编辑导读：用户运营是指运营所能触达的用户，实现运营目标。用户体系更多是内部运营人员为精细化运营而搭建的用户模型，会员是其中的一个圈层。本文作者围绕如何建立用户和会员体系的运营架构展开三方面的分析，希望对你有帮助。

　　本文的目的，是为了给大家建立用户运营的基本认知和思路。关于详尽的实操与细节内容，其实各类网站的专项分析都比较多，后续可能也会分享我的个人思考和经验。

　　用户运营，即运营所能触达的用户，实现运营目标。

　　最开始广泛成熟应用在互联网产品，逐渐衍生至互联网+产品，零售、服装、商超、购物中心等行业数字化转型升级浪潮中也逐渐把用户运营纳入运营指南针。

　　这里需要知道两个点：

　　未开始运营的产品，在产品策划阶段运营者即需要对目标用户有标签预判；已运营或成熟的产品，通过用户主动填写/授权或第三方开放标签库进行撞库匹配等手段，都可以了解用户的标签。标签大约可以分成下方四类：

　　基础标签：性别、年纪、地区、设备信息等基础属性行为标签：泛指和该产品的交互行为，互动行为（转发、点赞、评论等）、浏览行为（停留时长、搜索、滑动）、使用习惯（支付方式、使用时间、使用时长）结果标签：泛指结果偏好，内容偏好、明星偏好、留存情况、复购情况等预测标签：泛指通过上述标签的推测用户走向，应用于智能化运营机制，用户状态（低频-促活机制、流失-召回机制等）、用户偏好（根据内容策略推荐）、需求挖掘（大家都喜欢，看过还看了）

　　基础计算逻辑，产品用户使用数=泛目标人群数*渗透率*使用率（渗透率及使用率则需要根据用户标签预估），如app的使用人数最大值=（中国网民*手机上网普及率*互联网渗透率）*APP最大使用率

　　按 CNNIC 统计，中国网民里手机上网普及率达97.5%，目前发达国家互联网渗透率达97.5%（参考：世界互联网发展报告 2017-总论）。按国家人口规划，2030 年，中国人口规划达到峰值 14.5亿。假设2030年后，达到发达国家水平。 手机网民年度使用数=14.5*97.5*97.5% = 13.78亿

　　获客天花板也取决于产品的用户偏好属性是否显著，如果有明确的用户偏好，也会较高的影响获客上限。

　　同时，线上产品，能覆盖的人群相对线下产品会更加广泛，线下产品，对于用户注意力的抓取和覆盖的用户层次也会更加广泛。

　　何为用户体系，即为了更高效地对用户进行精准化管理和营销，在内部运营体系内有意识地将用户分群。他是运营者为了精细化运营用户而建立的内部使用的用户评估机制，用户不会有明确感知，换言之，用户所能明确感知等级制度或权益制度实则是会员体系（用户成长体系），这属于对外的圈层划分。

　　根据前面的概念解释，用户体系的本质是为了激励。比如电商公司，激励用户更高单价、更高频率的消费，内容公司，激励用户更长时间、更高频次的去视/听内容，社区公司，激励用户浏览更多内容、花更长时间社区互动等等。

　　激励高价值用户持续贡献高价值；激励次高价值用户更多贡献高价值；刺激低价值用户逐渐贡献高价值；清洗无价值用户，减少运营成本或更换策略；

　　上述是用户体系建立的基本目的，接下来分享最常用且最实用的用户体系模型，基于用户价值划分2个方向：

　　1）用户生命周期模型

　　生命周期模型，是一个典型的运营模型，泛指时间和用户两者在对象范围内的发展路径，目前运用的对象范围是比较广泛的，如市场生命周期、产品生命周期、用户生命周期都是这个“倒S”曲线。

　　本文中特指用户生命周期，即用户从接触对象产品到离开的过程阶段。从下图来看，会经历5个阶段：引入期、成长期、成熟期、休眠期、流失期。

　　划重点！精华！各生命周期的区别和运营逻辑如下：

　　【特征表现】【运营手段】需要具体结合所在行业、所在业务来看。上述主要是结合一些案例是方便理解说明。

　　当运营同学把用户进行分生命周期划分，可以对用户进一步精细化运营（2步逻辑）：

　　各人群特征分析。不同生命阶段用户或许存在特征差异性，可根据用户标签（第一大点说过）进行拆分来看，是否有显著特征。如成熟期活跃用户具备某项或某几项共性，那么可以在其他阶段的用户中寻找出来这一部分人，进行针对性的运营策略，他们可能更大概率转化为成熟用户差异化营销。思考不同阶段用户的发展方向，以及如何能够促进他们走向发展方向2）RFM模型

