金融行業移動互聯網用戶運營策略

各個行業都在向數字化、智能化、場景化轉型，金融企業走在所有行業的前列。金融行業的數字化體現在創新與技術融合、數據運營、精準營銷、運營場景等多個方面。金融企業的用戶管理模式已經從“以產品為導向”的精準營銷管理模式轉變為“以用戶為中心”的精準營銷管理模式。用戶管理的最終目的是為金融企業創造更高的價值，帶來更多的利潤。用戶生命周期價值分層的策略，可以幫助金融企業梳理用戶的層級結構，針對每個層級的用戶進行差異化運營，圍繞用戶進行數字化轉型升級，最大化提升用戶價值，提升企業運營效率，打造數據驅動的營銷閉環。什麽是用戶生命周期價值分層策略？如何規劃分析？用戶生命周期價值的分層定義:用戶生命周期:指從用戶開始了解企業或用戶開始被企業發展到用戶與企業的業務關系完全終止、相關事宜完全處理完畢的時間；AAARRR是壹個被廣泛接受的用戶生命周期方法論，是壹個經典的操作系統框架，貫穿於用戶感知、獲取、激活、留存、交易、交流的全過程。CustomerLifetimeValue (CLV):即壹個用戶的價值和生命周期，以及每個用戶在歷史、現在和未來給企業帶來的效益的總和。它由三部分組成:歷史價值、當前價值和潛在價值。用戶生命周期價值分層就是圍繞用戶價值和生命周期角度對用戶進行細分。用戶生命周期價值分層的意義:用戶價值是企業在所有生命周期階段都要時刻關註的重要內容。無論是初創階段的大量新客戶，還是成熟階段的現有用戶，企業的戰略目標都是希望用戶貢獻更多的價值，為企業帶來利潤。通過用戶生命周期價值的分層，改變“以產品為中心”的經營理念，以“以用戶為中心”(以用戶價值、用戶需求、用戶體驗為中心)進行細分和洞察。以產品為中心的時代，分析策略是通過產品找到用戶；隨著技術的創新，多維數據支持更廣泛的用戶洞察維度，商業模式也逐漸轉變為通過用戶尋找產品。用戶生命周期價值分層策略，讓企業運營者清晰了解用戶價值和價值指標；通過對各層級人員的篩選和定義，制定差異化的運營手段，促進用戶在生命周期的各個階段產生最大價值，實現從壹層到另壹層的價值跨越，延長整個用戶生命周期，完成運營各個階段的KPI指標和企業的戰略目標。用戶生命周期價值分層法:根據AAARRR方法論中用戶生命周期各階段的節點，結合各階段的業務場景、業態和戰略方向，通過交叉組合的方式確定各階段的用戶價值並進行分層。但由於行業不同，場景不同，用戶價值不同，用戶生命周期價值分層策略不同。生活場景生態服務的銀行信用卡，會以用戶活躍度和用戶粘性價值分層；證券公司的生命周期分層是按照交易價值分層的；中小銀行的生命周期價值分層策略是根據投資價值進行分層。舉個例子，某金融機構移動APP用戶的生命周期價值是分層的:市場用戶(目前不是企業的人)添加用戶(首次觸發APP的人)留存用戶(壹定時間內仍在APP內有交互行為的人)價值用戶(壹定時間內在APP內有交易行為的人) 高價值用戶(壹定時間內在APP內有交易行為的人群，且交易金額在30萬以上或交易頻次在3次以上或產品種類在2種以上)鯨用戶(通過任何觸達高價值用戶的手段為APP帶來新用戶的人群)用戶生命周期價值分層以用戶生命周期為分層轉化漏鬥，引導每個階段的用戶價值轉化到下壹階段，轉化場景，每壹層的分析維度和評價指標都不壹樣，需要制定差異化的操作手段來分析每壹層的轉化，針對不同階段采用不同的方法。我們需要分析每個階段是如何分析的。每個階段都有哪些精細化運營的手段？妳關註哪些指標？最終完成每個階段的用戶價值的飛躍。