对一家互联网公司来说,如果没有设置单独的数据运营岗,那么用户运营是和数据贴近,也必须是了解用户的。
用户运营核心的方法论就三个:拉新,促活和留存。拉新可以作为渠道推广单独讨论,而促活和留存则相辅相成。
非运营岗,或者其他类型的运营,通常只会注重一个活跃数据的果,而不会注意活跃数据的因。我们在这里就抽丝剥茧,教大家比较快速地了解活跃体系。
互联网公司对活跃用户的定义大同小异,主要以用户打开APP一次记为一个活跃用户。
按此基础可以在时间维度引申出周活跃用户,月活跃用户。即在一个自然周内打开一次APP,则本周为周活跃用户。月活跃用户同理。
产品专注的市场领域不同,活跃用户数天差地别。一款小众的垂直领域产品和泛社交类产品,单纯看活跃用户数,你很难界定它们好坏。
好的数据指标,都应该是比例或比率。
我们设定一个新指标,活跃率:某一时间段内活跃用户在总用户量的占比。
按照时间维度引申,有日活跃率DAU,周活跃率WAU,月活跃率等MAU。
例:月活跃,本月活跃用户在截止月末的总注册用户中占比。
一般而言:活跃用户数,看的是产品的市场体量。活跃率,看的是产品的健康度。
实际得承认,不同产品,用户需求(高频或低频)不同,活跃率也有差异。用户运营更多的职责是监控活跃率的变化,并且提升它。
产品进入稳定期后,有了一定用户规模,新增活跃一般对活跃数据就不会有大的影响了。那么以新老用户区分活跃统计就够了?我们简单定义三个场景:
用户A下载产品后,把玩了一段时间,发现这是他想要的功能,爱不释手,成为发烧用户;
用户B下载产品后,看了几眼就不再使用。产品2。0发布后,觉得有个新特性不错,于是回来继续使用,逐渐成为活跃份子;
用户C从网上看到随便下载的,用了产品觉得一般,吐槽几句并且卸载,不再使用;
用户包含各种类型,反应了不同群体的特征和想法。在使用整个产品的周期中,我们应定义更全面的指标:
流失用户:有一段时间没有再打开产品,那么我们就视为流失用户,根据产品的属性,可以按30天,60天,90天等划分。
不活跃用户:有一段时间没有打开产品,为了和流失区分开来,需要选择无交集的时间范围。比如流失用户是60天以上没打开产品,那么不活跃则是0~60天没打开。
回流用户:有一段时间没用产品,之后突然回来再次使用,则称为回流用户。回流用户是活跃用户,且是由流失用户或不活跃用户唤回而来。
活跃用户:一段时间内打开过产品。
忠诚用户:也可以叫超级活跃用户,长期持续使用产品,比如连续四周,或者一个月内15天等。
现在我们发现,不论是活跃用户还是不活跃用户的维度,都一下子丰富了起来。
用户活跃可以简化为一个简单的公式:新增用户的数量要大于流失用户的增加量。可以想成一个水池,运营会一直往里灌水,但是水池也会漏水,如果漏水速度太大,那么水池就干了。一款产品可能因为市场竞争、拉新乏力导致新增用户数下降,也可能因为产品改动,运营策略失误造成后续流失用户变多。
用户运营们可以按照日、周、月维度维护三张报表,监控活跃数据的变化(建议花更多精力在周报表上)。
如果是一个好的用户运营,他会继续思考:每天有多少活跃用户变得不活跃?有多少忠诚用户变得不活跃?又有多少流失用户被我们唤回来等,并且分别是什么原因引起的。
活跃类指标有一个显著特点需要明白,它们都是后见性的指标,也就是事情发生后我们才能观察到。比如我们发现某一段时间流失数据(假定两个月没打开APP为流失)上升,往前倒推两个月,发现当时刚好展开一次活动,那么我们有理由相信活动造成了一批用户卸载,可惜运营此时已经无能无力。所以沙漠风提醒先见性预防比后见性观察对运营更重要。