数据分析领域有好多:“只见猪跑,从没吃过猪肉”的理论,用户生命周期绝对算一个。几乎所有的文章、书都会讲到这个理论,但真到跑数的时候,就会发现完全不是那么回事。今天我们来系统讲下,用户生命周期的理论 VS 实际情况。

一、理论上的用户生命周期

几乎所有文章,都是这么呈现用户生命周期的:

超全面!用户生命周期分析攻略

看起来像是从生到死的生命演化,很和谐。

然而,按这套理论去数据库跑数,你会发现这套理论根!本!不!存!在!

二、实际跑数的问题

如果以用户消费次数、金额来统计生命周期,那么很有可能出现:

1、夭折型:根本不消费,或者消费1次就没了

2、随机型:你不知道丫啥时候冒出一笔,然后又没了

3、羊毛型:优惠力度大就来,没有优惠就走

4、强壮型:丫就一直买买买!看不到头

(如下图所示)

超全面!用户生命周期分析攻略

这根本跟生命周期曲线没啥关系嘛!

那这个理论又是怎么来的,又该怎么理解理论与实际的差异呢?

三、理论和实际差异点

第一个差异,来自并非所有业务都有生命周期:

最典型的就是大件耐用品,比如房子、车子,每人隔三差五去买一辆,可能很多家庭一辈子就一套房两量车。因此没有所谓曲线。

第二个差异,来自各个平台分享了用户生命周期:

最典型的就是母婴产品,从怀孕到小朋友3岁,奶粉、尿布、纸巾、衣服、辅食、玩具、书……用户需求是很刚性的,且有明显从起步到旺盛到衰退的过程。但是,很难有一个平**霸用户需求,用户需求分散了,记录在每一家平台内的数据,就会显得残缺不全。

超全面!用户生命周期分析攻略

第三个差异,来自用户消费会被引导:

最典型的,比如啤酒瓜子矿泉水这种休闲零食,可能半夜搓抖音搓到一条视频,哇塞好香,随手就买了……导致用户成长根本就不是按生命周期曲线,消费节奏就是很随机的,啥时候被安利了啥时候买。大促销活动也有类似的效果,便宜不赚白不赚,为啥要等生命周期。

第四个差异,来自不同用户,需求刚性不同:

最典型的,比如出行类APP,普通人可能根本不打车,公司能报销路费的销售、领导可能天天打车。比如订票类APP,普通人根本就不出门,爱旅游的可能逢年过节出去玩玩,但是商务人士可能就天天订票。虽然是同一个业务,但是不同刚性,导致了表现完全不一致,不会按照生命周期曲线发展。

超全面!用户生命周期分析攻略

你说电商类也会有这种吗?当然有!有很多三四五线城市的职业淘客,会去电商平台薅羊毛,薅完了再低价线下甩货,这种事天天都在发生。而这种人消费品类、采购数量也和正常买衣服穿的会不同。

四、如何结合业务实际进行分析

理论之所以叫理论,就是因为理论是从实际抽象出概括情况。想用好理论,就得结合实际进行运用,而不是简单地“熟读背诵照抄”。想让用户生命周期理论发挥作用,需要结合业务实际情况来进行设计。

第一部分,耐用品抓三要素。

耐用品和快消品逻辑完全不同,耐用品的核心逻辑是:锁定真正有需求的人。

1、用户生活状态:大部分大宗消费,发生在婚丧嫁娶一类关键时期。

2、用户消费能力:同样一件商品,消费力高的就会买高档的,消费力低的就买平价的,

3、用户信息接触:因为平时不咋关注大件商品,当用户开始关注的时候,企业能在哪里,能在用户决策的哪个阶段接触到用户(如下图)。

超全面!用户生命周期分析攻略

因此,做耐用品,考虑的就不是生命周期曲线,而是:

1、能在何时、何地接触到有需求的用户。

2、用不同类视频,不同价位商品,初步区分用户关注点和消费力。

3、针对有意向的用户,用线上/线下导购、社群等方式进行引导,锁定用户。

4、先推主打产品,锁定需求,再推搭配产品,探索更多可能性。

第二部分,快消品分产品线。

快消品的核心逻辑是:争抢用户的兴趣。用户对一个快消品品类的需求始终在那里,唯一的问题是,哪个平台有本事抢过来。因此,不能孤零零地说用户生命周期,而是看:我们有哪些手段吸引用户。比如下图,是一个典型的用商品组合争夺用户兴趣的手段(如下图)。

超全面!用户生命周期分析攻略

如果对商品做了分类,打了商品标签,就能按图索骥地进行分析:

1、当用户在生命周期早期夭折,考虑更换流量型产品。

2、当用户卡在早期不深入,考虑加强主力产品或者一把促销送他上去。

3、成熟期用户少,或者成熟期太短,说明产品线太窄,没有丰富的搭配型产品。

4、用户衰退早,衰退厉害,说明新品没跟上。

这样不但能解答开头的各种乱七八糟的情况,更可以直接推导出解决方案。业务方可以聚焦打造优质产品或者组织活动,把用户兴趣争抢过来。

可以在用户生命周期中,主动设置引导节点,当用户在上一阶段完成到一定任务量以后,通过奖励/信息推送等方式,鼓励用户进入下一阶段,从而推动用户生命周期发展,增强用户粘性(如下图)。

超全面!用户生命周期分析攻略

第三部分,单独区分促销活动。

有一种情况要特别注意,就是因为开展太多促销活动,人为破坏了用户生命周期。这在互联网公司很常见,不但喜欢狂烧补贴,漫无目的地发券,而且尤其喜欢拿米面油蛋这种刚需硬通货发券,导致人为制造羊毛党……

如何科学给补贴是另一个问题,站在用户生命周期角度,应该首先对用户参与活动数量,享受优惠力度进行分群,挑出相对刚需的用户,挑出明显的羊毛党,这样能更好地把控用户运营的节奏,做好生命周期管理。

第四部分,区分刚需型大客户。

针对超出一定消费量的大客户,需要单独进行分析,区分其需求。比如打车类APP,针对频繁用车且开**报销的商务人士,再给优惠券可能也没啥吸引力(反正都是报销),很有可能搞积分换礼,让用户去兑换购物卡、旅行箱,或者搞会员权益,让用户享受机场贵宾厅、合作酒店优惠来得更实际。

想做到这一点,一方面需要业务方多做工作,引入更多的权益内容。另一方面,也需要数据分析师把分析作细,不要用简单的RFM一锅炖了。而是具体看:用户除了消费,还有哪些行为(比如开会,比如出差地点)能做区分。从而挖掘出真正的大客户需求。

五、小结

用户生命周期,听起来是“用户”分析的范畴,可实际上,一个企业的用户生命周期也是业务做出来的。所以要密切结合企业给了用户哪些产品,哪些服务,哪些内容,才能深刻理解为啥用户表现成这样。

这一点,对于非互联网大厂更重要。互联网大厂往往有丰富的生态圈,掌握了大量数据,且垄断了用户在社交、视频、消费上选择。但小厂及传统企业没有这个实力,在用户数据上天生是匮乏的,天生需要依靠自己的商品/内容/服务/活动去抢夺用户,因此对商品/内容/服务/活动打标签,建设完善的标签体系,才能更好地补充用户数据,从而做出更多分析。

这一点又恰恰是小厂与传统企业缺少的,大家习惯了看《XX大厂用户画像》还真以为靠自己那一点贫瘠的交易数据能分析出来啥东西……有兴趣的话,本篇集齐60个在看,下一篇来分享:如何建立完善好用的标签体系,敬请期待哦。

相关新闻

分享本页
返回顶部