編輯導(dǎo)語：互聯(lián)網(wǎng)用戶增長的逐步放緩，讓用戶增量變得越來越難，基于已有的用戶存量進(jìn)行精細(xì)化運(yùn)營，變得越來越重要。面對瞬息萬變的移動互聯(lián)網(wǎng)市場，企業(yè)應(yīng)該如何制定用戶運(yùn)營策略，從而幫助企業(yè)更好地?fù)P長避短？本文作者以案例剖析的模式，從用戶結(jié)構(gòu)優(yōu)化的角度切入，跟大家聊聊用戶運(yùn)營過程中用戶增長、用戶促活等常見的相關(guān)問題。

案例背景：

廠商A是一家成立2年地圖服務(wù)商，目前已經(jīng)有了一定用戶積累。近期，廠商A發(fā)現(xiàn)用戶增長開始明顯放緩，且整體市場已經(jīng)進(jìn)入相對穩(wěn)定的狀態(tài)。因此，廠商A想對現(xiàn)有的用戶人群進(jìn)行深度分析，制定更為精細(xì)化的運(yùn)營策略。

確定了這一目標(biāo)后，A首先需要摸清楚的就是地圖服務(wù)市場的整體狀況。只有對全盤有了深入的了解，A才能準(zhǔn)確評估自身所處的位置、可以成長的空間、方向以及行業(yè)可能存在的機(jī)會等等。

要摸清行業(yè)整體狀況，就必須以點(diǎn)帶面地去挑選業(yè)內(nèi)較為突出的企業(yè)作為參考，以幾家頭部企業(yè)的情況綜合判斷行業(yè)格局。那么，如何選擇參照對象？對比哪些數(shù)據(jù)？不同數(shù)據(jù)分別能夠說明什么問題？

對上述問題進(jìn)行了系統(tǒng)化梳理后，A企業(yè)借助第三方大數(shù)據(jù)平臺易觀千帆進(jìn)行了相關(guān)的數(shù)據(jù)分析。

一、如何“以點(diǎn)帶面”看懂競爭格局？

對于相對穩(wěn)態(tài)的市場而言，企業(yè)眾多、各自所處的發(fā)展階段也千差萬別，那么，究竟該選擇哪些企業(yè)作為參照來“以點(diǎn)帶面”來看懂格局呢？

按照常規(guī)思維，企業(yè)通常會關(guān)注規(guī)模量級例如月活、日活等數(shù)據(jù)指標(biāo)，但對于地圖服務(wù)型應(yīng)用，規(guī)模指標(biāo)并不是唯一的參考標(biāo)準(zhǔn)，還應(yīng)該參考其成長指標(biāo)例如月活環(huán)比、月啟動環(huán)比等數(shù)據(jù)。

這樣一來，既能衡量企業(yè)的現(xiàn)狀，也能預(yù)估企業(yè)的未來發(fā)展趨勢，對比單一緯度的指標(biāo)而言，這樣的評判更為精準(zhǔn)。

因此，A企業(yè)結(jié)合結(jié)合易觀千帆數(shù)據(jù)，定義了2個指標(biāo)公式：

公式一：

規(guī)模指數(shù)L=月活躍人數(shù)規(guī)模排名*權(quán)重L1+月啟動次數(shù)規(guī)模排名*權(quán)重L2+月使用時長排名*權(quán)重L3

公式二：

成長性指數(shù)G=由月活躍人數(shù)環(huán)比排名*權(quán)重G1+月啟動次數(shù)環(huán)比排名*權(quán)重G2+月使用時長環(huán)比排名*權(quán)重G3

借此，可綜合6個維度的數(shù)據(jù)進(jìn)行更為客觀的評判。在上述公式中，權(quán)重分配可根據(jù)各領(lǐng)域特征、行業(yè)發(fā)展階段等進(jìn)行調(diào)節(jié)。

如果企業(yè)本身的業(yè)務(wù)模式更多是「即用即走」（即更希望用戶高打開頻率）類型的服務(wù)，那么打開次數(shù)的重要性顯然更高，因此在上述公式中，L2以及G2的權(quán)重更高；

如果企業(yè)本身的業(yè)務(wù)是「沉浸式體驗(yàn)」（即希望用戶有更多的使用時長）類型的服務(wù)，那么企業(yè)會更關(guān)注用戶的使用市場，因此在上述公式中，L3、G3的權(quán)重更大。

以出行服務(wù)廠商A所在行業(yè)為例，當(dāng)前主流參與者有近10家，由于地圖服務(wù)型應(yīng)用大多模式介于沉浸式與即用即走模式之間，因此各細(xì)分指標(biāo)重要度會相對均衡，所以公式中的權(quán)重可以都設(shè)為1/3。

經(jīng)過計(jì)算，廠商A得出了如上圖所示的競爭格局矩陣。

由圖片可以看出，企業(yè)B在規(guī)模、成長指數(shù)上均在較高水平，是行業(yè)的標(biāo)桿；而企業(yè)C與廠商A在規(guī)模、成長指數(shù)上最為接近，說明兩者處在類似的發(fā)展階段當(dāng)中，可以作為參考。

因此，A將B、C作為參考，前者的數(shù)據(jù)可以用來評估企業(yè)的成長空間（即KPI上限）；后者的相關(guān)數(shù)據(jù)可以用來制定及格線（即KPI下限），參考一高一低兩個指標(biāo)，就能制定出一個相對合理的KPI，以此幫助企業(yè)在用戶運(yùn)營上實(shí)現(xiàn)優(yōu)化。

