萬字乾貨 | 不搭建使用者生命週期的產品都是耍流氓
關於使用者生命週期模型，這五大點你需要知道
作者：Chris
來源：鳥哥筆記（niaoge8）
本文為作者授權鳥哥筆記釋出，轉載請聯絡作者並註明出處。
之前的文章中已經介紹了RFM模型的使用方法，具體請點選 《利用RFM使用者價值模型做好使用者分層，實現精細化運營》 ，同時也提及到：RFM模型上一級隸屬於使用者價值模型，使用者價值模型有兩個方向，除了RFM模型，還有使用者生命週期模型。
原本不打算寫關於使用者生命週期模型這篇文章的，覺得大家應該都明白，但是這幾天發現：
1）很多人將使用者生命週期模型和AARRR等其它一些模型混淆了，這兩個並不是一回事；
2) 千篇一律在介紹什麼是使用者生命週期以及其中一些概念的普及，比如什麼是生長期之類；
3) 正如上一篇RFM模型一樣，希望大家不僅瞭解，還能通過技術流的方法去實操。
所以，寫了這篇文章。
一、什麼是產品生命週期
在介紹使用者生命週期前，需要先了解產品生命週期。一款產品的生命週期，我們用專業詞彙表述就是PLC（product life cycle），大家在網路上看的多了產品生命週期的圖片，大多呈現一個“睡倒的S型”。
根據上圖，任意一款產品，以時間為參考維度，以使用者量或者收入水平等作為衡量標準，我們可以 將一款產品的生命週期劃分為四個階段：初創期、成長期、成熟期、衰退期。 可以理解為：從產品設計到停止對這款產品的運營，整個週期為產品的生命週期。
怎樣判斷一款產品當前處於生命週期的哪個階段呢？
1、下載量
通過酷傳、App Annie獲取產品某一段時間或者歷史下載資料，根據歷史下載量的趨勢判斷（如果可以獲取歷史下載資料，可以和“睡倒的S型”進行擬合）。以從酷傳上獲取的某App過去一年下載量生成的趨勢圖為例：
過去一年內，該App的使用者量從2000w提升至將近5000w，且趨勢圖的任意一點的切線與座標系橫軸的夾角都比較大，說明產品處於使用者快速增長階段，可能屬於成長期。
2、百度指數
在百度指數輸入你想檢視的產品名稱，以及該產品在行業內一直處於領頭羊位置的競品名稱，通過百度指數的數值以及和頭部產品百度指數的對比，基本可以判斷產品所處階段。
以上圖為例，該產品過去半年的百度指數平均值為2000左右，某些指數高點基本上是產品大力推廣新增或抓住行業熱點帶來的使用者搜尋。作為一款比較成熟的產品，百度指數應該可以穩定在4000-6000。所以，基本判斷這款產品還未達到成熟期。
百度指數還有一個比較有用的地方：有時候不知道為何，自家產品留存率出現大幅跳躍，或者希望對產品的發展進行更好的把控，百度指數作為輿情監控的渠道，可以帶來很大的幫助。當然，除了百度指數，還有360、搜狗、阿里等都有相應的免費服務。
3、累積下載量
可以通過酷傳獲取產品的累積下載量，對比該行業的市場總量，潛在使用者總量進行判斷產品所處階段。
4、版本迭代
根據產品版本迭代頻率，基本可以判斷一款產品所處階段。發展期的產品，大有敏捷的成分在，迭代頻率較快。
明確產品所處生命週期哪個階段的作用是什麼呢？站在運營的角度，得到產品的生命週期之後，使用如下步驟進行分析，可以幫助確定當下及未來一段時間的核心運營策略和運營方向，接下來：
a.使用思維導圖梳理產品結構；
b.根據產品結構，梳理出該產品當前的核心業務邏輯；
c.根據產品結構，梳理出可能的典型使用者使用路徑；
d.結合行業、市場、產品等資訊，梳理出產品商業邏輯；
e.綜合上述判斷出的產品所處生命週期的階段可能遇到的共通的一些問題，結合上述1/2/3/4進行運營規劃。
本文主要說的是使用者生命週期，關於產品生命週期點到為止。
二、什麼是使用者生命週期
使用者的生命週期，簡單來說就是：使用者從開始接觸產品到離開產品的整個過程。
