通過數據：提升用戶轉化與留存全攻略

我們以一組導購類產品的用戶數據為例。圖2（圖中用戶數單位：萬）是這款導購類產品與競品的數據對比。從中可以看到，這款產品的DAU為950萬，與競品相比用戶活躍度較高，這樣看來它的市場份額位於行業行列。這樣一款已經在行業中占據較高日活躍用戶的產品，它的用戶轉化空間是否十分有限呢？

圖2 從數據中找出轉化空間

利用前面提到的蓄水池算法再來看一下這款產品的MAU情況。這款產品的MAU達到6410萬，也就是說它的蓄水池用戶（待刺激轉化活躍用戶）有5460萬，轉化空間還是很可觀的。這些用戶都能被轉化成日活躍用戶嗎？理想很豐滿，現實很骨感。用戶的轉化漏斗一直存在，無論用多麼巧妙的運營方式，都無法將蓄水池用戶全部視作可轉化用戶，我們還要根據行業中的平均喚醒率來估算可激活喚醒的用戶空間。

從圖2中還可以看到，行業中用戶基數越大的競品其用戶喚醒率就越低，而用戶基數低於中間值的競品用戶喚醒率則越高。這也可以理解，用戶基數越大，保持高用戶活躍占比就越困難。我們取行業中的平均值，平均喚醒率約為23%，而我們所運營的產品用戶喚醒率僅為14.51%，因此還有約8%~9%的轉化空間。將產品的用戶喚醒率提升至行業平均水平，將有約500萬~600萬用戶轉化為日活躍用戶，這也十分可觀了。

這樣，通過用戶喚醒率以及蓄水池用戶數據與競品的對比，就可以粗略計算出用戶的轉化空間。下一步我們就來看提升用戶喚醒率的方法。

2.找到三大核心問題並進行問題拆解

從前面的用戶喚醒率數據中，我們可以大致分析出這款產品可以增長的用戶轉化空間。為了喚醒蓄水池用戶，使潛在的用戶活躍起來，我們需要將核心問題進行拆解。

想找到真正的核心問題，需要將呈現在表面的問題進行拆解，拆解流程參照圖3。

圖3 問題拆解流程

蓄水池用戶雖然很可觀，但日訪問頻次不夠高，這是表象問題，造成這個表象問題的原因就是我們要尋找的核心問題。

想找出這個問題，我們首先需要弄清楚哪些用戶喜歡使用這個產品，哪些用戶不喜歡，造成這些用戶行為差異的原因是什麼。

1）對用戶進行分層

先根據用戶的訪問頻次將用戶分為活躍用戶、待激活用戶和沉默用戶。

我們的首要目標是將待激活用戶轉化為活躍用戶，而用戶分層可以使我們更加聚焦：分析活躍用戶，喚醒待激活用戶，分析沉默用戶流失原因，並在後續的沉默用戶召回中使用不同的運營策略。如果不進行用戶分層，而是對所有的蓄水池用戶都用同一種運營方案進行激活和轉化，那麼可能的結果是整體用戶轉化有改善，但你並不清楚是哪個環節促進了用戶的轉化，也就無法最大化運營收益。

而將用戶分層之後，我們就可以分析不同層級用戶的行為，並按照層級分析轉化低的原因。不同層級用戶的數據表現是不同的。以這款導購產品為例，在進一步細化的指標中，我們可以看到，不同層級用戶在商品列表頁面的停留時長、在商品詳情頁面的停留時長以及商品的收藏率、分享率、下單率、回購率等都是不同的。運營人員需要做的是從這些數據中尋找規律和突破口，制定方案。

在這款導購類產品中，活躍用戶活躍的原因可以從其關鍵停留與交易商品中挖掘，並將商品特徵提取出來，看能否將這些特徵作為模型分發給待激活用戶，並觀察更換商品內容後的用戶轉化率，根據轉化率的變化持續優化，直至達到預期。

對於沉默用戶也可以在分層後進一步拆解流失原因，到底是因為交易門檻高、體驗不流暢，還是推薦給用戶的產品不是用戶感興趣的，又或者是有競品針對性拉攏目標用戶。用戶流失的原因可能是多方面的，但不同層級的用戶會有一定的共性。假設交易環節對某一類用戶不友好，如缺少支付方式，用戶的流失是必然的。如果產品找出了這個原因並進行了優化，而我們做好了用戶分層，運營人員就可以專門針對這類用戶策劃運營方案進行定向召回。因此做好了用戶分層和行為分析，在喚醒流失用戶時就可以根據不同的原因採取不同的運營措施，從而進行精細化運營，帶來最大用戶增長。