從感知層到獲取層的轉變隨著移動互聯網流量紅利的結束，如果企業的營銷部門和渠道部門在全渠道廣鋪網投放廣告吸引新客戶，會帶來大量的非目標用戶，造成企業消耗大量成本。在這樣的市場環境下，企業需要打破以往的思維模式，調整策略，將投放成本聚焦在目標用戶上，通過精準投放幫助企業找到目標人群，提高轉化率，降低成本。制定精準投放策略，合理布局投放渠道，尋找轉化率高的渠道，成為這壹層轉化的關鍵。這種層層轉化的運營手段:精準投放。用戶每天都通過線上(各種終端設備)與企業移動app進行交互，用戶呈現出時間碎片化、服務場景化的特點。如何抓住用戶的時間成為企業的核心問題。企業對將要投放的用戶壹無所知，那麽精準投放從何進行呢？洞察用戶的興趣偏好、地理位置信息、線下消費偏好、金融偏好、媒體偏好等。通過外部數據可以幫助企業找到精準的目標人群，結合精準的觸達時間和產品設計投放策略，這將大大提高投放人群的質量和轉化率，幫助企業降低投放成本，提高ROI。這壹層的轉化重點在於核心指標:ROI，即投資回報率。這層轉化分析維度:分析各渠道的用戶質量，除了分析各渠道的交易數據，如轉化率、轉化金額、多次轉化率、轉化周期頻率等指標外，還需要深度分析各渠道的用戶行為數據，如觀看的產品、停留時長、觀看頻率等指標。這類行為數據雖然不是直接交易數據，但也預示著用戶是否有潛在的購買轉化意向。多維度的數據分析幫助企業找到質量好、轉化率高的渠道，合理調整各渠道的占比，從而提升ROI，完成這壹層面的用戶價值提升。從獲取層到活躍層的轉化用戶獲取之後，我們需要考慮如何推廣用戶。據統計，新用戶的營銷成本是老用戶的4倍，老用戶的管理比新用戶的獲取重要得多。尤其是企業獲得大量用戶後，如果不及時對老用戶進行運營，會導致大量用戶流失或沈睡。企業此時需要進行運營幹預，可以減少人員流失，延長用戶的生命周期和活躍時間，促使用戶在更長的時間內創造更多的價值，提高CLV。這壹層轉化的運營手段:新手引導和營銷鼓勵用戶向企業引流。對於新用戶來說，平臺、產品、流程都是陌生的。如果用戶體驗不好，不能及時適應平臺，用戶就會流向其他同類型平臺，滿足用戶需求。所以需要在這個節點建立新手指導，讓用戶逐漸熟悉平臺、產品、流程，養成用戶操作習慣。但還是會面臨用戶流失的風險，需要及時給用戶營銷激勵，比如發布優惠政策，觸發用戶感興趣的內容，激發用戶的積極性。這壹層轉化關註的核心指標:日活DAU和月活MAU。這壹層的分析維度:這壹層關註的指標是活躍指標，比如日活躍、月活躍，但是在分析的過程中，需要關註用戶的流失和留存。如果壹段時間內用戶的日活躍持續增加，就要分析用戶活躍類型的比例，找出活躍增加的原因，是因為新用戶活躍，老用戶活躍；用戶從哪些渠道活躍，是因為新渠道質量更好，還是因為用戶被激勵的方式。不僅要關註日活、月活，還要拉長整個用戶生命周期來看用戶的活躍度、流失和留存，分析這些新用戶在壹段時間內的流失和留存情況，否則會被日活增加的表面現象所蒙蔽。從活躍層到留存層的轉化用戶的持續留存，意味著這個用戶有留下來的意向和潛在轉化的可能性。用戶留存指標是監控用戶流失的重要指標。實現用戶留存的關鍵是找到留存率高的關鍵事件，通過關鍵事件的引導增強客戶粘性。這壹層轉化的操作手段:留存推廣策略。這層轉化的核心指標:留存率(即第二天留存、第7天留存、第14天留存、第30天留存)。這壹層轉化分析的維度:需要關註的用戶留存指標是次日留存、7日留存、14日留存、30日留存。分析中通常有兩個維度:1，時間維度:看不同時間的次日留存率、7天留存率、14天留存率、30天留存率等指標。