根據上圖，使用者的生命週期分為：匯入期、成長期、成熟期、休眠期、流失期。
匯入期可以理解為將市場流量中的潛在使用者轉化為自家產品的使用者，這個階段我們稱之為獲客階段；當用戶進入產品之後，我們需要想辦法讓使用者活躍起來，進入成長期以及成熟期，成長期和成熟期的使用者屬於產品最為核心的使用者，是最具挖掘價值的忠實使用者。所以，我們稱之為升值階段；使用者從成熟期開始，會出現休眠、流失狀態，我們稱之為留存階段。
我們將使用者生命週期、不同生命週期使用者的行為表現，不同階段運營所關注的重點工作進行闡釋：
1) 獲客區：對應著匯入期，對應的使用者行為是由流量成為使用者，運營的核心工作是拉新獲客以及促進新使用者的活躍。
2) 升值區：對應著成長期和成熟期，對應的使用者行為是在產品中活躍、為產品貢獻、持續留在產品內，運營的核心工作是促進使用者活躍、轉化/付費、製造留存。
3) 流失區：對應著休眠期和流失期，對應的使用者行為是離開產品、停止使用，運營的核心工作是對沉沒流失使用者做好安撫工作或者新產品的轉移工作（如果有）。
假設你已經知道了你們產品內不同使用者當前所處的生命週期，你可以做些什麼呢？這個問題和前文介紹產品生命週期的時候類似，我們分析了一堆內容，最終定義好生命週期之後，一定要對運營有相應的促進作用。
我們可以這樣思考：
我們最渴望達成的目的是：“把自己的思想裝進使用者腦袋，把使用者的錢裝進自己的口袋。”這裡的思想可以是讓使用者接納我們的產品規則、可以是讓使用者喜歡我們的活動、可以是讓使用者對我們產品有粘性；使用者的錢可以是使用者的時間、可以是使用者的內容、可以是使用者的互動，當然也可以是使用者的錢。把我們的思想裝進使用者腦袋和把使用者的錢裝進自己的口袋無疑是這個世界上最難的兩件事。
所以，如果做好這兩件事，就算是做好了使用者運營。這個過程可以理解為使用者管理的過程，如果希望管理好使用者，兩個維度務必關注：
-
每個使用者都可以被監測、被評估；
-
我們可以影響每個使用者、可以驅動每個使用者。
因此，使用者運營可以理解為“使用者生命週期管理”，本質是：
-
如何監測和評估一款產品的平均單體使用者價值；
-
如何驅動使用者價值的提升？
對於問題1，可以通過RFM模型去定義，可以通過AARRR模型去定義，大體都是通過資料，基於使用者行為，找到不同的分層點。接著，針對不同層級的使用者評價其價值。本文使用生命週期模型定義使用者價值，其實，也就是找到使用者處於生命週期的哪個階段，接下來會詳細說明。
這裡，補充一個更加直觀的方式，基於以下兩個維度對使用者價值進行監測和評估：
-
使用頻次
-
是否有直接消費行為
第一象限，使用者會直接付費，使用頻次高。如餓了麼、摩拜單車，使用者價值主要體現在使用頻次、使用時長、收入情況。
第二象限，使用者會直接付費，使用頻次低。如出行產品攜程，使用者不會每天開啟，但是有需求的時候，會直接買單。使用者價值主要體現在收入上。
第三象限，使用者不會直接付費，使用頻次低。有人說，這個象限的產品沒有價值和意義，有時候覺得，如果讓我運營這樣的產品，可能確實會很糟心。
但作為運營，不能首先放棄，我認為這個象限的使用者價值體現在收入上，這個收入和第二象限又有所不同，以房多多為例，很難讓使用者在不看房的情況下，通過一款App購買價值百萬級別的房子，所以，返利、折扣、房屋經紀人的評級等等都影響到客戶有需求時是否能夠通過長期的引導進而付費。
第四象限，使用者不會直接付費，使用頻次高，比如脈脈、今日頭條，使用者主要價值體現在訪問頻次和使用時長上面，今日頭條之前公佈平均使用者使用時長達到了60多分鐘，這對他們來說就是使用者價值。
插入一些題外話：
經常有人問我，為什麼文章寫到這裡，邏輯就應該是這樣的？比如上述，為什麼非要通過使用頻次和是否有直接消費行為進行使用者價值的監測和評估？
