碎语

• 学习的正态曲线：入门容易，精通难
• 积累的正态曲线：先越读越多，后越读越少

现实意义

用户生命周期是新用户从开始接触我们的产品到最终由于某些原因而放弃使用产品的整个周期。对用户整个生命周期进行管理使我们更加了解用户，从而更精细化地运营用户，是每个人都需要去思考的一个问题。
当我们在思考用户生命周期时候，更多是参考一些网上比较经典的模型，新手期-成长期-成熟期-预警期-流失期，然后会谈一下不同的用户群体该如何去引导，如何去转化等。我们有没有思考一下：

1. 到底如何划分不同阶段的用户？
2. 划分完运营之后，该如何去评价我们的策略或是我们划分到底能不能使指标提升呢？

今天，把自己曾经做过的用户生命周期成果做一个简单的总结。跟大家分享一下，希望可以给大家一点帮助。(本人不是做电商的，里面的例子只是为了大家好理解。)

用户生命周期框架

划分逻辑

划分逻辑

上图中第一部分就是我们划分的逻辑，选用了一个电商的核心行为：购买，另外一个维度就是最近N天的登录天数，这里我们需要考虑几个问题：

1. 为什么只选取了一个核心行为呢？因为，一旦维度太多了，对后续的监控以及分析就要求很高了。另外，从经验来看，有时候太精细的划分不一定会很好的效果。当然，你的数据量大，业务足够复杂，可以考虑多加一个维度。

2. 为什么选取最近7天作为划分节点，8-30天作为流失，30天以上没有登录就是流失用户呢？另外，近7天中登录的天数N的选取？

   • 可以跟运营专家一起就经验定一个。
   • 可以看新注册用户的留存曲线是怎么样的。SQL可以参考数据分析-SQL-新用户留存曲线
   • 近7天中登录天数，可以看历史中用户7日均的登录情况。

3. 核心行为中用户在N天内的次数如何确定呢？

   • 如果高频的产品，可以看用户日均的次数。
   • 如果低频的产品，可以考虑一段时间内用户的行为次数，然后就能定核心行为的次数了。

4. 似乎我们这样划分之后，就会跟大家熟知的用户生命周期有所不同，为什么呢？熟知的用户生命周期，都是从激活注册开始的，但是我们这里并没有体现出这个。

   • 在使用登录天数和核心行为之后，我们会增加一个维度，就是这个用户是否是最近N天注册的。这样我们其实可以同时观测新老用户的情况。
   • 另外，如果是一些特殊的行业，我们还可以加一些其他的维度，方便精细化运营。

衡量指标

构建完成用户生命周期之后，我们就会把结论给到运营同学，他们会对不同群体的用户进行触达。在触达之后，我们会思考一个问题，如何衡量触达的效果呢？

• 从总体来看，我们可以观测每天全站用户的结构，是不是往中心（成熟）聚拢？
• 我们用户的流向，是从新手到成长或是成熟的用户群体在变多还是成熟到流失的用户群体在变多？
• 从具体的触达来看，用户点击怎么样？用户从点击到最后的转化又是如何？
• 当然可以根据自己行业的一些特性，来看看具体指标，比如电商的购买。

引用例子

实例

第二部分，我们直接引用电商的一个实例，可以很清楚的看到，当我们确定了登录天数和核心行为之后，通过聚合，就很快能得到最后 不同群体。比如最近7天登录了1-3天，但是购买大于3次的用户就是成熟用户，登录天数大于30天的用户就是流失用户。

总结框架

总结

最后，我们来总结一下用户生命周期，整个用户生命周期涉及到几个问题：

1. 如何划分：在这里我们建议就是使用核心行为，加上登录天数以及新老用户，当然你可以根据行业的特性加一些其他的维度，但是不建议太多。
2. 运营策略：对不同群体的用户触达不一样的内容，注意触达的方式。最后，需要考虑触达的频率，如何做到不打扰用户。
3. 如何衡量：从总体看用户结构变化以及群体的流向以及次日留存情况，从单个的触达来看触达的效果指标。

结束语

如果我不能让您看懂，那是我的问题，如果有疑问可以关注我，然后私聊我，我会尽最大的努力帮助你。如果觉得对你有帮助，请帮忙点赞/关注，谢谢！