當觀察到某壹天留存率比較高的時候，我們可以詳細洞察這壹天是否有“其他動作”，比如添加某個頻道、做某個活動、做某個頁面。如果增加壹個新的渠道，可能是因為這個渠道質量更好，用戶更活躍，潛在目標群體更多。如果通過渠道維度看這個渠道的行為數據指標表現，可以適當調整投放策略，增加這個渠道的投放量。2.以事件為維度:看做過不同事件的人的次日留存率、7天留存率、14天留存率、30年留存率等指標。比如在對壹個用戶做留存分析時，發現執行過登錄事件的人的留存率明顯高於執行過其他事件的人。分析表明，登錄與客戶留存成正比，建議企業推出簽到送積分活動，提高用戶留存率，效果會更顯著。留存層向交易層轉化運營的最終目的是促使用戶進行交易，為企業帶來業務收入，體現產品的流動性。交易金額=流量*交易轉化率*客單價。從公式中可以看出，增加流量，提高交易轉化率，交易金額就會增加。流程已經在感知層→獲客層做了詳細解釋。客單價受產品定位、市場情況、產品內容等多方面影響，需要重點提高交易轉化率。這壹層轉化運營手段:精準營銷，聚類算法促進轉化，建立MOT營銷規則。這壹層重點是核心指標:交易轉化率。這壹層分析的是方法維度:精準營銷的本質是通過數據洞察找到目標人群，分析用戶的特征偏好和產品偏好，在用戶容易轉化的渠道適時觸達。企業需要構建閉環營銷來解決營銷效率問題，提高用戶的交易轉化和收入增長。精準營銷的閉環可以分為人群洞察、消費者互動、監測效果量化、分析優化四個步驟，不斷優化形成營銷閉環。1，人群洞察這是精準營銷必不可少的關鍵環節。通過人群洞察，可以分析用戶的行為特征、興趣偏好、產品偏好等特征，利用全維度的數據分析，找出不同特征人群的產品偏好，將洞察結果與營銷關聯起來，為後期的營銷觸達提供數據支持。2.消費者交互人群洞察之後，就要分析這個層面觸達人群的手段，也就是用戶交互方式的偏好(用戶習慣、喜歡的頻道、時間段)，渠道是與用戶溝通的載體。幫助企業搭建與用戶溝通的橋梁，需要找到用戶喜歡的渠道和高轉化率觸達的途徑，從而在合適的時間提供用戶喜歡的內容，提高用戶轉化率。3.監測效果量化通過數據反饋，記錄每壹次精準營銷的數據，為後期的數據分析、建模等工作積累數據，優化營銷工作。4.分析優化營銷效果數據，分析轉化人數、轉化金額、轉化後的行為數據、轉化時間等。在每壹次精準營銷中，通過數據分析結果確定本次精準營銷存在的問題，提出後期優化策略，不斷叠代優化方案。優化後的策略將在接下來的營銷中應用，形成閉環營銷，提高用戶交易轉化率和用戶價值。在對各層級用戶的分析中，聚類算法進行人群細分和數據交叉分析，找出細分人群的特征，制定精準的營銷策略，提高用戶轉化率。聚類算法可以幫助企業科學有效地完成人群細分。數據分析師整理數據，確定人口細分的數量。聚類算法可以把相似的人聚成壹組，最後輸出幾組人。對細分後的人群進行特征提取，獲取每壹類人群的偏好特征，從而針對不同人群制定差異化的營銷策略，提升用戶價值。營銷規則建立營銷規則和MOT邏輯規則，實現自動化運營，促進用戶提高交易轉化率。用戶的交易數據、行為數據、公開市場數據等多元化數據可以作為基礎分析數據，挖掘數據價值，結合業務場景設計營銷規則。當用戶觸發某個規則時，進行實時接觸，通過營銷活動轉化用戶。比如用戶頻繁查看壹款產品，停留很長時間沒有成交，但這種數據分析也可以說明用戶對該產品有潛在需求，可以根據這種場景建立規則(如果三天內查看該產品超過A3次，可以定義為產品A的意向用戶，滿足這種規則後，MOT會自動觸發產品A的營銷內容，刺激用戶進行交易轉化)。交易層的轉化——高價值層是企業的核心用戶。