以下图片来源于：小贤运营社技能地图；技能地图没有具体名词解释，本人重新做了梳理整合。

　　目录

　　用户画像数据获取流程AARRR模型用户状态模型 用户（订单）漏斗模型 用户真诚度模型 用户价值模型(RFM) 用户分层与分群 用户画像&基于运营目的用户管理 用户价值与生命周期一、用户画像标签：

　　用户画像

　　1. 人口标签：基础信息|注册信息

　　2. 社会属性：家庭信息|工作信息

　　3. 用户行为：活跃数据|偏好属性|行为数据

　　4. 用户消费：

　　二、 数据获取流程

　　1. 确定目标与需求

　　2. 数据字段规划

　　3. 埋点数据采集

　　4. 数据或报表呈现

　　三、AARRR模型：1. 拉新 2.激活 3.留存 4.变现 5.传播

　　产品用户获取数据

　　CTR:点击率：CTR（click-through rate）指在搜索引擎中输入关键词后进行搜索，然后按竞价等因素把相关的网页按顺序进行排列出来，然后用户会选择自己感兴趣的网站点击进去;把一个网站所有搜索出来的次数作为总次数，把用户点击并进入网站的次数占总次数的比例叫点击率。

　　CPM:千人成本：千人成本是一种媒体或媒体排期表(SCHEDULING)送达1000人或"家庭"的成本计算单位。这可用于计算任何媒体，任何人口统计群体及任何总成本。它便利说明一种媒体与另一种媒体、一个媒体排期表与另一媒体排期表相对的成本。千人成本并非是广告主衡量媒体的唯一标准，只是为了对不同媒体进行衡量不得已而制定的一个相对指标。衡量一个媒体价值的数字。

　　CPC:CPC（Cost Per Click；Cost Per Thousand Click-Through） 每点击成本，网络广告每次点击的费用，是一种用于将流量引导至网站的互联网广告模式，在此模式下，当广告客户向发布商（通常是网站所有者或网站网络）付款时广告被点击。

　　CPS:CPS，英文全称Cost Per Sales，即按销售付费。CPS实际上就是一种广告，以实际销售产品数量来计算广告费用，是最直接的效果营销广告。CPS广告联盟就是按照这种计费方式，把广告主的广告投放到众多网站上。

　　ARPU:ARPU(

　　ARPU-AverageRevenuePerUser)即每用户平均收入。用于衡量电信运营商业务收入的指标。ARPU注重的是一个时间段内运营商从每个用户所得到的收入。很明显，高端的用户越多，ARPU越高。在这个时间段，从运营商的运营情况来看，ARPU值高未必说明利润高，因为利润还需要考虑成本，如果每用户的成本也很高，那么即使ARPU值很高，利润也未必高。

　　ARPPU:链接：ARPU（average revenue per user ）,ARPU=总收入/用户数;是指在一段时间内从每位用户获得收入。

　　ARPPU（average revenue per paying user）是指从每位付费用户身上获得的收入。

　　CL:客户生命周期（CL：Customer Lifetime）

　　CLV:用户生命周期价值CLV（Customer Lifetime Value，也有称LTV：Life Time Value）比生命周期更重要。让用户能在生命周期中产生商业价值，才是运营的使命。

　　https://blog.csdn.net/ebzxw/article/details/85413723

　　K因子:K 因子计算公式：

　　K =（每个用户向他的朋友们发出的邀请的数量）x（接收到邀请的人转化成新用户的转化率）

　　自传播（Refer）

　　自传播，或者说病毒式营销，是最近十年才被广泛研究的营销方法。虽然大家都听过一些病毒式营销的经典案例，但是要说怎样量化评估其效果，却很少有人知道K因子(K-factor)这个衡量指标。其实K因子这个术语并非起源于市场学或软件业，而是来源于传染病学——对，就是研究真正的病毒传播的科学。K因子量化了感染的概率，即一个已经感染了病毒的宿主所能接触到的所有宿主中，会有多少宿主被其传染上病毒。

　　K因子的计算公式不算复杂，K = (每个用户向他的朋友们发出的邀请的数量) * (接收到邀请的人转化为新用户的转化率)。假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K =20*10%=2。这个结果还算是不错的效果——当K>1时，用户群就会像滚雪球一样增大。如果K<1的话，那么用户群到某个规模时就会停止通过自传播增长。

　　很遗憾的是，即使是社交类的移动应用，目前K因子大于1的也很少。所以绝大部分移动应用还不能完全依赖于自传播，还必须和其它营销方式结合。但是从产品设计阶段就加入有利于自传播的功能，还是有必要的，毕竟这种免费的推广方式可以部分地减少CAC。