　　另一个经典用户运营模型。与生命周期相同，均是根据用户价值逻辑划分；不同的是，RFM是基于用户关键行为进行搭建的。RFM释义如下：

　　R：最近一次消费（recency），代表用户距离当前最后一次消费的时间，当然是最近一次消费的时间距今越短越好，对我们来说更有价值，更可能有效的去触达他们F：消费频次（frequency），用户在一段时间内，在产品内的消费频次，重点是我们对一段时间的定义M：消费金额（monetary），代表用户的价值贡献起初是将R、F、M每个方向定义5个档，5*5*5=125种用户分类，实操上运用过于复杂，现在已经把R、F、M每个方向定义为：高、低，两个方向，我们找出R、F、M的中值，R=最近一次消费，高于中值就是高，低于中值就是低，这样就是2*2*2=8种用户分类，如下：

　　*RFM模型客户分类后的主要运用场景举例

　　运营同学根据自身业务，将业务用户分为8个方向后，可以根据价值场景，进行具体的运营策略制定。

　　关于RFM的划分方法网络上有非常多的资料，就不进行详细说明了。

　　总归来看，关于对用户运营体系的建立，不仅仅是模型本身，更重要的是运营者的思路，发现问题——提出假设——解决问题——回归效果——迭代试验。

　　用户体系更多是内部运营人员为精细化运营而搭建的用户模型。会员体系，则是运营者通过数据洞察分析，给用户制定的一套圈层规则，一般是根据用户成长值进行登记归属，也称为用户成长体系。

　　用户，更多像是一个游客。会员，感受起来更像是一位朋友，这是为什么大多数企业趋之若鹜建立会员体系，为的是给用户一个家～视频网站、电商网站、消费行业星巴克都是十分优秀的规则制定者。

　　首先，运营者希望用户可以更加活跃，理解建立会员体系，就能够让用户不断往前冲冲冲，从而获得用户的忠诚度或使用时长其次，运营者也希望为用户建立一个社交圈层，高级会所的会员制度提供的除了服务外，更多是给会员们提供一个社交通道。日常使用的APP、零售公司，也基本会努力为高等级会员提供线下社交通道，就是希望当用户有更多的付出，更靠近品牌和企业，联系建立多了，用户可能也会更忠诚不过，会为了等级价值愿意忠诚付出的消费者虽少但也有，更多用户其实处于大概了解或者无感层级。毕竟20%用户创造80%收益，从这个角度上，会选择给用户一个归宿定义，他们叫做会员

　　最重要，取决于主营业务的互动，看何为立命之本。如果是内容平台，是试听所付出的时长；如果是电商，是消费所付出的金额一般重要，会考虑用户活跃程度。企业会把频次作为成长值的一个机动附加导向，这是每日任务、每日签到的价值逻辑相对重要，付费业务导向。比如爱奇艺、腾讯视频等企业，购买他们的付费VIP成长值会得到突飞猛进的加成，就是因为付费产品的用户捆绑程度高，忠诚度也相对高有则更好，利用部分用户在乎成长值的荣耀心理，会制定指定任务体系，其中的任务则是为了活跃或者助力某个业务目的通过腾讯视频的具体案例来看，如下：

　　最重要，看用户痒点或痛点。内容平台，腾讯视频则是观影券（当然因为付费会员的存在，成长会员等级的权益会被弱化），消费行业可能是代金券（毕竟对用户来说每一笔消费能优惠都好）一般重要，生日礼包。可能作为普通成长会员体系的高价值权益，直接满足痛点。腾讯视频会包含付费VIP时长赠送，消费行业可能是单品的赠送充数价值，为了让会员体系看起来很值！所以东西都会凑出一个大礼包。一般会放置关联业务的权益或者一些有门槛的代金券，打着福利的名号刺激消费基础内容，专属昵称和皮肤，总得给会员取个名字吧。积分，圈层货币体系。下方是腾讯视频会员等级的权益，基本逻辑同上：

