如何用 AIPL 模型实现用户增长？

你好，我是林骥。

有一天，我在微信公众号上看到一条广告，点击打开了一个小程序，看到自己感兴趣的商品，就下单购买了一件。在使用了一段时间之后，我觉得体验非常好，所以又买了一件。

我的这段消费旅程，经历了看到广告、产生兴趣、下单购买、重复购买的过程，正好符合下面将要介绍一种模型：AIPL 模型，它反映了消费者行为的 4 个阶段，可以帮助我们更加全面地认识消费者群体，从而更有针对性地制定运营或营销的策略，进而实现用户增长。

1. 模型介绍

AIPL 是以下英文单词的缩写：

① Awareness 认知

② Interest 兴趣

③ Purchase 购买

④ Loyalty 忠诚

① Awareness 认知

通过广告投放、品类词搜索等渠道，吸引消费者的注意，让消费者对品牌有基础的认知。

这个阶段的消费者，如同新生的婴儿，需要精心地呵护，让他们快速长大。

关键指标：覆盖率、竞得率。

② Interest 兴趣

消费者对品牌产生兴趣，有一定的购买倾向性，但还处于犹豫的状态。

比如，点击网页链接，产生点赞、关注、收藏、加入购物车等行为。

这个阶段的消费者，对品牌的情绪较为平稳，产生了较为浓厚的兴趣，但是对品牌尚未形成足够的信任，容易受环境的影响，退回到认知阶段。

此时企业需要给予消费者足够的「诱惑」或「安全感」，促使消费者继续往前走，进入下一个阶段。

关键指标：进店率、点击率。

③ Purchase 购买

消费者购买商品，成为品牌用户，这个阶段属于核心阶段，前面所有的铺垫，都是希望消费者能够顺利购买。

这个阶段的消费者，有些可能是被低价促销活动吸引来的，在尝试使用商品之后，如果体验不好，就无法发展成为忠诚用户。

此时企业需要给予消费者足够的「关怀」，提供超出消费者期望的价值。

关键指标：成交率、转化率。

④ Loyalty 忠诚

消费者重复购买，成为品牌的忠诚用户，意味着对品牌产生可持续的贡献。

这个阶段的消费者，有一定概率成为品牌的「宣传大使」，忍不住想要推荐给朋友，让品牌的影响力进一步扩大。

此时企业要高度重视这些高价值客户，比如，提供一些个性化的 VIP 服务，提升品牌在忠诚用户心中的价值感。

关键指标：复购率、分享率。

从 AIPL 模型的内容来看，它有点类似于客户生命周期模型：

• 两者具有交集：AIPL 中的 P、L 是在消费者成为品牌用户之后的发展阶段，这两个阶段是和客户生命周期的发展阶段重合的。

• 业务目标一致：两个模型都是为品牌用户运营，帮我们更好地理解客户，从而有利于营销活动的策划和运营管理的决策。

但是，二者也存在一定的差异：

• 统计起点不同：AIPL 模型是从消费者开始认识品牌开始统计的，而客户生命周期模型是从消费者购买商品之后开始的。

• 描述路径不同：AIPL 模型是消费者从认知到忠诚的旅程，而客户生命周期模型是消费者从购买到流失的旅程。
  

2. 应用举例

下面我们以一个小程序的运营为例，演示如何用 AIPL 模型实现用户增长。

首先，对 A、I、P、L 各阶段的用户属性进行定义，简单示例如下：

① A：15 天内浏览过小程序的用户

② I：15 天内有过互动交流的用户

③ P：2 年内下单购买过的用户

④ L：1 年内多次复购的用户

其次，统计阶段的用户数量，假设数据统计结果如下：

运用数据分析的对比思维，与上月同期进行纵向和横向的对比分析：

• A 类人群：环比增加 20%，说明品牌宣传效果较好，建议复盘一下宣传策略，总结值得推广的经验，进一步放大宣传的效果，覆盖更多潜在的用户。

• I 类人群：环比增加 12.5%，说明互动性的营销活动取得较好效果，成功让大部分 A 类人群对品牌产生了兴趣。

• P 类人群：环比减少 20%，购买用户人数明显下降，针对兴趣人群的刺激转化不够，建议运用数据分析的溯源思维，对交易成交数据做更细致的分析，找到影响成交转化的根本原因，采取相应的改进措施，提高成交的转化率。

• L 类人群：环比减少 23.1%，说明用户的忠诚度在急速下降，建议确认数据的准确性，分析忠诚阶段的定义是否合理，如果数据无误，而且定义合理，那么需要引起高度重视，结合业务的实际情况，进行更加详细的数据分析。

最后的话

AIPL 模型本身并不复杂，但是，在实践应用过程中，关键是在不同的业务场景中，要对 A、I、P、L 各阶段进行适当地定义，以便对用户数据进行分类统计，计算各阶段的纵向转化率和横向迁移率，从数据的变化中，通过对比分析，发现业务可能存在的问题及其原因，进而有针对性地制定相应的运营或营销策略。

比如，这个月的目标是成交 200 个用户，但是实际上只成交了 100 个，就可以通过 AIPL 模型来分析是哪个环节出了问题：是覆盖率不够？还是点击率不足？或是成交率太低？

如果覆盖率不够，那么可以加大宣传的力度；如果点击率不足，那么可以通过内容营销吸引用户点击；如果成交率不足，那么可以通过促销活动刺激用户下单购买。

著名推销大师海因兹·姆·戈德曼，曾经总结了一个 AIDA 公式，音译为「爱达公式」，分成 4 个步骤：

① Attention 吸引注意

② Interest 唤起兴趣

③ Desire 刺激欲望

④ Action 促成行动

我认为，这个 AIDA 公式与 AIPL 模型背后的原理其实也是相通的，关键在于结合业务的实际场景，灵活加以运用。

总之，结合数据分析的思维和方法，利用模型的力量，做到有的放矢，才能更好地实现用户增长。

相关文章：如何用生命周期模型理解客户？

参考：

《数据运营》

《推销技巧》