根據二八法則，20%的核心用戶為企業貢獻了80%的價值，這樣的高價值核心用戶才是企業的重點。如何引導和刺激用戶向更高價值轉變是這壹層的關鍵。這壹層側重於核心指標:交易頻率、交易金額、交易產品類型。這壹層轉化人的運營手段:交叉銷售、長相相似算法挖掘潛在高價值人群。通過多元化的運營手段，交叉銷售是這壹層的目標。通過交叉銷售分析，找到用戶購買的產品A和產品X之間的關系，將強關聯的產品X展示在對應產品A的購買流程或頁面中，通過相互導流實現產品X的銷售，為企業創造更大的價值。根據產品購買頻率和產品到期時間建立營銷規則，引導用戶提前復購，防止用戶流失，提升用戶價值。Lookalike算法挖掘潛在高價值用戶潛在高價值用戶挖掘可以借助模型算法預測潛在高價值人群，實施精準營銷策略。相似算法是機器學習的壹種典型算法。TalkingData通過使用移動APP行為數據對其進行優化，使其適合使用APP行為數據進行學習。與其他算法相比，它具有更高的效率和準確性。在這壹層中，高價值人群(如交易次數多、交易金額大、交易頻率高、交易產品種類多等。)從企業事務層的用戶中選出的作為機器學習的種子人，通過Lookalike算法找到潛在的高價值用戶。全面洞察和分析興趣偏好、產品偏好、渠道偏好等。潛在高價值人群，輸出精準營銷策略並觸達用戶，通過基於效果反饋的閉環營銷提升用戶交易轉化。案例A銀行運營目標:提升存款用戶價值，實現活躍存款用戶，挖掘潛在用戶價值。某銀行專註於銀行存款存量的用戶管理。為了提高存款用戶的價值，采用用戶價值分層法(如圖)對某銀行存款用戶進行分層，將每壹層的用戶聚焦在壹個特定場景進行分析，從而提高存款用戶分析的效率，洞察每壹層用戶的特征，找出每壹層之間的缺失人群和潛在人群，制定更加科學有效的差異化運營方案。建立了用戶價值分層體系的方法論，將用戶分層、用戶洞察、方案制定、實施、效果評估、叠代優化的整套操作方法論閉環，並廣泛應用於其他項目，幫助某銀行通過數字化思維驅動經營決策，推動數字化、智能化轉型。存款流失人口是指從全部存量用戶到有效存款用戶的存款流失人口。在分析和研究這部分人群時，主要目標是深入分析人群特征，制定有針對性的營銷激勵策略，通過激勵將這部分人群轉化為有效用戶。營銷激勵策略是圍繞如何讓異地用戶再次存款的場景制定的。押金流失用戶押金流失用戶，構建流失用戶預警機制和流失用戶恢復策略。分析哪些關鍵因素與流失相關聯，對流失人群進行劃分，確定流失人群的類型，針對不同類型的流失用戶規劃有針對性的找回機制，制定不同的接觸方式拯救流失用戶。如下圖所示，某銀行數據分析中用戶流失與登錄、資產、提現之間存在很強的相關性，因此將登錄、資產、提現作為分組的關鍵因素，設置不同的策略機制。潛在價值用戶潛在價值用戶是主動存款用戶。雖然這半年沒有投資，但這群人在企業APP中有互動行為。通過這種交互數據分析，挖掘潛在需求和動機，將APP上的交互行為、以往的歷史交易數據、外部數據作為模型輸入的因素，輸出客戶的潛在需求，實施精準營銷。潛在高價值用戶挖掘潛在高價值用戶為企業創造價值，需要通過運營手段激發更大的價值。增值有幾個維度:1，量的維度:刺激用戶增加購買量，創造更大的價值；2.時間維度:建立策略，延長用戶購買時間，提升用戶生命周期；3.品類維度:購買多類型產品，提升用戶價值。用戶價值分層需要關註用戶需求和用戶價值。制定場景化、差異化、定制化策略，沿著整個價值鏈推進轉化漏鬥，實現從數據驅動戰略目標到用戶管理的精細化運營閉環，實現層間價值最大化，幫助企業有效延長用戶生命周期，激發用戶創造更大價值。