　　划重点！基于会员的生命周期，会员运营框架模型如下：

　　行内关于会员权益制定的文章很多，但关于如何衡量会员制度的价值（毕竟要做还是得证明价值的），鲜有人提及，大家通常把它当作一个【别人有，我也必须有】的体系。

　　首先，数据确定价值。会员体系的搭建后销售情况是否有增长，或者说一个用户加入会员后贡献是否增长其次，界定价值来源。为何会员体系搭建后会有业务增长，如何确定会员体系带来，怎么表现和剔除影响因素最后，迭代试验价值。如果上一条证明会员有价值，那么如何完善会员体系，提升更多贡献价值常见误区是因为会员量级增加或某个大范围影响的活动，而证明会员等级价值贡献有效，所以检验过程中，需要确保数据准确性和尽可能排除影响因素。

　　我们可以形象把用户体系和会员体系与国家制度进行比喻，抽象理解。同属人群划分理论，不过国家制度及管理肯定更为复杂。

　　以上，是关于用户体系、会员体系的框架性认知。作为运营人员，最重要的运营体系的搭建能力和思考模型建立，这样才能够根据变幻莫测的市场和实操情况，有条不紊有逻辑的制定应对策略。常常都是万变不离其宗。

　　本文由 @In Nice 原创发布于人人都是产品经理，未经许可，禁止转载

　　题图来自 Unsplash，基于 CC0 协议

　　每个企业都有自己的一套相对完善的用户运营体系，本文结合运营过程中的复盘经验，以及其他社区O2O用户运营过程中的一些经验，将用户运营体系分为四大策略体系，即增长框架+用户建模+场景化分层+数据运营。

　　用户运营体系是什么样的？

　　相信每个企业都有一套相对完善的用户运营体系，之前接触一些介绍用户体系的文章，基本将用户运营体系等同于用户分群策略和AARRR运营模型，实则这只是整个运营体系中的一角。

　　结合运营过程中的复盘经验，从社区O2O用户运营过程中摸索出一套较为实战的用户运营体系，即包含4大策略体系：

　　增长框架：用户增长团队+核心增长渠道+增长工具。用户建模：用户模型搭建，包含标签画像、用户价值模型、用户偏好识别模型、用户流失预警模型、用户活跃度模型等。场景化分层：12大类运营场景，每个场景基于用户标签和建模工具进行分层分群，并制定相应的精准营销手段进行运营。数据运营：核心运营指标体系+数据分析模型。——用户增长框架的搭建——

　　用户增长的重要意义不言而喻，没有用户增长也无从谈起用户运营。每个企业在做用户增长之前，首先想到的是渠道运营，由渠道来配置运营人员。

　　普遍做法是：市场部招渠道运营，负责各应用商城和网络广告平台投放、优化；新媒体招新媒体运营，负责社交渠道的内容产出；用户团队负责用户池用户的激活、促活、留存。

　　乍看起来这套团队体系完全没问题，各自负责一块，各自去达成KPI。

　　可在实际运营过程中，或存在以下无法避免的问题：

　　部门的边界和KPI的设置，整个运营衔接会很差劲，基本各个部门埋头去达成自己KPI，同时渠道运营人员往往只考核注册用户量，为达成这个KPI，人为降低用户质量，掺假用户时常发生，导致后续激活、促活、留存工作难以为继。渠道部门为达成KPI，付费渠道基本全面开花，一方面核心增长渠道无法集中精力培育，另一方面CAC居高不下。缺乏有效的增长工具，比如渠道分析体系工具、线下社区获客模型等。基于以上问题，企业做用户增长的首要任务就是搭建用户增长团队。增长团队首先要消除部门边界，以项目组形式或增长部门存在，包含渠道运营、活动运营、产品、用户运营。

　　其次基于AARRR每个运营节点，为各个职能定义增长指标来指导整个增长工作：

　　渠道运营在Acquisition节点主要考核：新增用户、获取成本（CAC）、新增用户留存率。产品在Activation和Retention节点主要考核：注册转化率、功能留存率；活动运营在Activation和Retention节点主要考核：DAU、MAU、DAU/MAU；用户运营在Revenue和Referral节点主要考核：用户转化率和K因子。以项目组或增长部门的形式将各个节点统筹起来，最终在KPI层面只考核一个部门指标，每个职能都与这个指标相挂钩，解决了各自为政和相互推诿的问题。

　　其次任务就是建立用户核心增长渠道。用户获取渠道一般有付费渠道和免费渠道，企业建立核心渠道的目标首先是——一定要找到CAC足够低的渠道，如果获取用户付费渠道占比很高，用户获取成本居高不下，那么增长就受制于推广预算，增长在预算不足时候就会出现停滞。