二、如何通過數(shù)據(jù)指標(biāo)定位問題？

確定了參考企業(yè)B和C后，A企業(yè)接下來就需要對B與C的相關(guān)指標(biāo)進(jìn)行拆解，對比自身與其存在的差距，從而實(shí)現(xiàn)用戶精細(xì)化運(yùn)營上的突破。

通過易觀千帆數(shù)據(jù)，移動互聯(lián)網(wǎng)企業(yè)可以看用戶城市分布、用戶使用偏好等數(shù)據(jù)，而通過這些數(shù)據(jù)，我們也能發(fā)現(xiàn)各式各樣的問題。

首先，從地域緯度指標(biāo)例如城市線級、省份、城市分布等數(shù)據(jù)來看，我們可以看到主要競爭對手在不同城市的布局。通過與自身用戶結(jié)構(gòu)進(jìn)行對比，企業(yè)完全可以評估當(dāng)前用戶布局的合理性，從而為企業(yè)在進(jìn)行用戶拉新/品牌宣傳活動時指明方向。

以廠商A為例，其當(dāng)前用戶分布相對離散，二線及以上城市的用戶占比為62.9%，較對標(biāo)企業(yè)廠商B、C的81.8%、76.9%存在一定差距。高線級城市用戶在消費(fèi)上擁有更多支配空間，出行行為更具引導(dǎo)性，對新功能、新服務(wù)的接受能力亦更高。

因此，未來若希望實(shí)現(xiàn)用戶規(guī)模的量級式突破，A應(yīng)該適當(dāng)加大在高線級城市的營銷推廣，從而實(shí)現(xiàn)用戶層級上的提升。

另外，我們還可以結(jié)合目標(biāo)APP活躍人數(shù)TGI數(shù)據(jù)，來洞察企業(yè)用戶的人群特征，從而更好地判斷該為自身用戶提供什么樣個性化的服務(wù)，讓產(chǎn)品更懂用戶。

通過易觀千帆的用戶畫像對比功能，我們可以得出廠商A、B、C的目標(biāo)APP活躍人數(shù)TGI數(shù)據(jù)，從而判斷每家廠商的人群大概是什么樣的人群、可能的使用場景有哪些。

由上圖可以看出，廠商A的用戶與兩大參照商需求場景差異顯著：

1. 廠商A活躍人數(shù)TGI前5的APP分別為貨車幫司機(jī)、美團(tuán)外賣、全國查違章、攜程旅行、汽車之家，由此推測目標(biāo)用戶主要需求場景為貨物運(yùn)輸路線查詢/導(dǎo)航、外賣騎手位置查詢、旅游目的地查詢/導(dǎo)航等；
2. 廠商B用戶在運(yùn)動健康、綜合旅游預(yù)訂、商務(wù)應(yīng)用與小孩教育輔導(dǎo)APP的活躍人數(shù)TGI相對較高，因此，對應(yīng)需求場景主要為運(yùn)動軌跡查詢/記錄、旅游目的地查詢/導(dǎo)航等；
3. 廠商C用戶在網(wǎng)盤/云筆記等商務(wù)辦公應(yīng)用、天氣查詢及交管APP活躍人數(shù)TGI相對顯著，從而推測其對應(yīng)的需求場景主要為商務(wù)差旅。

綜合上述分析，廠商A在用戶運(yùn)營商未來發(fā)展中有2個方向路徑探尋：其一是深耕當(dāng)前需求場景服務(wù)，提升差異化優(yōu)勢；其二可比照廠商B、C拓展地圖服務(wù)在運(yùn)動與商務(wù)出行場景下的應(yīng)用，完成更多元的需求匹配。

此外，當(dāng)我們從時間角度出發(fā)，我們可以通過易觀千帆的數(shù)據(jù)去看到每個APP在不同日期的活躍人數(shù)變化（也可精確到小時），從而可以分析用戶在周末、工作日的差異化行為，據(jù)此有針對性地推出差異化的營銷活動。

通過上圖，我們可以發(fā)現(xiàn)幾點(diǎn)規(guī)律：

• 周末用戶活躍量高于工作日；
• 而每周的周中規(guī)?；揪幱谧畹椭担?/li>
• 每周最后的工作日，即周五活躍用戶規(guī)模開始出現(xiàn)顯著增長。

從上述發(fā)現(xiàn)可以判定，針對周中活動更聚焦在沉默用戶喚醒、流失用戶挽回，而周末活動則應(yīng)主要針對高粘性用戶的回饋，同時偏品牌傳播的內(nèi)容在周末上線，觸達(dá)率更高，傳播效果也更佳。

對于移動互聯(lián)網(wǎng)企業(yè)而言，用戶運(yùn)營從來都是一個系統(tǒng)而長期的工作。在不同時期，根據(jù)不同的目標(biāo)及運(yùn)營實(shí)際情況，企業(yè)必須快速、及時地調(diào)整戰(zhàn)略目標(biāo)，這樣才能取得更好的用戶運(yùn)營效果。

我們還能看到用戶性別、年齡、消費(fèi)水平、設(shè)備使用偏好等多緯度的相關(guān)數(shù)據(jù)，基于不同的情形，企業(yè)能做的用戶洞察、預(yù)判還有很多。