[Notes] 用戶運營

(Image source: freepik )

主要參考資料：

商業思維 BUSINESS THINKING 職涯躍進的唯一解！一次搞懂企業如何高效運轉！-momo購物網

商業思維 BUSINESS THINKING 職涯躍進的唯一解！一次搞懂企業如何高效運轉！ - momo 購物網

www.momoshop.com.tw

• 獲客成本 CAC
• 計算獲客成本範例
• 客戶終身價值 LTV 、 LTV/CAC
• 用戶留存 (User Retention)
• DAU 的組成
• Non-active users with different levels of inactivity
• 各種 Retention Rate
• 客戶生命週期中的各階段
• 用戶留存 Activation / On-boarding / Aha-Moments
• 實務案例 - 讓客戶快速使用產品
• 實務案例 - 讓客戶獲得正確體驗
• 量化 追蹤 用戶是否有 發生 Aha Moment
• 訂定 Aha Moment 的量化目標指標
• 用戶分群 Customer Segmentation
• 常見用戶分群方式
• 在用戶身上打標籤 (Customer Taggin)
• 用統計模型去定義 “某種用戶群體”
• 增量、存量
• 增量：互聯網流量紅利消失
• 存量 (老顧客、舊名單)
• Customer Loyalty (回購、推薦)
• 回購週期
• 小米之家：低購物頻次 轉 高購物頻次

用戶運營的核心工作：

1. 圍繞著客戶，讓客戶正確的使用產品、給客戶對的內容、用對的方式與客戶互動及服

客戶種類：

• Leads (名單。已掌握基本聯絡方式，可以去開發客戶)
• 潛在客戶 (曾經開發但未成交的客戶。過去沒成交，不代表未來不會成交)
• New Customer
• Lost/Churned Customer (有成交過，但是後來退貨 or 不回購)
• Regular Customer 回頭客

獲客成本 CAC

Takeaway

1. 通常：Regular Customer 的留存率較高
2. 通常：CAC of New Customer 高於 Regular Customer
3. 努力獲取新客的同時，也要維持較低的 churn rate

計算獲客成本範例

• 成本來源
• 獲取名單成本
• BD 薪水
• 電話費
• 交通車馬費
• 計算：
• BD 一個月可以拜訪多少客戶
• BD 拜訪客戶 X 次 (包含打電話) 後的成交率
• 把 BD 做的事情換算成金錢成本
• 可藉此算出 客單價 要不低於這個成本，公司才不會虧錢

客戶終身價值 LTV 、 LTV/CAC

客戶總消費金額 + 他推薦別人來消費的總金額

Notes

1. 「首單虧錢，但是靠 LTV 把錢賺回來」的範例：訂閱制
1. 想辦法讓 LTV/CAC ratio愈高愈好
2. 雖然獲客成本很高，但是因為有夠高的 retention rate 或是 回購，導致 LTV 夠高
2. 若 LTV/CAC 較高：代表生意體質好
3. 若 LTV/CAC 較低：
1. 可能這生意尚未盈利、或是很難贏利、或是風險較高
2. 可能不適合投入高成本的運營資源 (e.g. 派入 BD 真人去做銷售、提供線下實體售後服務)
3. 可能要運用比較便宜的 (e.g. 網路開箱文、社群經營)

用戶留存 (User Retention)

參考資料：Segment and model our users by engagement level (by Duolingo)

How Duolingo reignited user growth

The story behind Duolingo's 350% growth acceleration, leaderboards, streaks, notifications, and their innovative growth model

www.lennysnewsletter.com

DAU 的組成

• New users:
• first day of engagement ever in the app新用戶
• 參與應用程序的第一天
• Current users:
• engaged today and at least one other time in the prior 6 days當前用戶：
• 今天參與，並且在過去 6 天內至少參與一次
• Reactivated users:
• first day of engagement after being away for 7-29 days
• 重新激活的用戶：離開 7-29 天后參與的第一天
• Resurrected users:
• first day of engagement after being away for 30 days or longer復活的用戶：
• 離開 30 天或更長時間後參與的第一天

Non-active users with different levels of inactivity

• At-risk WAU:
• inactive today, but active in at least one of the prior 6 days 
• 風險 WAU：今天不活躍，但至少在前 6 天中有一天活躍
• At-risk WAU + DAU = WAU 
• At-risk MAU:
• inactive in the past seven days, but active in at least one of the prior 23 days 
• 風險 MAU：在過去 7 天內不活躍，但在過去 23 天內至少有一天處於活躍狀態
• At-risk MAU + WAU = MAU
• Dormant users:
• inactive in the past 31 days or longer 
• 休眠用戶：在過去 31 天或更長時間內不活躍
• MAU + Dormant users = Total user base