案例：用戶分層示例

前面提到，在預估轉化空間的時候，我們根據DAU與MAU的用戶占比來定義蓄水池用戶，但這並不是我們說的用戶分層。對用戶進行分層是為了進一步分析用戶行為，僅從月級別和天級別來進行劃分粒度太粗，很難對用戶行為進行進一步分析。因此在拆解問題之後，實際進行用戶分層的時候，我們需要再根據自身產品情況設立一下標準，提取用戶行為特徵。

圖4所示為前面提到的導購類產品的用戶分層情況。因為該產品的MAU較大，我們可以按照一個月內用戶的訪問頻次來進行細分。將用戶按照月均訪問頻次（1~14天）來劃分：月訪問 8~14天的用戶為活躍用戶，月訪問3~7天的用戶為待激活用戶，月訪問只有1~2天的用戶為沉默用戶。

圖4 用戶分層示例

這裡，不同產品根據用戶需求場景可以進行不同的用戶分層定義。這是一款導購類產品，用戶的主要需求為瀏覽及進行商品購買決策，這類產品屬於用戶使用較為頻繁的產品類型，因此我們在進行用戶分層的時候將月訪問只有1~2天的用戶歸為沉默用戶。假如產品本身不具備高訪問頻次場景，那麼進行用戶分層的時候就要依據實際情況進行調整。

根據我們的分層可以看出，這款產品中，沉默用戶占比超過65%，這部分用戶基數雖大，但不是我們首選的待轉化用戶。而待激活用戶占比為17.79%，是月均訪問3~7天的用戶，這是我們首選的待喚醒用戶群體。

月均訪問產品3~7天，說明用戶對這款產品是有一定需求且需求得到過滿足的，那麼這部分用戶和活躍用戶有何不同？為什麼不像活躍用戶那樣頻繁訪問呢？這就需要分析剩下的6.89%的活躍用戶的用戶行為，與待轉化用戶進行行為比對，分析後再進行運營。

2）進行用戶行為分析

用戶行為指的是用戶進入產品後所發生的一系列交互，交互本身會產生用戶數據。一個類型的用戶產生的數據集合可以為運營人員提供參考。

示例中是一款導購類產品，我們先從導購類產品的用戶路逕入手。導購類產品的用戶路徑一般是被推薦打開產品或者主動在首頁中進行瀏覽或搜索，然後進入商品列表頁，再進入詳情頁，將商品加入收藏或直接點擊跳轉到購買頁面，最後離開。我們分析用戶行為時，先從用戶路徑中的這幾個關鍵節點開始，研究不同層級用戶的商品列表頁訪問占比、商品詳情頁訪問占比、加入收藏的用戶占比及最終的購買占比。

從用戶路徑的第一階段商品列表頁訪問中所產生用戶數據就可以看出明顯不同。如圖5所示，活躍用戶的商品列表頁訪問占比相對高，並且表現出越是活躍的用戶越喜歡在列表頁進行交互訪問的特徵。

圖5 用戶行為分析

待拉動用戶的商品列表頁訪問占比相對較高，而商品詳情頁訪問占比下降明顯，最後有購買行為的用戶因為漏斗效應進一步變少，但總體在正常範圍內。從整體的行為來看，待拉動用戶從用戶路徑開始各項數據就低於活躍用戶，但高於沉默用戶。因此，將每一步用戶行為的數據都進行比對分析，就可以找到原因進行優化，從而提升這部分用戶的轉化率。

對比待拉動用戶來看，沉默用戶從商品列表頁開始訪問占比就極少。這說明沉默用戶在用戶路徑的第一階段就沒有被商品列表頁的內容吸引到，因而快速流失。對這部分用戶可以採取優化策略進行召回，如根據用戶歷史數據更換商品內容，或者提升商品列表的點擊交互體驗。

再分析用戶的下一階段行為，會發現進入商品詳情頁的用戶以及將商品加入收藏的用戶其購買占比會相應增加。而將商品加入收藏的前提是商品詳情頁的內容足夠吸引用戶。因此在每個環節先分析出用戶行為數據，進而針對數據列出可行的轉化方案。

3）根據用戶行為分析給出轉化方案

在根據用戶路徑給出用戶行為數據分析之後，針對不同環節可以提出不同的運營方案。如圖6所示，一般情況下，可以將轉化低的問題歸為三類，對於每一類問題，圖中列舉了幾個提升轉化的思路作為參考。