能問出這樣問題的夥伴，相信你經常光顧各類網站，看過無數的乾貨文章，但也僅僅侷限於看過，回頭一想，基本上屬於忘得差不多的狀態。大家還是缺乏思考，在這裡，我把拆書領域用的RIA法則推薦給大家，這個方法同樣適用於文章閱讀。
首先，你閱讀這篇文章，閱讀之後，你要去思考，最後，你要結合自己的經驗去融合文章的內容。如果你走完以上步驟，就意味著，你可能會發現很多文章寫得也不一定是正確的，如果你看過的文章都覺得還不錯，那就很危險了。
回到上述所說對使用者價值進行監測和評估的兩個維度，任何一款產品，不論是高頻還是低頻、不論是初創期還是成熟期、不論商業模式是現金流還是流量，他的核心指標一定有使用者要開啟App，不開啟談不上是自己家的使用者，他的核心指標一定有是否消費，這個消費可以是直接付費，也可以是產品導流進而轉化，甚至說廣告點選營收。這也是商業社會、商業化公司、能夠養活一群人的前提。
在訪問頻次和是否有直接消費行為下，你可以結合自己家的實際業務情況去找出你們更加關心的指標，比如訪問頻次是一級維度，你們更關心訪問時長、視訊觀看數量等二級指標。
使用者價值，不僅僅只能大概的監測和評估，甚至還可以計算出每個使用者的價值。但是實際工作中，涉及到這個模組的工作並不多，並且當有這樣的需求時，更多是統籌資料、開發等同事一起完成。所以，我們的文章站在運營的視角，到這一步已經可以了。
對於問題2，驅動使用者價值提升的方向有兩個：
-
提升單體使用者價值；
-
延長使用者生命週期。
最終，我們對使用者生命週期模型的研究，演變成為對使用者生命週期管理的本質：如何提升單體使用者價值及延長使用者生命週期。當然，這個過程必不可少的是資料驅動、對典型使用者使用路徑的引導及精細化運營。
有兩個問題需要跟大家強調：
1) 是否所有使用者都會經歷完整的使用者生命週期？
否。站在整個產品的角度，因為使用者分佈在不同階段，所以，可能會走完一個完整的生命週期，也就是上文所說匯入期、成長期、成熟期、休眠期、流失期，比如：註冊-登入-活躍-付費-分享-流失。
但是，作為個體使用者，使用者可能在匯入期之後就流失了，比如：使用者註冊登入之後，因為新手引導做的不到位，使用者直接放棄使用，直接進入了流失期。
2) 是否所有產品都需要管理使用者生命週期？
否。從產品生命週期來看，處於初創期的產品，由於資源不足，使用者量級不夠，一般可以不做使用者生命週期管理。從產品的需求強烈程度和市場供應情況來看，需求越強烈，供應越稀缺的產品，越不用過多考慮做使用者生命週期管理。
比如，12306，不論你在攜程、去哪兒還是飛豬上買火車票，最終都是通過12306，市場供應緊缺、需求量大，使用者也沒有其它選擇，要麼選擇別的交通工具，所以，這樣的產品不需要做使用者生命週期管理。比如：航司，有南航、中航及東航等等，這些航司的價格、服務、餐食、優惠、活動等，很有可能影響使用者的選擇，供大於求，所以，這樣的產品一般需要做使用者生命週期管理。
三、如何搭建使用者生命週期模型
通過上文的鋪墊，我們已經瞭解到，搭建使用者生命週期模型，其本質就是根據使用者發生的行為，找到使用者處於生命週期的哪個階段，是匯入期還是成熟期，知道了使用者所處階段，才能方便我們進一步開展運營工作。
如何搭建使用者生命週期模型呢？搭建使用者生命週期模型的一般步驟如下：
-
業務邏輯梳理；
-
找到影響使用者留存/消費的關鍵功能；
-
定義各階段使用者行為。
簡單舉例，以脈脈為例：
a.脈脈的核心業務邏輯如下：
b.可能影響使用者留存/消費的關鍵功能
根據核心業務邏輯圖，對於使用者端來說，分為生產者和消費者，我們站在消費者的角度，影響消費者留存和消費的關鍵功能可能是：投遞簡歷、消費內容、建立社交關係、購買會員。
