10个关键数据模型客户深度运营实操指南

媒介三六零

4年前

【摘要】：为了提高效率，我们会引入各种模型和优化方法论。

运营，是基于业务线的目标实现，从而实施的各种方法的综合。

为了提高效率，我们会引入各种模型和优化方法论，掌握“套路”，即便按部就班操作，也能取得不错的成果。

运营模型也多种多样：比如，有偏理论的，也有偏实践的；有分析用户属性与生命周期的，也有经营用户的；根据用户增长、用户活跃、用户留存、用户变现等运营目标，每个目标下都有特定的方法论；再往下细分，加入时间维度，有促进短期用户增长的，也有长期的用户生命价值最大化运营。

当然，每一个模型和方法，都有可取之处，也有弊端。好的运营，从来都是组合式的。

1、AARRR

AARRR转化漏斗模型，由增长黑客之父Sean Ellis提出，就是一种针对互联网产品的科学有效的增长方式，分别指用户生命周期的五个阶段：获取用户，激活用户，提高留存，获取收入和传播推荐。

获取用户（Acquisition）：是AARRR环节的第一步，是用户从认知到理解再到成为产品用户的过程。使用各种推广手段，如广告投放、KOL 推广、APP 应用商店分发、地推等方式，获取新用户，也即“拉新”。

激活用户（Activation）：是指导用户发现产品价值并反复使用产品功能的激励过程，其实这个阶段做的就是新用户留存。用户进来后，我们不希望这些用户静静地成为僵尸，而是成为活跃用户，比如通过新手训练营、新手红包、推荐关注等方式，做好新用户的激活。

提高留存（Retention）：并不只是狭义的次日留存，而是所有能对用户留存有帮助的指标。在获取和激活用户后，留下的用户就变成了老用户，不再受之前两步措施的影响，接下来就要对这部分老用户做留存。我们不能让用户体验完即走，浅尝辄止，而是要让用户长期留存与活跃，相信很多运营同学都很熟悉，比如各APP常见的“用户成长体系”。

获取收入（Retention）：是指将流量通过某些手段实现现金收益。变现前提需要有足够的流量基础，再加上一定的变现方法。互联网产品赚取收入，从一开始大行其道的“免费模式”，即TO B商业模式，先汇聚海量流量，再将流量变现，到近两年开始风靡的TO C商业模式，即“知识付费”“粉丝经济”等。

传播推荐（Retention）：是指利用现有用户的社交影响力进行新用户获取的一种方式，用户推荐营销是最具持续性和效益性的增长方式之一，也是一种高度可衡量、可扩展的增长模式。有没有“好友推荐”功能，是检验产品增长执行的关键指标。相信大多数人，对于“邀请好友，双方都可以得到 XX 奖励”这类话术，不能再熟悉了。

2、AIPLA

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，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。

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，京东营销360洞察用户从认知（Aware）、吸引（Appeal）、到行动（Act）、拥护（Advocate）四个阶段；巨量引擎引入的5A（Aware感知、Appeal好奇、Ask询问、Act行动、Advocate拥护）也类似，大同小异。

不只是有效界定用户关系阶段，现在头部互联网平台推出的数据工具，更能以科学量化的形式，为品牌提供人群资产的实时查看与流转剖析，清晰量化用户与品牌间的关系，为品牌制定更具针对性、个性化的用户沟通策略，催化品牌与用户之间的关系递进。

3、MOT

消费者时刻（Moment of Truth，简称MOT）是消费者旅程中的一些关键“里程碑”似的节点。例如，搜索某个产品，又或者把这个产品的信息分享给其他人。这个概念最初来源于宝洁。

MOT中又有一类是非常重要的，即ZMOT（Zero Moment of Truth，原初MOT），意思是在某种情况的刺激下，一个人最初的一个心理上的活动，让他意识到他需要购买某个东西或者服务。

另外一个MOT是UMOT（Ultimate Moment of Truth），即最终的MOT，人们在整个购物历程中的最后一个关键时刻，往往就是把自己的商品体验分享出去的时刻。ZMOT和UMOT的思想来自于谷歌。

总结而言，“关键时刻模型”认为，消费者在制定购物决策时有两个关键时刻：首先，消费者在货架面前，面对一大堆商品要做出购买决定时，消费者之前接收到的、来自外界媒体的一些广告宣传等信息刺激，就会发挥作用，从而诱发第一次关键时刻；第二个关键时刻是用户购物后的个人体验，这时用户会拿到手商品，与广告中商家的承诺进行对比，这是“分水岭”——好的用户体验容易培养出品牌的忠实用户，糟糕的用户体验不仅会流失这个用户本人，还有可能辐射他所在的整个圈层的用户群体。

4、RFM

RFM模型的核心用途是对所有的客户进行价值衡量，然后对这些客户进行分类。本质上这个模型是一个非常简单的分类模型。

R（Recency）表示客户最近一次购买的时间有多远，F（Frequency）表示客户在最近一段时间内购买的次数，M（Monetary）表示客户在最近一段时间内购买的金额。

一般原始数据为3个字段：客户ID、购买时间（日期格式）、购买金额，用数据挖掘软件处理，加权（考虑权重）得到RFM得分，进而可以进行客户细分，客户等级分类，Customer Level Value得分排序等，实现数据库营销。

RFM主要是用在零售行业中，它并不是对所有行业都有用。因为RFM的R和F对很多行业而言并不存在。比如，学历教育，F可能永远都只有1次。

一般而言，数据分析最终的目的是针对分析结果提出并开展一系列的运营/营销策略，以期帮助企业发展。运营策略的制定，比如，提高活跃度，提高一般客户、低价值客户的活跃度，将其转化为优质客户；提高留存率，与重要挽留客户互动，提高这部分用户的留存率；提高付费率：维系重要保持客户、重要发展客户的忠诚度，保持企业良好收入。

5、CLV

“顾客终生价值”（Customer Lifetime Value）指的是每个购买者在未来可能为企业带来的收益总和。研究表明，如同某种产品一样，顾客对于企业利润的贡献也可以分为导入期、快速增长期、成熟期和衰退期。

并不是所有的顾客都具备相同的价值，如果企业能够专注于那些可以带来最大未来利益的客户，就可以实现更好的运营。

所以企业必须识别出这些客户，CLV是对客户未来利润的有效预测，它还有另外一个名字，叫做LTV （life time value)。

CLV考虑了完整的客户生命周期，包含客户获取和客户流失，也就是它计算的不只是眼前顾客已经产生的价值，还预测了未来价值。CLV的计算公式有非常多，有的会非常复杂，主要在流失率这个环节和影响因素就相当多，也有会加上投入成本，价值变化率和利率变化等等。

顾客终生价值不是一个单维的矢量。它是一个立体的概念，具有三维结构：一是顾客维持时间维度，企业通过维持与顾客的长期关系，建立高的顾客维持率，从而获得较高的顾客生涯价值；二是顾客份额（Customer Share）维度，是指一个企业所提供的产品或服务占某个顾客总消费支出的百分比；三是顾客范围维度，企业总的顾客生涯价值的大小与它的顾客范围直接相关。从顾客范围维度出发，要求企业必须清楚它的现有顾客是谁，同时注意开拓潜在顾客。