用户增长运营的策略与拉新裂变手段

　　用户运营其实分了5个部分的，分别是，拉新、留存、活跃、转化，以及防止流失。在不同的运营工作中，我们实际上会有一些不同的策略和手段来帮我们提升用户运营的效果，当然，用户运营工作最重要的其实是在中间环节，也就是留存到活跃，活跃到转化，这样的两个中间步骤上。所以，今天就这两个中间环节，我会来和大家分享一些比较常见的策略和手段。
　　第一种策略，我们称之为种子运营策略。
　　这个策略，大多数是在一款产品的早期，当用户还不够多的时候会采用的策略。这个策略是把有限的用户视为种子，通过对这些用户提供有价值的功能、施加有价值的服务，从而使他们产生良好的口碑，让他们成为产品的种子，将产品推荐或者提供给其他人去使用。
　　在这个策略中，最重要的其实是一句话，叫做用户永远都是对的。
　　小米手机、知乎早期都采用了这种策略。
　　拿小米为例，MIUI当仁不让是小米手机在早期一个非常重要的加分项，而对于MIUI，小米采用了一个在当时非常让人看不懂的策略，就是将快速迭代做到了极致。
　　怎么做的呢？
　　小米把它的用户分成了几种类型。核心层是工程师，往外一层是荣耀内测用户，再往外是论坛活跃用户，然后是全体MIUI用户。这些用户，会根据不同的层次，获得MIUI不同频次的更新推送。
　　具体来说，就是对荣耀内测用户做到每日都有可更新的测试版，每周提供开发版给那些活跃的尝鲜用户，而通过不开放的测试版和开放下载的开发版，来构建每月提供给所有用户的稳定版。
　　这样的策略，让小米品牌在初期获得了非常棒的产品口碑。
　　同样，小米也把论坛用户做了分层。版主、资深用户、兴趣小组用户和VIP用户是核心圈层，同城会用户、认证用户和其他全站用户包括游客，是非核心圈层，采用和核心圈层的用户交朋友，让核心圈层的用户去影响非核心圈层的用户，从而维护好论坛社区的氛围。这样一来，小米在初期又获得了很好的用户口碑。
　　用户口碑叠加在产品口碑上，带来了小米品牌在初期的爆发。这就是种子策略最直观的案例。
　　当然，类似的还有知乎社区。
　　作为内容社区，知乎一直非常在意话题的数量与内容的质量。在知乎发展的早期，对于内容质量的要求是非常慎重的。
　　于是，如果你是2012年前加入知乎的用户，你大概率经历过知乎早期的种子用户策略时期。
　　那段时期，知乎的用户运营有非常明显的现象：
　　创始人积极与优秀的内容生产者进行互动，并建立连接。
　　即便公司没钱，也会尝试用充满温情的手段，让优秀的内容生产者对社区产生依赖。
　　早期的知乎，黄继新、周源、张亮（对，不是我）、甚至包括CTO李申申，都会积极在社区里创造内容，频繁的为优秀内容点赞和维护评论，甚至通过私信的方式，与早期的优秀内容生产者去进行互动，赞赏生产者对社区的贡献。
　　同时，会组织线下的见面会，与全国各地的活跃的内容生产者进行小范围的聚会和见面，表达知乎对优秀和活跃内容生产者的感谢，并且会通过运营人员手写情书、定制水杯进行邮寄等方式，与内容生产者建立早期的情感关联。
　　正是这样的策略，知乎在开放之前，沉淀了一大批在各个领域非常优秀的内容生产者，并且这些内容生产者中的大部分人至今依然活跃在知乎社区中。这些内容生产者不但带动了社区的内容繁荣，也将社区的良好口碑传递到了外界，通过邀请，获得了更多优秀的内容生产者，并为品牌建立了势能，在后续知乎开放注册后简接为知乎带来了巨大的流量。
　　这就是我今天和大家说的第一种策略：种子策略。
　　种子策略要求运营人员在产品初期能够珍惜有价值的用户，甚至去主动培养有价值用户。这是一种通过产品口碑与用户口碑的建设，让用户自发或被诱导产生良好的口碑，从而去获得更多新的用户的策略。