c.定義各階段使用者行為
我們先看一下行業內通用的使用者行為定義的模板：
根據上述模板，結合我們定義的影響使用者留存/消費的關鍵驅動功能，我們可以做如下定義：
四、如何圍繞使用者生命週期，提升單體使用者價值？
提升單體使用者價值，大家可以思考，哪些使用者的價值需要被提升呢？匯入期的需要嗎？我認為不需要，這個階段處於獲客區；流失期的需要嗎？我認為不需要，這個階段主要是做使用者召回延長使用者生命週期。所以，我們主要針對處於成長期和成熟期的使用者進行單體價值的提升，體現在使用者行為上是：活躍、轉化、付費、留存。
通過上一部分內容，我們已經根據使用者行為對使用者進行定義，以脈脈為例，我們定義：在一定時間內，關注XX個行業人脈的使用者即為處於成長期的活躍使用者，那麼，XX到底是多少呢？比如，當我們通過資料收集發現，關注10個行業人脈的使用者即處於成長期，那麼，我們就可以針對未到達成長期的使用者做關注人脈行為的引導。
所以，我們需要按照以下步驟進行分析，找出使用者定義的資料節點，並通過在相應的節點制定運營策略，完成使用者引導：
1、使用者行為路徑梳理；
2、資料定義/資料收集；
3、通過資料找到發力點；
4、完成使用者引導。
1、使用者行為路徑梳理
我們仍然以脈脈為例，進行脈脈典型使用者行為路徑梳理，假設在脈脈內，一個使用者從匯入期到成熟期典型使用路徑有如下2種：
a.使用者註冊→完善個人主頁→上傳簡歷/完善線上簡歷→搜尋職位→投遞簡歷→新增招聘方為好友→購買會員→新增更多人脈
b.使用者註冊→完善個人主頁→新增行業人脈→檢視動態→釋出動態→購買會員→新增更多人脈
2、資料定義/資料收集
我們需要哪些資料呢？一般解決使用者從A階段到B階段價值提升的問題（當然B階段的使用者價值一定是高於A階段的），我們需要先篩選出B階段的使用者，再在B階段使用者身上獲取三種資料：
a.典型使用者使用路徑的相關資料，圍繞使用者從A階段到B階段典型使用路徑提資料需求；
b.使用者基礎資料，比如使用者的性別、職業、年齡、地區、愛好、家庭狀況等；
c.使用者行為資料，判斷產品內哪些模組可能會影響使用者的後續行為，然後拉出使用過該模組的使用者資料，比如註冊微博後，立刻關注5個其它使用者，則活躍和留存都比較好。
除了從使用者身上獲取如上三種資料，還可以參考使用者渠道來源資料、業務資料等進行資料分析。
3、通過資料分析找到運營發力點
資料分析的幾個關鍵思路：
a.使用者從A階段到B階段，哪條路徑更優？
b.從A階段到B階段，大部分使用者符合什麼特徵？
c.從A階段道B階段，大部分使用者是否發生過一些相同行為？
d.從A階段到B階段，是否受到不同渠道來源影響？
我們結合資料定義/資料收集以及資料分析的幾個關鍵思路，以脈脈為例，我們仍然假設：
a.通過對脈脈10w使用者的資料分析，發現走完路徑1的使用者有2w，走完路徑2的使用者有8w，那麼，我們可以初步猜測，使用者從A階段到B階段，路徑2更優;
b.我們看大部分使用者符合什麼特徵，通過基礎資料進行分析，發現處於成熟期的使用者，男女比例為7:3，男性中22-30歲佔比70%，網際網路從業者75%。
c.我們發現，投遞過3次簡歷的使用者，會員購買率為89%，站內會員平均購買率為21%； 釋出過10條訊息的使用者，購買其他使用者服務的佔比為70%，站內服務平均購買率為11%。
4、完成使用者引導
我們基於上述通過資料找到的一些可發力點，設計相應的策略，對使用者進行引導。需要強調策略和手段的區別：如果是一套機制和規則，就是策略，如果是拍腦門單次給使用者的推送，就不是。很多夥伴在制定策略時，巴拉巴拉寫了一大堆活動方案、觸達方式，其實都是在策略支撐下的具體可落地的手段。
以上述找到的可發力點為例：