　　作者：四月纷飞季 来源：简书

　　四、用户状态模型

　　不活跃：

　　1.流失用户：有一段时间没有再打开产品，那么我们视为流失用户

　　2.不活跃用户：有一段时间没打开产品，为了和流失区分开来，需要选择无交集的时间范围

　　活跃：

　　1. 新增用户：

　　2. 回流用户：有一段时间没有打开产品，之后突然回来再次使用。

　　3. 活跃用户：一段时间内打开过产品。

　　4. 忠诚用户：也可以叫做超级活跃用户。

　　要点是否活跃主要维度为时间维度，对于不同的产品活跃时间不同：

　　注：高频消费品如生鲜电商，受众为家庭主妇，理想活跃时间为1-3日；

　　对于低频消费品如房屋出租，受众为房东或业主，此类产品活跃时间6-12个月，但一旦有需求，将会高频访问。直至需求完成。

　　五、 用户（订单）漏斗模型：

　　1． 浏览（100%）->加入购物车（40%）-> 生成订单（30%）->支付订单（20%）->完成（17%）；

　　100个人浏览产品有17个人完成订单。

　　注意：请不要被订单漏斗模型限制住，可以举一反三。

　　2． 其他形式漏斗模型：

　　淘宝成交转化率漏斗模型如下：

　　淘宝成交转化率漏斗模型第一层是有效入店率，

　　淘宝成交转化率漏斗模型第二层是旺旺咨询率，

　　淘宝成交转化率漏斗模型第三层是旺旺咨询转化率和静默转化率，

　　淘宝成交转化率漏斗模型第四层是淘宝订单支付率，

　　淘宝成交转化率漏斗模型第五层是成交转化率。

　　六、 用户真诚度模型

　　https://www.shangyexinzhi.com/article/177426.html；此链接为对用户真诚度模型另一种看法。

　　七、 用户价值模型(RFM)

　　RFM模型可以说是经典了，从传统CRM管理开始，再到互联网的用户运营，可以说从来不会过时，毕竟销售是所有商业的核心。

　　RFM分别表示用户消费的三个指标：消费金额，消费频率和最近一次消费的时间，来构建一个消费模型。

　　消费金额Monetary，可以说是商业的核心，也是最重要的一个指标，而消费频次Frequency，是在限定时间内的消费次数，是用户忠诚度的体现，而最近一次消费的时间Recency，则是衡量用户流失的一个指标，也是衡量用户对你的品牌记忆的一个指标。

　　这三者根据高低不同，就可以形成八种组合，消费金额高/低，频次高/低，最近购物时间近/远，当然这个金额高低和频次高低还有购物时间的远近的设定，需要和本身产品的消费周期相关联。

　　写给运营小白：用户运营常见的三种模型

　　毕竟买家电的用户，和买面膜的用户，时间线设定肯定不一样的。

　　然后根据这八种维度的分类方式，进行不同的运营策略，比如消费金额高，但是最近购物时间远，频次也低，那么这一批用户背后发生了什么？怎么样召回？

　　再比如消费金额低，但是频次高，最近购物时间也近，这样的忠实客户需要怎么样去维护？去保持？

　　这是站在RFM的分类基础上，去进行的基础维护运营，根据关键运营指标，选取重点需要优化的用户群体，进行策划运营活动。

　　这是用户体系的建设，是长期的需要去做的运营事件组合，从而优化运营指标。

　　这里只是最普遍的原理，如果深入进去，那么就得根据用户群体、产品特性，产品的周期单独建模，而且需要具体分析最佳的指标，进而进行差异化运营。

　　同样的，我们也可以根据不同的运营活动，去反向在RFM里面筛选出用户群体，从而提高活动的效果。

　　在做电商运营的时候，天猫的数据里面专门有RFM模型供选择，不过有点低配，不如自己建模，一般每当大型活动，比如双十一，针对不同分类的用户，针对的优惠力度，甚至文案都是不同的。

　　这就是基于活动反向筛选用户。

　　八、 用户分层与分群

　　1. 用户分层维度：没有固定的体系，不过它有一个中心思想，根据指标划分层级，通常不超过5层。

　　2. 用户分群维度：地理分群、人口特征分群、用户价值分群、渠道分群、品类分群、场景分群、品牌分群、忠诚度分群；（右侧表格为用户分群）

　　http://www.woshipm.com/operate/598103.html

　　九、 用户画像&基于运营目的用户管理

　　用户画像：用户画像的标签一般通过两种形式获得，一种是基于已有数据或者一定规则加工，另外一种是基于已有的数据计算概率，会用到机器学习和数据挖掘。

　　你的用户是谁？

　　你的用户喜欢什么？

　　你的用户在哪里？

　　你的用户流失率？

　　基于运营目的用户管理：根据实现某个运营目的所需要的用户量大小与用户参与时长，来决定用户管理手段

　　多用户短时长：APP推送、短信推送

　　少用户短时长：定向推送

　　多用户长时长：产品改版优化、活动策划

　　少用户长时长：社群管理

　　十、 用户价值与生命周期

　　产品生命周期：新手-成长-成熟-衰退-流失；

　　用户价值：新手期与流失期用户价值低；成长期、成熟期和衰退期用户价值平衡，其中成熟期价值最高。