各種 Retention Rate

• CURR Current users retention rate
• The chance a user comes back this week if they came to the product each day during the past two weeks 
• 當前用戶保留率 (CURR)：如果用戶在過去兩週內每天都訪問該產品，那麼他們本週回來的機會
• NURR New users retention rate
• The chance a user comes back this week if they were new to the product last week
• 新用戶保留率 (NURR)：如果用戶上周是該產品的新用戶，那麼他們本週回來的機會
• RURR Reactivated user retention rates
• The chance a user comes back this week if they reactivated last week
• 重新激活的用戶保留率 (RURR)：如果用戶上週重新激活，則他們本週回來的機會
• SURR Re-surrected user retention rate
• Resurrected user retention rate (SURR)
• 復活的用戶保留率 (SURR)：如果用戶上周復活 (從較長時間的缺席)，則他們本週回來的機會

Resurrected User Retention

Learn how to resurrect your inactive users by comparing their behavioral personas to those of new and current users. At this point, you’ve studied both your current users (Chapter 5) and new users (Chapter 6). You’ve identified some important user…



amplitude.com


• iWAURR (inactive WAU reactivation rate)

客戶生命週期中的各階段

參考資料：

• <商業思維> by 游舒帆 第 3-2章

幾種不同的框架

用戶留存 Activation / On-boarding / Aha-Moments

Notes

1. 假設用戶要「執行某個動作」之後，會「建立習慣」，接著成為 Regular Customer
2. 範例
1. 用戶購買商品之後，真的有打開來使用X次 以上 ，並且獲得了正確的體驗 (我公司設計的預期體驗)
2. 用戶購買商品之後，定期重複使用長達一段時間
3. 有些商品是要在用戶使用幾次之後 or 使用一段時間之後，才會發揮效果。
1. 我們要主動預告告知用戶，建立正確的預期

實務案例 - 讓客戶快速使用產品

1. 健身中心，就讓消費者在繳錢的當天，親自帶他用用每個器材，讓他有個好的開始
2. 售後電訪
3. 主動邀請用戶預約第二次上課
4. 售後分享評價可得折價券

實務案例 - 讓客戶獲得正確體驗

1. Tool tips
2. 開箱文
3. chatbot
4. 商品說明書

量化 追蹤 用戶是否有 發生 Aha Moment

1. lack：團隊內部發送2,000條信息
2. Dropbox：在用戶的一台設備上裝了Dropbox，並且上傳了一個文件
3. Zynga：用戶註冊後，第二天還返回使用
4. Twitter：關注了30個用戶，有一定比例的人也關注你
5. Facebook：用戶7天內加了10個好友。 LinkedIn：一週內建立4個聯繫人

訂定 Aha Moment 的量化目標指標

1. 範例：
1. 分別計算「購買健身房會員後，一週來 1/2/3/4/5/6/7 次的會員」，在會員到期後續費的機率有多高
2. 從中訂定一個我們想達到的續費機率目標，然後以「該群會員購買健身房會員後一週來的次數」作為 Aha Moment 的目標

用戶分群 Customer Segmentation

常見用戶分群方式

1. 依照 用戶屬性 分群
1. 固定屬性：性別、血型、生日等
2. 變動屬性：年齡、婚姻狀態、職業、收入、學歷、消費習慣，這些會隨著時間而變化的屬性
1. 某客戶在現在不買我的產品，不代表在未來他永遠都不會買。很可能在未來時，他的需求變了 (他老了、變有錢了、公司生意規模變大了) ，導致他反而轉變成對我的產品有興趣
2. 依照 用戶行為 分群
1. 消費行為：購買、回購、推薦、退換貨、消費頻率、線上/線下消費行為
2. 使用行為：註冊、登入、開箱、使用頻率、有打開 EDM、有點擊 App Push Notificaion
3. 服務行為：撥打客服電話、提出客訴、客服人員主動關懷
3. RFM (基本上 R愈近愈好，F愈多愈好，M愈大愈好)
1. Recency (是在多久之前買的)
2. Frequency (消費頻次)
3. Monetary (消費金額)

RFM 分群範例：

在用戶身上打標籤 (Customer Taggin)

1. 在用戶身上打標籤
2. 在商品身上打標籤
3. 把商品與用戶做匹配

參考資料：

• <商業思維> by 游舒帆 第 2-5章

用統計模型去定義 “某種用戶群體”

Notes

1. 用一套 量化 數學算式 去描述「符合某種 質化 行為樣貌 的用戶」

範例：

1. 「高價值用戶」
• R：小於 3天
• F：一個月大於 5次
• M：大於 $XXXX
2. 「高流失風險用戶」
• 註冊後為下單
• 會員等級低於 XXX 級
• 客服人員致電 超過 YYY 次 沒接電話
3. 「有高機率 轉化成 購買用戶 的 新用戶」
• 註冊後有領取優惠券
• 註冊後 X天之內，至少點急躁放 Y件商品 的商品詳情頁
• 註冊後 X天之內，至少加入 1件商品 到購物車