a.路徑2更優，我們的核心策略是加強在路徑2各個節點對使用者的引導，具體引導的手段可以是推薦更多精準的使用者和優質的動態等；
b.針對投遞過3次簡歷，會員購買率更高，更容易到達成熟期，我們的核心策略有兩方面，一方面是大力引入B端招聘數量，一方面試面向C端求職者更加精準的推薦，具體的手段可以是增加B端入駐福利、給求職者1V1服務等；
c.男性網際網路從業者多，我們的核心策略是加強同類屬性使用者的獲取和運營力度，這樣可以更容易提升產品的整體收益。
（以上關於脈脈的分析都是假設，特別是數字的部分。主要是為了說明使用者生命週期模型的實操方法，如有不妥，還望及時指正。）
五、如何做好使用者流失預警機制，延長使用者生命週期？
上文已經說過，驅動使用者價值提升的方向有兩個：
1、提升單體使用者價值；
2、延長使用者生命週期。
圍繞使用者生命週期提升單體使用者價值的方法已經詳細說明，接下來重點關注如何延長使用者生命週期讓使用者儘可能長時間待在產品內，為產品貢獻價值。
延長使用者生命週期，大家想， 可以怎麼做？
-
預防使用者流失，讓使用者一直待在產品內；
-
針對已流失使用者，做使用者召回。
提到預防，一般都能聯想到機制化、自動化，當系統判斷使用者具有流失特徵時，及時自動觸達使用者，儘可能的挽留使用者，所以，這裡需要設計一套自動化的機制。
針對已流失使用者也可設計一套自動化觸達系統，但實際情況是，已流失使用者數量巨大，流失原因不明，甚至在註冊之後就流失、價值較低，外加簡訊、電話等觸達手段成本較高，一般會通過人工的方式對流失使用者進行篩選後手動觸達，相信很多夥伴都做過。
所以，下面我們主要討論預防使用者流失，最終設計一套使用者流失預警機制。
如何設計流失預警機制？
流失預警機制設計步驟如下：
-
流失使用者定義
-
分析流失預兆
-
設立預警機制
-
完成使用者引導
1.流失使用者定義
我們只有定義了什麼樣的使用者屬於流失使用者，才能針對未流失使用者做相應的流失預警，在未流失使用者出現流失使用者關聯行為時，系統及時響應，避免使用者流失。定義一個使用者是否流失，我們一般從兩個維度進行評估：使用者行為，時間。
使用者行為
簡而言之，使用者發生怎樣的行為，我們認為他流失了。使用者在產品內發生的行為，一定會依託產品的功能、服務，所以，使用者行為要根據一款產品的基礎功能或核心功能綜合評估。我以一些產品舉例：
-
理財產品，核心功能是理財，使用者將資金投入到標的中去，當用戶停止了這個行為，我們猜測使用者可能將要或者已經流失。還存在一種情況，使用者每天都會來App內，檢視有哪些收益率比較高的理財產品，看完之後就退出了，並沒有進行投資，因為沒有滿足使用者收益率預期的標的，這部分使用者我們稱為“沉睡使用者”或“休眠使用者”。使用者沒有離開或解除安裝App，但如果不及時挽留，或者使用者發現其它更高收益的理財產品，就會成為流失使用者。
-
工具產品，比如網易郵箱，核心功能是收發郵件，但是我們判斷流失使用者行為的方式可能不需要檢視使用者在核心功能上的操作，因為不論是收郵件還是發郵件，都需要登入郵箱，我們可以通過分析使用者的登入行為來判斷使用者流失情況。
-
電商產品，比如網易嚴選，使用者登入賬號後，每次開啟App不需要重新登入，使用者可能會在首頁看一下推薦的好物，沒有購買行為就關閉了App。我們可以基於使用者的付費行為來判斷使用者流失情況。
-
內容產品，比如36kr，使用者每天早上都會看一下創業版塊的文章，有一天突然不訪問了，那我們就要基於使用者對36kr內容的訪問行為判斷使用者流失情況。
所以，一般流失行為的標誌性關鍵動作是登入、訪問、付費。具體的流失行為定義，可以結合自家產品的實際情況進行定義。
時間
