一篇文章让你掌握用户运营

　　近期浏览互联网运营的招聘信息，从中感觉到运营这一职位的细分化和体系化，而运营对用户的需求，也呈现出趋同的趋势，所以最终才能给它一个完整的定义。期待那些对用户运营工作好奇的，或者刚进入这个行业的，或者正在找工作的毕业生，能帮你更好的了解这份工作。

　　大厂对用户运营岗位的需求描述(2020.09)

　　为讲清楚用户运营这件事，我从腾讯、京东、网易、字节招聘官网等网站挖掘出26个用户运营职位需求，再从工具/应用、目标、能力等方面，得出其共性需求。

　　从上图中可以看出，在“工具/内容”方面，最重要的是“活动”(如活动运作、活动策划等)，其次是“层次结构”(即用户分层，不同用户采用不同的操作策略)，之后是成长(系统)、用户生命周期、调查、用户画像、用户激励等，这些看似不多说的东西，实际上在做活动/用户分层时就用到了，这是一个普遍存在的工具/方法。

　　在目标方面，突出的是活动和保留，其次是拉新，基本上将用户生命周期内的目标都打包起来。在能力方面，除了抗压力、跨部门沟通等一般需求外，数据分析是一个重点(笔者认为运营本身也是数据驱动的工作)，而其中只有一项明确提到SQL加分。

　　用户运营要做什么以及每件事之间的关系。

　　在第一部分中提到的许多名词在整个操作中是如何体现的？下面的图表对此有直观的描述：

　　一般来说，做用户操作，是以用户生命周期、用户成长模型为思维基础；以拉新、促活、转换(首购、复购、关键行为转换……)、保留为目标的工作。

　　对于达到工作目标的策略或方法，则要根据具体产品的需要再定。一般情况下，满足衣食住行等常规重复多次使用的app，工作内容如图所示：用户分层，然后对分层用户进行调查，得出画像，对不同画像的用户，根据目的需求，采用不同触控方式(通常是以活动作为落地载体)，然后分析数据查看效果，然后迭代。

　　为使大家更深入地了解这些关系，我大概用户运营画了张图(大概理解为能开不同花的植物[产品]和能进化的蜜蜂[使用者]：

　　(只需查看emm，如果清楚了，可以跳过这里)

　　由根往上看，每支分枝都是层次化完成的，不同分枝上生长的花，是活动的或表面的交互作用，花的香味就是触达，用用户运营可以吸引不同的蜜蜂，不同的花又决定了蜜蜂的交互作用。

　　左支为一类激励系统，每朵花都有不同的采蜜难度，蜜蜂通过收集初级花的花粉累积进化积分，进化后可以收集高级花的用户运营花粉。花长得什么样呢？为什麽会引起某种蜜蜂的兴趣，就是在用户调查和用户画像的基础上，在分层的初期，经过反复的测试，最终让花变成蜜蜂(用户)喜欢的样用户运营子。(当然，用户采集蜜汁的行为还能进一步反馈他们对产品性能的接受程度)

　　关键点的分拆详解。

　　一、目标和基本想法。

　　(1)目的。

　　对于这些名词的具体解析，不同企业会有一定的要求，比如大多数app的拉新指新注册，而一些购物app则是指首单用户；也如许多app看留留留留看第二天，下个月就留留留；但是对于低频的工具类app，则可能倾向于按7天留留留。这一点还要具体的观察具体的工作。

　　二是生命周期。

　　一个通用模型，它包含用户的生命周期和产品的生命周期。当然，这里主要讨论的是用户。获得用户后，我们也许会进行渠道投放，或者进行裂变活动，这些投放或者拉新活动，都会消耗一定的成本，因此一开始，用户价值是负数；随着用户与产品的关键行为交互增加，用户价值开始上升(不同的产品有不同的价值，一些可能是用户付费，另一些可能是广告)；

　　一旦用户沉没或流失，产品若仍对用户进行短信、邮件触达等维护，且用户没有相关的关键行为响应，则此处的用户价值将再次下降为负。对于用户的生命周期价值，网络上已经有了很多文章，大家感兴趣可以度娘一下。