圖6 常見轉化低的問題及轉化思路

在不同用戶路徑中用戶轉化率低有三種常見的原因：誘因不夠、權益缺失和觸發機制弱。下面我們根據不同環節的用戶數據表現一一舉例拆解。

用誘因吸引用戶

如果在用戶路徑之初的數據表現就不佳，那麼可以從使用產品的誘因出發尋找解決方案。

圖5中的數據告訴我們，用戶是否活躍，從其在用戶路徑之初——商品列表頁的點擊和停留數據中就能分析出問題。這裡列舉三個提升用戶轉化的誘因。

提升商品列表頁的內容豐富程度

不同的用戶對產品的需求不盡相同，但用戶進入產品本身是有一些預期的。用戶進入導購類產品，這是一個典型的瀏覽型用戶場景。假設用戶預期的是一個瀏覽場景，但當它進入產品後發現默認的商品列表頁內容趨同，與自己所關注的商品相差甚遠，甚至往下滑幾頁就沒有更多內容了，這就屬於不符合用戶預期的情況。針對這種情況，有節奏地調整商品列表的種類，並在充實內容後及時通過運營資源或運營活動來提供更多的用戶誘因。

通過內容豐富程度來吸引用戶轉化的產品多見於信息流形態的產品。作為運營人員，如果你對於如何豐富運營列表沒有具體的落地方法，你可以研究一下市面上的頭部信息流產品，看看它們是如何在內容豐富程度上進行運營的。例如，今日頭條、百度App等頭部信息類產品，向未登錄用戶、登錄無交互用戶、交互過的用戶推薦的內容都不盡相同，力求內容的推薦維度有所差別，從而吸引並轉化更多的用戶。尤其是在為新人用戶展現內容時，這些App多用已有活躍用戶的交互行為形成一個模型並輸出給新人用戶，以提升轉化率。

而如果是初創類產品，或許無法直接用已有用戶數據做模型的產品，那麼初期可以提供給用戶一些主動交互的篩選項，讓用戶給出他的內容偏好，你來進行內容匹配。在積累一段時間的用戶數據之後，如果發現某些類型的內容是用戶喜歡的但卻是產品缺少的，就要集中通過抓取或生產的方式補足這些內容。

根據用戶畫像進行個性化推薦

很多時候我們會面臨這種狀況：已經通過各種手段增加了產品中的內容，但用戶轉化率 提升還是很緩慢，很多用戶進入第一個交互場景就退出了。這個時候就需要用到用戶畫像、用戶分層。隨著內容的不斷豐富，用戶的數據也會隨之累積得更多。假設沒有應用用戶畫像，就會出現給男士推薦女裝，或者給都市女性推薦機械鍵盤的狀況——內容雖然多了，但是推薦的對象不對。

在《用戶運營方法論：入門、實戰與進階》的第2章介紹了用戶畫像的分類方式，產品在運營到一定程度，有了一定的用戶量之後，應用用戶畫像進行精細化運營幾乎是提升轉化的必經之路。比如上面提到的導購類產品，在用戶橫向分層的基礎之上再加上縱向的用戶畫像交叉細分，推給每個類型用戶他想要看到的內容，也是提升用戶轉化的重要誘因之一。

商品詳情頁美化

相較於前兩個誘因，第三個誘因主要是為了提升用戶從列表頁向交易行為轉化而實行的，這個方式主要是為了提升落地頁的瀏覽體驗和內容優化。

用戶在使用產品的路徑中，每向前走一步，都會產生與產品之間更多的連接。這種連接越頻繁，用戶成為該產品活躍用戶的可能性就越高。而用戶運營的目標就是促進用戶在使用產品的路徑中不斷轉化，不斷往前走，從而建立用戶與產品的情感連接，穩固用戶的活躍表現。

在上面的導購類產品中，如果用戶已經走到了商品詳情頁，那麼他比絕大多數用戶更有可能成為活躍用戶。因此商品詳情頁需要凸顯商品的優勢，並突出用戶在此時購買的權益，這裡既涉及頁面運營，又涉及用戶心理學的應用。比如現在導購類產品中比較火爆的直播類導購，頁面的縮略圖、標題文案、圖片的美化布局等無不凸顯當前進行購買用戶能夠獲得的權益，這種刺激讓用戶轉化的可能性遠大於平淡、簡單的商品圖文介紹。

用權益增加用戶使用頻次

誘因更多的是為了吸引用戶進來，加深用戶路徑，而權益是為了增加用戶的使用頻次。這裡提供4種用來刺激用戶進一步轉化的用戶權益。

累積簽到福利

累積簽到本身就給用戶設定了一個心理預期：只要經常來，就一定會得到些什麼。這種強烈的心理暗示確實會起到一定的作用，但這個運營方式的核心還是要讓用戶認為通過這樣的行為可以換來切實的權益。