當我們選定了XX行為作為流失使用者的關鍵流失動作後，需要對這個動作發生的時間進行定義。以網易嚴選為例，使用者沒有發生付費行為，我們就定義該使用者已經流失了嗎？顯然是不科學的，我們需要判斷多久之後還沒有發生首次付費或二次付費的使用者才是流失使用者。
在這裡，我們需要引入一個概念： 回訪使用者 。
GA（Google Analytics ）上定義的 Returning Visitor指的是，當用戶首次訪問的時候，會生成一個獨立的Client ID，當用戶再次訪問時，GA監測已存在的Client ID發生一個新的會話，這時候就是 Returning Visitor，GA的回訪使用者是與新使用者相對應的。
我們今天提到的“回訪使用者”指的是：使用者流失後，再次訪問的使用者。
比如，當你通過大量資料分析之後發現，對於一款社交產品，10天內沒有開啟App的使用者，被定義為流失使用者。有一位使用者已經15天沒開啟App了，我們認為他已經流失了，但是我們的運營很強大，通過各種吹拉彈唱的技能把該使用者請了回來，這位使用者就屬於我們今天提到的回訪使用者，即，流失後再次回來。
對於使用者流失時間，我們有一個一般定義：使用者回訪率在5%-10%區間，這個區間對應的時間點及之後的時間，我們認為使用者已經流失。從網路上找到一張圖片如下：
*使用者回訪率=回訪使用者/流失使用者*100%
在拐點處，使用者回訪率為5%，這個拐點對應的流失期限是5周，在5周之後的使用者回訪率均低於5%。所以，我們認為，這款產品的使用者流失時間，可以選擇在使用者停止發生XX行為5周後，該使用者即為流失使用者。
基於使用者行為和時間維度，我們定義流失使用者如下：
上圖是使用者回訪率和流失天數的關係，我們可以看到，當用戶流失10天之後，回訪率降低到5%以下，由此，我們可以對產品內的流失使用者進行定義，明確哪些使用者是流失使用者。
注意：回訪使用者不僅僅是回來開啟App的使用者，要根據具體產品屬性進行判斷。對於理財類產品，回訪使用者指的是投資；對於工具類產品，回訪使用者指的是登入；對於社交類產品，回訪使用者指的是互動；針對內容型產品，回訪使用者指的是訪問。
2、分析流失預兆
本文的核心是設計一套流失預警機制，即，針對未流失使用者做好流失預警，避免使用者流失。所以，我們得到哪些是已流失使用者之後，需要針對已流失使用者進行研究分析，找出他們流失前的共同點，如果當前的活躍使用者在未來某一天出現已流失使用者的相似徵兆，則需要觸發流失預警機制。
分析流失預兆步驟如下：
-
確定流失使用者，分析使用者流失前的行為
-
假設使用者流失的影響因素
-
通過訪談，明確使用者流失的行為路徑
-
分析流失使用者流失前的行為，一般可以從以下幾個方向進行資料分析：
-
使用者流失前發生了哪些相似的行為
-
使用者是否集中在某一渠道
-
使用者屬性是否一致
-
流失前，產品、運營、市場是否發生某些變動
注意：分析流失前的使用者行為，我們只需要分析使用者匯入期、成長期、成熟期的資料。
我們以當前使用者拉新做的比較好的拼多多作為案例，做一些資料上的假設，來分析流失使用者流失前的行為，以拼多多成長期使用者為例：
拼多多成長期使用者佔比為30%。
成長期各渠道流失佔比：
拼多多一直以裂變效果好著稱，但裂變邀請好友存在的弊端就是，好友為了配合你拆領紅包而註冊使用拼多多，忠誠度可能較低，所以，在流失方面，好友邀請這個渠道帶來的使用者，流失率達到30%，其次是微信公眾號軟文投放帶來的使用者，流失率達到25%。
處於成長期的使用者，購買次數達到3次的使用者只有10%，90%的使用者只有1-2次購買行為，也就是剛剛進入成長期，後續沒有進一步轉化到成熟期就流失了。
處於成長期的使用者，購買金額達到200元的使用者只有5%，95%的使用者只有1-200元的購買金額。