　　任务部分：

　　二、层次。

　　A.什么是层次结构。

　　？总而言之，分层就是一种精细运作的思维方式，实际上就是用某种方法把用户分成层次或者类别。例如按生命周期划分为新增用户、活跃用户、流失用户等；如按用户价值划分为重要用户、重要开发用户、用户运营重要维持用户、一般价值用户等。

　　(2)为何分层？

　　就用户发展而言，不同用户的使用需求用户运营和付费习惯、对app的熟悉程度、操作的差异化、产品的差异化、服务的差异化，都会降低用户的搜索成本，提高用户的使用体验，增加用户的粘性和转化。在操作效率方面，有限的操作人力，将用户分类分层，对目标价值贡献较大的用户给予较多的操作时间，操作效率会有所提高。

　　三、如何进行分层？

　　基于目标/猜想进行数据提取、分析，得到不同的用户群；通过接触调查/活动等方法，验证猜测/目标，进一步优化层次结构。(有的时候，分层并不是一蹴而就的，要经过多次测试和验证才能得到最好的分层标准，有的时候，分层标准越细，分层标准就越多，比如“重要用户购买母婴产品的用户运营群体”这一条就有两个限定标准。

　　(4)通用层次法。

　　1)见上图(按工作目标分层次)

　　二、价值分层：RFM如何对用户分层，实现精细化运营？使用RFM用户价值模型(Chirs)这篇文章非常详尽，需要补充的是，这种方法的原理可以从以下几个方面来理解：

　　也可关注其主要数学逻辑：以用户占比和观测指标为YX轴，根据曲线变化确定观测指标档位，然后再进行下一步分配。(意思是不必是RFM，即使自己定义了其他标准，也可以采用类似的方式为用户分层)

　　三是要素权重分级。

　　层次结构下的用户画像调查(了解他们用户运营是谁，偏好什么，可以做对应触达)

　　通常用户画像分为几类：

　　人口学的特征：年龄，性别，职业，学历，收入，地理位置…

　　使用者描述：浏览习惯(浏览时间，浏览时间，浏览类别)，购买习惯(购买单均，购买类别，购买频率，关联购买…)，分享习惯…

　　使用者态度画像：对产品满意，想要产品满足的需求，偏好，生活方式…

　　在这些数据中，可以通过简单的问卷调查或用户身份信息等方法获得，可以直接从系统获得行为数据，也可以通过用户态度数据通过用户与产品之间的长期互动获得，这些数据通常指以下数据：满意、竞争状态和感觉位置、欲望特征、满足需求的特点、生活方式、品牌偏好、融合与个用户运营人价值、观念、各种偏好。

　　人口学数据和偏好：

　　行为数据图像(部分)

　　*用户偏好数据及其相应值的附表：

　　在理解用户偏好时，通常需要以下数据的实际行为、评分、市场细分(细分是持续进行的，可以从最初的RFM开始逐步强化细分；方法包括盈利细分、人口统计细分、渠道使用细分、RFM细分、个人态度细分、偏好细分)、直接对话(显示偏好、回答问题、提出要求)、第三方信息(包括人口统用户运营计、简历、生活习惯等)

　　实用性：A值高B值低C值。

　　(列出这张表格，是为了提醒自己和同学们，当自己每天花费大量时间在某件事/某项数据上时，我们应该偶尔站出来，看看自己所做的与实际任务价值相关联)

　　三、活动。

　　以前的文章有提到活动上线前的运营，大家可以翻翻，我这里就不多多说了。(活动运作深入剖析(一)：活动前的准备工作(包括详细流程图和大量细节)

　　精髓就是以上两个图，要注意。

　　对于用户运营来说，每一次活动都是了解用户的工具，无论广告策划方案活动成败与否，只要用户通过活动与产品进行互动，我们就可以进一步了解用户。因此无论活动是否由用户运营组织和执行，用户都会发送。