定向维护、营销、召回。 AB测试

（召回策略中AB的使用）

世界上最常用的方法就是这个，世界上的一切都离不开迭代。 那么善于运用AB、归纳、回顾、总结的操作者，从长远来看一定能够出结果。

推荐一些新手用户运营教材《轻运营1.0、2.0》《增长黑客实战》《引爆用户增长》《数据挖掘与数据化运营实战》

感谢您的阅读~（完）