作為拼多多最強福利模組，邀請好友可以帶來顯而易見的實惠，但是我們發現，成長期的使用者，主動發起邀請好友行為的使用者佔比僅有30%，且只有1次，70%的使用者未發起過任何邀請行為。
假設使用者流失的影響因素
基於以上資料圖表分析，我們假設使用者流失的影響因素：
-
好友邀請渠道帶來的使用者流失率高達30%，說明使用者忠誠度不夠，易流失
-
90%的使用者購買次數只有1-2次，說明使用者未養成購物習慣
-
95%的使用者購買金額不到200元，可能是使用者對產品需求偏弱或對平臺信任度偏低
-
70%的使用者未發起過邀請行為，可能是活動引導或激勵程度不夠
訪談，明確使用者流失路徑
找到流失使用者，直接進行訪談，判斷使用者流失路徑，明確假設內容。訪談這一部分，屬於使用者研究的工作，但是我們仍然可以瞭解一些工作方法，如果在一些資源支援不足的公司，便於快速開展工作，這裡簡單說明使用者訪談的步驟：
-
收集產品內外部資訊，外部環境是否發生變化。產品是否發版、是否有運營活動上線、是否有負面新聞、行業監管是否變化，如P2P產品的業務發展和行業監管緊嚴格程度緊密相關。
-
制定方案。明確訪談目標是什麼，訪談的物件是誰，訪談的流程如何設計。
-
方案落地實施。可以邀請使用者到公司進行訪談，可以通過線上問卷形式進行資訊收集，也可以通過電話甚至競品分析等形式對流失路徑進行分析。
有人問我，如果分析出使用者流失前的行為，不進行假設、不做使用者調研可以嗎？感覺加上這兩步之後，變得好複雜。實際上，我們仍然可以按照MVP的原則進行敏捷測試，將分析出的問題，通過小範圍、人工的形式推動去解決。如果被驗證是對的，可以逐漸系統化。
3、設計預警機制
根據上述得到的何為流失使用者，以及流失使用者在流失前的行為，我們就可以開始設計預警機制了。預警機制在不同公司的體現形式不同，主要還是基於業務規模和業務型別進行設計。
-
如果是一家初創型的公司或者業務快速變化中的公司，可能壓根不需要設計預警機制，僅僅需要做好使用者流失預警。運營夥伴通過資料分析，定義流失使用者的標籤，給到資料分析師，資料用SQL幫我們跑出來這些使用者的名單，我們就可以通過push、簡訊等渠道對使用者進行簡單的觸達。
-
如果業務具備一定的規模或者業務已經成熟穩定，除了做流失預警，最好能夠搭建一套自動化預警機制。以微信讀書為例，使用者性別、年齡、愛好、閱讀習慣、閱讀程序等等存在數十個標籤，如果靠運營手動定義標籤並交給資料分析師匯出使用者名稱單，工作量太大，效率極低，而且容易宕機（皮一下..）
-
根據流失前使用者的行為指標，分別對這些指標賦予相應的權重，根據這些指標、權重進行計算，當數值高於XX值時，系統定義該使用者具有流失風險，要麼自動觸發、要麼將名單傳輸到運營手裡，運營人工召回。當然，如果加上權重比較複雜，也可以根據定義好的使用者行為指標直接做預警，凡事可以變通。
-
預警最好可以分等級執行，以上述拼多多為例，成長期的使用者，流失前，90%的使用者購物次數只有1-2次，流失時間假設是20天之後。那麼，當用戶在10天的時候，如果購物次數保持在1-2次，我們可以基於使用者購買或瀏覽行為為使用者進行更精準的推進；12天的時候，如果購物次數仍然保持在1-2次，我們可以在推薦的基礎上，給使用者發放折扣券或進行商品返現；如果15天的時候，使用者還是隻購買過1-2次，我們可以進行人工客服電話召回，告知使用者現在針對該使用者有一個XX元優惠券等在賬戶裡，2天內有效，可以使用；如果18天的時候，還是1-2次，那麼我們可以提升對該使用者的push、簡訊頻次，並加上感召性的文案。如果超過20天仍然只有1-2次，我們認為該使用者已經流失，可以按照流失使用者的標準進行日常召回。
-
我所知道的流失預警機制，可以有兩種呈現形式：
.