　　这个策略的目标更多的就是在拉新留存这个层面上，为产品提供更多的新用户。所以我们说这是一种拉新策略，当然，拉新策略的方法还有很多，譬如说社交网络的裂变，但需要请大家注意一点，裂变的前提永远是产品已经至少80分了，这里的80分要求是指产品本身的内容、功能能够覆盖大量用户涌入后的需求承接，也就是说，裂变策略优先考虑的是留存，而不是拉新效率本身，有机会我再和大家详细讨论这个策略，希望大家记住，种子策略其实是裂变策略的前置条件，没有种子，就不存在裂变。
　　而第二种策略，我们可以称之为分层运营策略。
　　所谓分层运营就是要把用户划分为不同的等级，给与不同的资源，以此来促进用户向更高的等级去前进，由此做出我们希望用户做的行为。这种策略大多数时候发生在企业已经拥有较大的用户群体，而这些用户群体已经可以有标准去衡量他们对于产品的贡献度时，就会采用这种策略。
　　所谓贡献度，对于有用户可以贡献收入的，就用收入衡量，对用户并不贡献收入的，就以活跃度或者其他对产品有益的指标进行衡量。
　　分层策略会对应一些模型，在这里和大家说两个，一个是金字塔模型，另一个就是RFM模型。
　　金字塔模型是说，不管是什么样的产品，不管是怎样的用户结构，通常都可以非常简单粗暴的将用户分为三层：
　　高价值用户，活跃用户和低价值用户，而通常这三类用户的分布是从少到多，呈金字塔型，当然，这个金字塔未必是标准的，也有可能类似纺锤体。高价值用户最少，占据最小的一部分，但是却能够提供超过80以上的价值，而活跃用户是在中间，提供一部分价值，同时人数较高价值用户少，但相比低价值用户又很多，低价值用户的数量最多，但提供的价值却最少。
　　举个例子，对于时间免费，道具收费的网络游戏来说，动辄花钱玩游戏的用户是最少的，据统计，只有5，也就是说95的用户都是免费玩游戏的，5花钱玩游戏的用户里呢，可能只有20是花费了大量金钱的，差不多占总量的1，这就是高价值用户，而剩余的95的用户里，差不多有一半是属于每天都玩，但是不花钱的用户，这些用户加上4的付费但不花很多钱的用户放在一起，就是游戏的活跃用户，剩下的低价值用户大多没有那么频繁的玩游戏，甚至还有很多已经从游戏中离开了，1的高价值用户的游戏体验，其实就是由95的免费玩家和4花钱不太多的活跃用户提供的，你可以想象一下，如果我花了很多钱玩游戏，给自己弄了一套金光闪闪的装备，但是却没有人能够欣赏，那么很显然，我这钱花得就不爽。
　　这就是为什么，即便游戏是依靠5的付费用户而活下去的，但是却依然要考虑95的免费用户玩得开不开心，因为如果没有这95，那么金字塔的那一部分用户根本就不会存在。金字塔模型通常适用于还没有那么多数据可以提供分析和细化，不能采用RFM模型精细建模的产品阶段，通常这个阶段的产品用户在数十万到几百万不等，什么时候能够从金字塔进化到RFM，就看用户规模和数据工作的程度而定了。
　　接下来我们来说RFM模型。
　　RFM模型是传统商业会员管理的经典模型。RFM是三个英文单词的缩写，在传统商业里，R代表了消费者消费时间的近度，也就是距离统计之日多久前有过消费，越近越好，最好是今天统计，昨天就消费过；F代表的是一段时间内消费者消费的频次，越多越好，最好一年365天，每天消费一次，一共365次；M代表的则是一段时间内消费的金额，每天都来消费，只消费1块钱的用户，显然价值是不如2天消费一次，每天消费10块钱的用户的。
　　RFM需要赋予层次，最低三层，最高可以随你心意，但是通常建议不超过5层。为什么呢？因为RFM的组合去划分用户，是三次方的关系，3层，就可以划分出27个用户模块，5层呢，就125个用户模块了，虽然，模块越多，说明数据越精细，但实际使用的时候，过细的层级却会对数据处理和用户分类带来更大的工作量。所以并不是非常推荐。
　　通过RFM模型，我们可以把用户分为8大类：
　　重要价值用户：消费多金额高近期也一直消费的用户；