增量、存量

增量：互聯網流量紅利消失

1. 2017年是智慧型手機出貨量首度零成長的一年，而網路使用者的成長也開始降低
1. 可以解讀為：「會購買智慧型手機的人，大多都買了」。
2. 全球互聯網用戶的成長率，在2010至2011年達到高峰，接著開始衰退
1. 可以解讀為：「會上網的人，大致上都用了」。
3. 數位廣告成長速度高於互聯網用戶成長速度
1. 有更多的人來跟你競爭這40億流量，所以每家企業透過廣告能分到的流量或用戶注意力都會減少，廣告效益降低，營收自然會受到影響
2. 如果你要維持相同的業績表現，你在廣告投入的心力與成本就會上升，所以便會有廣告愈來愈貴的感覺，
3. 當然你也可以選擇把廣告投的更好，素材做的更有吸引力，在同一個池塘裡比其他人更有效的收割流量
4. 妥善 分配資源到：
1. 付費渠道
2. 免費渠道
3. 口碑傳播
4. …etc
5. 提高新流量的轉化率

存量 (老顧客、舊名單)

(這些人已經進入了我的 流量池 裡面)

1. 提高 老顧客 的 LTV
1. 回購、續約
2. Upsell 提高客單價
2. 針對 舊名單 、老顧客 做 分眾經營
3. 新客戶 的 CAC 通常遠高於 老客戶
4. 某客戶在現在不買我的產品，不代表在未來他永遠都不會買。很可能在未來時，他的需求變了 (他老了、變有錢了、公司生意規模變大了) ，導致他反而轉變成對我的產品有興趣
1. 我們要持續與客戶互動，掌握「客戶的狀態 or 想法 是否改變了」，抓住「再次 誘使他購買 的機會」
5. 激活 未轉化的流量
1. e.g. 已經下載 App 但沒註冊的用戶、已經註冊但從未下單購買的用戶
2. e.g. 想辦法取得這些用戶的聯絡方式

參考資料：

• <商業思維> by 游舒帆 第 3-1章

Customer Loyalty (回購、推薦)

忠誠的用戶通常會做兩件事情

1. 持續回購
2. 推薦 我的產品/平台 給他的朋友

回購週期

1. 回購週期容易預測的產品：Netflix、SaaS 軟體、健身房
2. 回購週期高度個人化的產品：食物、衛生紙、化妝品
1. 可利用 RFM 模型
3. 回購週期超長的產品，可以推廣周邊商品、售後服務：汽車、電腦、iPhone

小米之家：低購物頻次 轉 高購物頻次

• 小米承诺线上线下同价
• 高頻商品 結合 低頻商品
• 他们发现小米的用户和优衣库、星巴克、无印良品高度重合。把店开在地铁站，人流虽然很大，但是大家不进店；把店开在重奢的商场，大家购买的心态和频次都很低。所以，小米确定了和优衣库、星巴克、无印良品对标开店的选址策略
• 比如58同城这个网站，求职、租房，1年有1次就不错了，都是低频生意，但是58同城把100个低频分类信息加在一起，就变成了高频，你隔三岔五都会上去一次
• 小米之家现在有20~30个品类、200~300件商品，所有品类1年更换1次，相当于用户每半个月都会进店来买一些好的东西。虽然手机、充电宝、手环等是低频消费品，但所有低频加在一起，就变成了高频。
• 在小米之家，这次你买了手机，过段时间买个手环，下次再换个蓝牙音响。这样，就把1年来1次买手机的低频，变成了每半个月来1次的高频，把进店没东西可买的低效流量，变成了进店总能买走几样东西的高效流量，解决了流量问题。 (View Highlight)
• 很多手机商店只卖低频消费的手机，所以必须强行推销。但是小米通过低频变高频后，无需推销了。小米甚至规定，店员不经允许，不去打扰客户。为什么？因为这样用户才能充分感受产品，感叹价格。
• 这么做的结果：
• 同一款手机，在线上中低配版卖得更多，在线下却是高配版卖得更多。为什么？因为线上缺乏体验性，用户只能比参数。但在线下，用户可以细细体验外观、手感、性能的差异，买高配的人就多了，这就进一步提高了客单价。
• 小米甚至在小米之家安排了专门的“电视大师”和“笔记本电脑大师”工作人员，回答用户体验后的问题。电视、笔记本电脑这些高单价产品，在线上购买难下决心，但因为体验，在线下卖得更好
• 用户只要每多买一次，第一次获客的成本，就可以多摊薄一次。所以，通过提高复购率，挖掘客户终身价值，是新零售的终极大杀器

參考資料：

• <商業思維> by 游舒帆 第 3-4章

线上线下同价，小米为何更赚钱？-36氪

雷军说：“我靠‘小费’赚钱。”

36kr.com