　　其次核心渠道带来的用户一定是优质的用户，有许多企业靠刷榜等手段获得了大量非目标用户，虽然增长数据上较好看，但转化效果却很差，这种渠道也不能当做核心增长渠道。

　　我们会发现：一些活的较好的产品，其一定是有自己核心增长渠道的，摩拜的车身二维码通过线下投放获得足够多的骑行用户，滴滴的红包通过在分享渠道裂变获得足够多的打车用户，拼多多通过拼好物的方式在社交渠道获得足够多的电商用户。

　　而社区O2O平台，同样在核心增长渠道的打造上，依托门店和线下配送人员，以地推日常生活用品和生活服务的方式，在各个社区里获得足够多家庭用户和老人用户。

　　最后是增长工具，什么是增长工具呢？

　　增长工具就是能够帮助企业高效获得用户的手段，可以是实物，也可以是分析模型，也可以是券。

　　摩拜的增长工具就是单车，通过单车和用户短途出行需求的结合，爆炸式的获得大量短途通勤用户；滴滴的增长工具就是补贴券，通过券将大量打车边缘用户转化为使用用户；拼多多的增长工具就是越拼越低的价格，通过低价好物的方式将大量淘宝京东购物用户转化为拼团用户；我们的增长利器是开发了一套线下社区用户模型，通过社区画像、用户画像、大数据建模，对各个社区用户的需求、偏好进行预测，并打上相应的标签，指导门店到社区进行针对性地推，将便利店和超市用户转化为社区O2O用户。

　　实际上，增长工具作为获客利器，一方面与企业核心业务紧密结合，另一方面又能够切中用户需求，两者缺一不可，如果无法找到增长工具，企业靠刷脸的方式是无法获得持续用户增长的。

　　——用户模型搭建——

　　如果一个企业连基本的标签画像模型都没有能力搭建的话，用户运营只能纸上谈兵了。用户模型的搭建是实现用户分层分群的基础，也是做精准用户运营的必要工具。

　　用户模型包括标签画像模型、用户价值模型、用户偏好识别模型、用户流失预警模型、活跃度模型等。

　　标签的价值在于基于业务帮助运营人员对用户实现场景化分层，并设计针对性的营销活动。画像的价值在于帮助运营人员了解每个群体的特征；用户价值模型可以识别高价值用户群体；偏好识别模型帮助运营人员进行产品的针对性推送；流失预警模型在用户流失之前对用户进行挽留，活跃度模型可以有针对性的进行唤醒、促活等。模型的搭建需要专门的数据产品团队来完成，运营人员基于用户模型进行营销时，需要将重点放在营销效果分析和营销方案迭代优化上。

　　通过多次营销尝试与数据产品团队，找到一个比较合适的模型建立方式，并逐步建立起一个稳定的运营方案和运营计划。

　　每天上班时，运营人员可以将前一天跑出来的标签组合成用户群的营销信息发送出去（Push或短信），监督其转化情况，不断迭代，逐步建立起基于用户模型的标准的运营方案和运营计划。

　　——场景化分层策略——

　　基于平台业务可以衍生出若干运营场景，每个场景下需要对不同的用户群进行运营，用户群来自与标签模型及各个用户模型。

　　我们在具体运营过程中，运营分为两大类：一类是Growth hack，另一类是用户精细化运营。

　　两类运营细分12大场景，以其中一个运营场景举例：

　　业务场景：平台某个频道用户复购率较低，频道运营怀疑用户流失严重，希望用户部门帮助监测用户流失情况，并预测现有哪些用户可能会流失？通过流失预警制定相应的挽留策略。

　　结合这个业务场景，我们会在标签系统里，筛选出打上xx频道标签的用户，并通过用户流失预警模型来训练流失用户样本，通过模型可以将流失用户特征找出来，并计算不同特征用户的流失得分，以流失得分对用户进行分群。

　　具体可以组合为低风险流失用户、中风险流失用户、高风险流失用户。低风险用户群可以保持现状，进行日常推送营销，对于中高风险流失用户群，需要结合用户画像系统和用户偏好分析模型分析来确定触达策略。

　　比如：分析得到这个用户群女性比例较大，社区属性为中高端属性，偏好购买进口水果和高端洗衣，这时可以以此来制定挽留策略，向这些用户推送相应的针对女性群体的活动信息即可成功唤醒用户，达到挽留的目的。