　　重要发展用户：消费频次没那么高但消费金额高，近期也消费的用户，这部分用户，我们就可以想办法让他往重要价值用户去转化；
　　重要保持用户：过去的消费很多金额也高，可是近期不怎么来了，这部分用户，我们需要激活他们，让他们重新活跃起来；
　　重要挽留用户：消费不多，最近也不怎么来了，但是消费金额高，这部分用户，我们并不希望流失，所以需要让他们常来，增加消费次数；
　　一般价值用户：消费的次数挺多，但消费的金额不高，可是最近常来，需要维护好，因为说不定他就可以变成重要发展甚至是重要价值用户；
　　一般发展用户：消费的次数不多，消费的金额也不高，可是最近常来，需要关心一下，因为有潜力；
　　一般保持用户：消费次数挺多，可是最近已经不常来了，消费的总金额就那样，那么保持一下就好，因为即便损失了，对商业体的损害也没有那么大；
　　一般挽留用户：消费次数不多、最近不常来，消费的金额也不行，这样的用户维护与否，并不重要。
　　说了这么多，你可能有点迷糊了，这8类用户就算如你所愿分析出来又如何呢？
　　你想得没错，如果仅仅是到这一步，这些模型其实是没有什么应用价值的，可是之所以我要给你介绍这些模型，是为了告诉你，模型的构建只是第一步，第二步，是要制定和执行运营策略。
　　我给你实际举个例子吧。
　　Karmaloop是美国的一家电商网站，它的模式就是采买街头潮流服饰，然后上架卖给消费者，其实就是我们常说的买手店模式。
　　2007年到2013年，这家公司迅猛发展，但当他们的营业额突破1。27亿美金时，也是这家公司开始走向濒临破产之路的时候，于是公司换了一个CEO和一个CMO，却将公司从破产边缘救回，一年半以后出售给了美国球鞋零售商ShiekhShoes，这两个高管就是用RFM模型去分析了用户，他们发现，Karmaloop收入中的43其实来源占比1。3的访问量，而这些高价值用户拥有相同的特征：30天内会完成第二次下单。
　　这个数据很有意思，于是，CMO做了一个策略：30天内不发放优惠券，超过30天后，希望用户复购的时间距离他首次下单的时间越长，则优惠额度越高，说人话就是：
　　如果一个用户完成了第一次购买，30天内，这个用户不会收到任何优惠券；超过30天，这位用户会收到9折券；超过45天，他会收到8折券；超过60天，7折；再往后，没有了
　　这只是第一步，同时，他们还发现，用户在不同的生命周期阶段，表现是不一样的，于是，他们对完成首次购买并且累计达到某个金额的用户群体，就会发送感谢邮件，并将用户加入VIP群组，让他们可以收到度身定制的优惠信息。
　　同时，他们还分析了流失用户的情况，以及活跃用户的购买偏好，玩起了交叉营销，不到3个月，公司营收提高了30，10个月后，公司扭亏为盈。
　　RFM模型也好，金字塔模型也好，本质是基于数据的分析构建的用户画像与用户行为的指标和特征表达，这些数字化后的模型，可以帮助我们更好的去认识我们的用户，从而有的放矢去做用户运营，通过用户运营去达成我们的运营目标。
　　当然，RFM模型不仅仅可以用于交易平台，一切可以衡量用户贡献的平台，都可以采用这个模型，只是需要重新定义一下即可。
　　譬如说，内容平台，可以将R定义为最近一次发表内容；F可以定义为一段时间内发布内容的次数；M就可以定义为发布内容的数量，等等。
　　模型本身是死的，但应用应该充分考虑灵活性，这样往往可以收到意想不到的效果。
　　以上是我给大家简单介绍了两种用户运营的策略，种子运营和策略运营，种子运营适用于产品比较早期，大概百万以下用户规模的阶段，策略运营就适合数百万甚至千万级别用户的运营，当然，随着用户规模的扩大，我们还需要利用模型，于是今天和大家深入的聊了聊RFM模型，这个模型已经足够让大家面对上千万甚至过亿用户时依然游刃有余了。