隨機掉落福利

在瀏覽中隨機掉落的紅包會讓用戶感到幸運，再配合具有時效性的權益，會讓用戶有強烈的意願進行轉化。

用戶收藏商品後返券

通過前面的示例我們會發現，當用戶進入某個商品詳情頁且收藏了商品後，他的轉化機率會比較高。目前許多淘寶店鋪採用了收藏送券的做法，因為收藏行為本身代表了用戶對商品感興趣。用戶暫時還未轉化，或許是因為價格沒有達到預期，或許是因為他在橫向對比其他同類型的產品，而在收藏這種主動交互行為發生時，為用戶提供權益會加速用戶轉化。

用戶付費後加贈

這種權益常見於用戶路徑的尾聲階段——付費環節。用戶走到路徑中的付費環節，說明他對產品比較認可，且需求已經在產品中得到滿足，這時提供給用戶與其所購買商品相關的付費加贈產品，作為付費用戶的額外權益，轉化成功率會非常高。

還有一種付費後的權益是在用戶付費後向其提供一個有時間期限的購買優惠，吸引用戶再次購買。這兩種方式都會增加付費用戶的好感，為付費用戶帶來心理上的優越感，使其與產品的情感連接更進一步。

激活觸發機制

許多用戶沒有被轉化，問題很有可能出在觸發環節。

經常有運營人員做了用戶體系，做了用戶層級劃分，也進行了權益調整和優化，然而觸發環節卻沒有做到位，導致實際運營效果沒有達到預期。

每個用戶的手機里都有幾十款App，而用戶的時間是有限的，很多用戶沒有打開產品很可能只是因為忘了，因此每一次的運營活動都應該想辦法觸發更多的用戶。

激活觸發機制有4種常見方法。

推送

例如上面提到導購類產品，用戶或許在使用產品的過程中瀏覽過、收藏了某些產品，然而就是忘記了，這時需要進行產品推送，為用戶提供提示信息，告知他產品降價、上新等動態。這一點京東做得就很到位，京東可以與微信帳號綁定，在商品有新的動態時京東會及時推送到用戶的微信上，起到觸發用戶的作用。對於被各大App分散注意力的用戶，這種方式起到了重要的拉動作用。

新人引導

對於與產品沒有過交互的新用戶，最好的轉化觸發就是新人引導。當新用戶第一次使用商品時，流暢且帶有新人福利的引導會加深用戶的參與度。運營人員熱情地把用戶請進產品中，接下來的路徑卻任由用戶自行摸索，這對於用戶的轉化來講是不夠的。新用戶是一個特殊的群體，第一次使用產品的體驗會影響他們對產品的判斷和定位，因此在用戶路徑的各個節點要向新用戶提供足夠吸引人的轉化誘因和權益，以吸引新用戶深入使用產品。

限時活動

在限時活動方面做到極致的就是雙11了。雙11這類限時活動影響到的不只是使用過該產品的用戶，還有這些用戶身邊未使用該產品的用戶。這類運營活動因為限時且宣傳力度巨大，會在用戶中傳播和發酵，成為現象級運營事件。這種觸發方式主要看的是參與的B端數量以及它們可以提供什麼權益，而從成功案例的效果上來看，帶來的用戶轉化也是驚人的。

第三方推薦

推送觸達會因為用戶的功能設置而有觸達率的折損，限時活動的成本較高且一個成熟產品全年只能支撐一兩個超大型活動，那麼沒有被這些方式觸達的用戶該怎麼觸發呢？可以用第三方對產品的推薦進行補余。第三方平台有很多，比如自媒體、直播或第三方評測等，都可以進行用戶觸發，吸引更多的用戶前來使用產品。

本文結合具體案例分析了提升用戶轉化與留存的方法。從產品的長線角度考慮，想要要做好精細化營銷，提高用戶在產品里的價值，用戶分層是必不可少的一個環節。關於用戶分層的常見類型和方法，本文在這裡不做詳細介紹，如果您對此感興趣，推薦您閱讀由汪雪飛老師撰寫的《用戶運營方法論：入門、實戰與進階》。

關於作者：汪雪飛，資深網際網路產品和運營專家，百度搜索產品部高級經理，從事運營工作10餘年。在內容運營、用戶運營、渠道運營、產品運營等領域均積累了豐富的實戰經驗。

點這裡關注我，記得標星哦~

CDA課程諮詢