　　——用户数据运营策略——

　　数据运营包括核心指标体系和数据分析体系，核心指标体系可以监控用户运营的发展趋势，实时了解用户活跃度、健康度等基本信息。用户数据分析体系能够帮助运营人员定位问题，并针对问题及时优化产品。

　　首先是核心指标体系的搭建，核心指标一定与产品目标紧密结合。比如：单车类产品目标是获得租车收入，其核心指标应该以付费用户为核心进行搭建。资讯类产品目标是用户阅读产生流量，其核心指标应该以DAU和浏览深度、时长为核心进行搭建。

　　同时，核心指标数据在企业内部不同层级的人员关注点也不一样，领导层级关注的是大盘用户体量、成本、收益；运营层级关注的是用户活跃度、留存度、转化情况；在指标体系产品的搭建中，我们围绕消费用户核心指标从新获客能力、 健康度、偏好度、购买行为四大维度进行构建。

　　1. 新获客能力

　　用户增长潜力分析：城市、门店、地推人员了解区域、商圈、社区用户开发总体情况和开发潜力；用户来源渠道分析：各频道想知道目前在推的渠道，用户主要从哪些渠道来的？哪些渠道优质，从而优化渠道策略；拉新产品分析：门店、地推人员想知道片区内哪个产品拉新贡献最多，客户首次下单的产品定义为拉新产品；各社区拉新偏好分析：门店、地推人员想知道片区内每个社区新用户的偏好，比如：A社区偏好电子产品、B社区偏好生鲜，从而在每个社区拉新的时候进行针对性的推广。2. 用户健康度

　　用户价值分析：频道想知道自己忠诚用户群是谁，活动时候可以找这些优质用户让他们来参与，同理地推人员可以在线下邀约这些用户到门店参与活动；用户流失指数：频道想知道不同分群的用户有哪些会流失，如何预防他们流失；社区用户贡献度：门店和地推人员想知道地推人员所在片区内，每个小区的GMV贡献率，分周、月，片区内分布要有趋势图。3. 用户偏好度

　　品类偏好：门店和地推人员、频道想知道哪个小区/地域更倾向消费什么类型的商品（购买者位置和品类的交叉关系）；活动偏好：门店和地推人员、频道想知道哪个小区/地域更倾向什么类型的活动（购买者位置和活动的交叉关系）；价格偏好：频道想知道不同品类用户更倾向什么价格，从而将各种价格段商品推给相应用户（品类和价格的交叉关系）；触点偏好：门店和地推人员、频道想知道不同品类用户更倾向在什么渠道购买（品类和触点的交叉关系）。4. 用户购买行为

　　不同用户群的复购率：频道想知道新老用户的复购率及找出高复购商品，及时调整新老用户运营策略和做好商品运营，按月度监控。

　　用户路径分析：频道想知道频道首页到活动页的用户参与情况，用户是在什么环节流失的，从而做好页面运营。

　　其次是数据分析体系，需要搭建系列分析模型工具，帮助运营人员定位运营过程中的问题，模型工具包含漏斗分析模型、归因分析模型、微转化分析模型、同期群分析模型等。

　　常见的分析场景比如：DAU下降，如何归因？ 注册转化率低，如何归因？ 新增用户留存率低，如何归因？

　　以注册转化率低为例简述一下分析方法：

　　第一步：影响维度拆解；第二步：维度下的细分指标拆解；第三步：定位问题。

　　注册转化率可以拆分为两大影响维度：渠道和产品。

　　每个维度下进行细分指标拆解，渠道细分指标包括投放媒体、广告类型、广告内容、关键字；产品包括注册逻辑、产品设计、输入法、产品稳定性等。

　　定位问题需要对细分指标一一排查，发现数据异常点，比如：通过漏斗查看每个环节的转化率，转化率低的环节可以重点关注，如果是渠道的问题则优化投放的媒体、对广告内容进行AB测试，对关键字进行精准定位；如果是产品的问题则优化注册逻辑、界面、提升App稳定性等。

　　通过对4大策略体系进行总结可以发现，用户运营不再是简单的找几个运营做好分群运营工作，也不是几个用户模型就能让企业用户价值得到飞速提升的工作，而是一个企业需长期投入人力、精力、物力打造的运营体系。

　　用户运营对企业的意义也不言而喻，一个企业整体业绩的增长离不开优质用户规模的扩大，更离不开用户生命周期价值的提升。

　　作者|赵文彪，某社区O2O平台用户运营负责人，7年互联网运营经验。