用户数据运营体系的推导思考

你们好，我是宝器！

体系，是一定范围内同类的事物按照秩序联系组合而成的整体。用户运营体系，则是用户需求与企业需求的结合，是面向双方的解决方案。

规划用户运营的体系，其目的为厘清业务运作模式及提前做好能力储备，便于后续进行产品规划。

近期在思考体系规划时，也尝试着归纳符合逻辑且较为通用的方式。

本文将以互联网保险为例，从设计运营模型、绘制核心路径、需求分析与拆解、梳理运营边界4个环节阐述推导的思考过程。

01  设计运营模型

运营模型来源于产品目标及用户行为，能够帮助我们评估产品目标的优先级，并依此进行运营及产品规划。

1）模型选型

运营模型是用户运营体系的起点，受众面较广，覆盖企业多数业务部门。模型应尽可能通识、简单，减少理解成本。

其次须对细分的运营维度进行抽象，关于精细化可在执行时再次进行拆解。

模型的参考选型很多，如：行业生命周期、增长模型AARRR、用户旅途UJM等。但在使用时须结合实际情况调整。

2）模型调整

模型的调整是源于参考的模型往往过于抽象或细分，未必能直接匹配自身的产品目标。

模型的选型，我采用了AARRR模型，生命周期过于抽象还要花额外的力气去定义和解释。

关于“活跃”，保险本质上是低频、非刚需的产品，实际运营中更追求活跃人数而非活跃时长。所以删除了“活跃”，并将活跃人数并入了“留存”之中。

而购买保险用户分享行为较弱，购买行为也多为1人为全家配齐保险，分享行为与用户行为匹配度不高，也非产品的核心目标，故删除了“分享”

保险产品获客成本高，防止用户流失，让用户复购、续保显得至关重要，又补充了“流失”环节。

02  绘制核心路径

运营模型是产品目标的体现，核心路径则是用户完成目标的关键行为，其应高度贴合所设计的运营模型。我们应使核心路径流动流量更大、流失越小，异常路径则反之。

基于核心路径，我们还能解答下列问题：

1）用户的真实行为是怎样的？

2）与核心路径的偏移点在哪？哪个环节发生了流失？

3）流失后实际的走向是什么？

4）是否有挽回流量的机会？

这些问题都可能成为运营的发力点，俗称“增长”。

03  需求分析与拆解

用户使用产品的原因是能够与其交换价值，我们希望用户完成产品目标，则必须回答我们能提供给用户什么？用户又需要什么？

这一小节的“需求”，划分为了产品指标和用户需求，前者是产品目标的定量拆解，后者则是提升前者的关键因素。

1）产品指标

上图是基于核心路径，在不同运营阶段所拆解的产品指标，脱离了这2者去拆解指标是没有意义的。

在拆解时使用的是指标分级法，结合企业战略目标、组织架构的分工以及实际业务的执行层面自上而下的进行分级。它非常贴合运营模型的推导思路。

企业战略层面指标用于衡量企业整体目标达成情况的指标，面向决策。业务策略指标则是企业指标分拆至下属的业务部门后，基于提升指标而设置运营策略，体现完成企业目标的方法。

而业务执行层则属于业务策略层的完成过程，用于指导业务的执行过程。

以总成交金额为例，其拆解过程如下：

结合核心路径的首单和复购，将总成交金额拆解为了首次成交金额及复购成交金额。

其中复购包含非续保保单的产生及原保单的续保、续费，非续保保单的产生设置在转化环节，续保、续费率的提升主要在于减少流失，置于流失环节。

而未成交用户拆解为新增用户及存量用户，分别对应新增阶段和留存阶段。

在上图中业务执行层的指标在实际中还会再进一步细分，在下文会进行描述。

2）用户需求

本小节的用户需求，由用户经历核心路径过程中产生，它是提升产品指标的关键元素。

核心路径是产品希望用户完成的行为，用户路径则是用户真实发生的行为。

当用户行为偏离核心路径，则说明产品无法满足用户的需求，或者满足的方式有错误，若偏移过多则需要警惕产品定位和目标群体是否出现了错误。

上图中的表述主要为正向思考，如果难以入手，不妨逆向思考用户每个断点的原因。

3）解决方法

基于运营模型与核心路径，我们分析并拆解了产品指标和用户需求，最后一个环节则是提出解决方法。

相同的解决方法与不同运营部门组合，会产生多种多样的解决方式。

04 梳理运营边界

有了运营阶段、核心路径，以及对应的核心指标和解决方法，下一个环节则是梳理运营边界，它用于回答谁来解决不同阶段的不同问题。

1）运营边界

早在1769年，英国人已经在工厂内实行了劳动分工，分工和边界的目的是高效利用运营资源。

利用指运营资源是否闲置或冲突，用户流向是否合理、流量是否存在流失。在梳理边界容易进入的误区是，只对工作内容进行分工，却忽略了指标的分配和业务的流转。

2）运营方式

在03节分别提出了产品指标、用户需求以及解决方法，04节则解答指标由谁来负责以及各自的解决方式是什么。

新增阶段的运营，广告部门主要使用投放手段，而内容运营则是建立自媒体的矩阵引流，如：短视频、知识社区、种草社区等。

在留存阶段中，几乎每个运营团队都需要发力。对于活动运营而言应设计高频活动提高访问频次。产品运营则是基于保单生命周期以及核心路径进行流量分发。

转化阶段中所提到的保险推荐，对于社群运营来说是用户教育，产品运营是个性化推荐，售后部门则是服务转化。

3）细分指标

上图是基于边界和运营方式，业务部门可能匹配的产品指标。

匹配时须关注自身的业务模式，如在转化上，内容、社群运营更偏长线，偏重于件均的提升。而活动运营更偏短线，考核首单的成交率。

而细分指标一般不体现在运营体系之中，偏向业务自身的规划。在细分指标时，推荐使用OSM模型。

O指运营目标，S指提升目标的运营策略，M则为衡量策略好坏的度量。在设置目标时需将定性的描述转换成定量的指标。

以续保指标为例，由于续保时间距离投保时间间隔较长，我们须提醒用户进行续保。

第一个环节考核的是召回成功率，若成功率较低则须考虑增加其他的召回渠道。

第二个环节访问转化的策略为个性化文案及利益刺激，使用消息点击率考核个性化文案的好坏及利益的驱动作用。

第三个环节则用支付点击率考核交互的合理性、支付的便利性，并使用支付率考核整体的转化情况。

基于此方法，结合自身业务的运营能力，去提出自己的解决方式。（毕竟每个部门都看ROI。

05 体系全局视图

最后，将上述4个环节推导的结果合并，就能输出简单的运营体系图了。

写在最后

这篇文章的撰写出发点，源于无意中阅读到的UJM用户旅程地图，当时在思考用户运营体系能否代入这个模型之中。

但却发现陷入了深坑，选题太大难以聚焦，写了很久也只做到了逻辑基本自洽，在此抛砖引玉，希望和朋友们共同探讨交流。

对了，文章PPT下载地址。

在线版 https://docs.qq.com/pdf/DS1FBeE15ZnhvbWJC

·················END·················

推荐阅读

1. 超细节！数据分析社招面试指南
   

2. 写给所有数据人。

3. 从留存率业务案例谈0-1的数据指标体系

4. 数据分析师的一周
   

5. 超级菜鸟如何入门数据分析？
   

欢迎长按扫码关注「数据管道」