一套取數系統，像上文所說，系統會每日匯出名單，由運營定製化觸達使用者。
一套自動觸達系統，最好的就是這樣的系統，可以大大提升效率，只有在分等級觸達情況下，實在無法召回，才會匯出名單給運營，進行電話、使用者回訪調研等。
4、完成使用者引導
截止到上述3步全部完成，已經搭建了一套流失預警機制，也就是完成了使用者引導。但是，針對使用者引導制定怎樣的策略是一個很重要的環節，所以，我們拿出來單獨討論。
既然是預警機制，最核心的還是怎樣留住使用者，那麼，單單分析出誰是流失使用者、流失使用者有哪些流失前的行為以及在流失前進行觸達還是不夠的。怎樣觸達？觸達的內容是什麼？觸達的渠道是什麼？觸達的形式是什麼？還需要針對性一步步去做。
仍然以上述拼多多為例，我們針對預警觸達動作制定相應的運營策略：
-
好友邀請渠道帶來的使用者流失率高，增強對這部分使用者的引導；加強對這部分使用者的激勵。
-
成長期90%的使用者購買次數只有1-2次，通過發放優惠券，提供專享商品等形式培養使用者購買習慣。
-
成長期95%的使用者購買金額不足200元，增強媒體宣傳，提升使用者對平臺的信任度，提升使用者購買大額產品的機率；推薦更精準的產品給到使用者，並附帶大額優惠券，主動幫使用者發現需求並刺激轉化。
-
成長期70%的使用者未發起過邀請行為，加強對邀請活動的引導，或者當用戶在App內連續發生某些動作後，增加這部分使用者參與好友邀請活動的額外激勵，比如只要他們參與，就立刻送一張5元無門檻代金券。
（上述關於拼多多使用者構成、不同使用者行為資料均為假設，主要是為了將文章中的理論通過實際案例呈現，如有不妥，請及時指出。）
這裡補充一些常見的觸達渠道：
郵件召回
-
優點：
-
成本較低
-
郵件可傳達的內容多
-
郵箱的新郵件提醒到位
-
缺點：
-
國內使用者的電子郵件使用率較低，郵件開啟率更低；
-
傳送設定有一定的技術要求，不然容易被遮蔽。
簡訊召回
-
優點
-
送到率較高
-
缺點
-
成本比郵件高
-
智慧手機的軟體可能會把簡訊遮蔽
-
適合的產品種類較單一
站內信召回
-
優點
-
成本相對來說非常低
-
送達率高
-
缺點
-
開啟率低
Push推送
-
優點
-
成本相對很低
-
觸達率高
-
使用者開啟率高
-
缺點
-
使用者解除安裝App就收不到訊息
-
設定攔截就收不到訊息
電話回訪
-
優點
-
更加人性化，成功率高
-
缺點
-
效率低
-
成本高
-
對電話發起者要求較高，話術、發音等
至此，關於使用者生命週期模型搭建的內容暫告一段落，雖然文章中有案例，但如果沒有實際操作過，這些對我們來說，都處於紙上談兵的階段。希望有機會，大家可以真正去做一下。歡迎大家共同在留言區探討交流。
文章推薦
