运营干货：我在腾讯做用户运营的经验

导读： 用户行为数据与业务数据之间存在的联系，如果能有效分辨并利用起来，才能让行为数据变得更有意义。

新年伊始，某天一觉睡醒发现自己马上就要到而立之年了，想想在互联网行业摸爬滚打的 6 年。从腾讯、京东再到众安保险。从类目运营、活动运营、用户运营再到数据。从电商再到金融，总想从前辈们身上学到的和在工作中实际总结出来的运营经验。

用户运营是什么？这个点太大，拉新、促活、留存都是。

用户运营要怎么做？百度搜索用户运营很多人会告诉你各种各样不同的方式和方法，看上去似乎很有道理的样子，真的运用到自己的工作当中用处其实并不大。 因为那是普罗大众都懂的道理，人人都看得懂注定就是浅显的内容，浅显的内容必然是没有多少干货在里面。

本篇文章围绕着我在腾讯做的用户生命周期管理这一点来说明，用户运营当中很重要的一个面。能在工作当中掌握用户生命周期模型并且有效的提升各项数据，恭喜你，已经是运营老司机了！

用户生命周期模型简介

我们在构建用户生命周期模型以横向和纵向两个维度来建模。

横向以用户购买频次（用户购物的次数）我们将用户成熟度划分为初级用户、成长用户、成熟用户；纵向以末次购买时间间隔将用户预警状态划分为活跃用户、预警用户、流失用户和死亡用户。

频次划分标准： 用户从首购到次购留存率极大提升，而在 8 次购以上留存率提升不明显。

末购划分标准： 80% 的用户会在 3 周内进行第二次购买，90% 的用户会在 5 周内购买第二次。

（以上基于平台数据得出的结论，不可僵硬套用）

如何确定划分的阈值

用户成熟度：

主要看各个频次的留存情况开判断用户成熟，发现：

• 1-2次购买基本可以认为是新用户

• 3-7之间每增加一次购买留存有较大提升

• 8次及以后留存提升的效果减少，基本可以认为用户已经对平台形成了依赖

用户预警状态：

主要根据不同末购时间用户分布来判断， 90% 的用户在五周之内发生购买，超过五周基本认为流失；超过 6 个月未购买，基本认为死亡；最近三周购买过的用户产生了 85% 近 90 天订单，这部分用户可认为是活跃用户。

活跃、衰退、流失用户的划分依据：

统计所有用户的最后两次下单时间：

• 90% 的用户都在 35 天以内

• 80% 的用户在 21 天以内

所以将这两个阈值分别定义为流失和衰退。

初级、成长、成熟用户的划分依据：

统计所有用户的不同累计购买次数，并比较次周留存率，发现累计购买2次以内的用户留存率明显偏低，累计购买8次以上的用户则留存率趋于稳定，所以将这两个阈值分别定义为初级和成熟。

用户分布

用户划分阈值确定之后，我们可以看见平台用户的分布：

用户生命周期转化方向

用户生命周期模型建立之后，重要的是如何通过模型提升用户转化方向：