摘要
用户生命周期模型已经成为系统化运营的一个重要方法，近年来逐渐被应用到了互联网产品分析中。互联网中用户生命周期模型通常以对产品接触程度为依据划分用户类型，然后针对各类用户制定有效的运营策略提供科学依据，达成延长用户生命周期、提升用户价值的目的。本文通过理论及举例来说明生命周期模型的重要应用。
一、问题背景
- ⽤户⽣命周期模型源于传统营销学中的客户⽣命周期，同RFM模型⼀样⾪属于⽤户价值模型的范畴，可⽤于量化⽤户终身价值(Lifetime Value, LTV)。⽬前，移动互联⽹领域经常应⽤该模型分析⽤户⾏为。
- ⽤户⽣命周期模型以对产品的接触程度为依据划分⽤户类别，可为针对各类⽤户制定有效的运营策略提供科学依据，达到延⻓⽤户⽣命周期等⽬的。
二、用户生命周期模型
1、用户生命周期模型简介
用户生命周期模型借助可量化指标来划分用户生命周期各个阶段。而用户生命周期指用户从开始接触至离开产品的整个过程。以用户对产品的接触程度作为依据，基于用户生命周期模型对用户的划分结果可以分成5个阶段：引入期、成长期、成熟期、休眠期和流失期。
- 引入期：处于该阶段的用户对产品信赖成都低，且对产品规则不熟悉，该类用户的阶段信号一般为注册激活产品。
- 成长期：处于该阶段的用户对产品有一定的好感，但是主动尝试产品的意愿不强，该类用户的阶段信号一般为首次完成付费/使用完整路径/使用时长超过阈值等。
- 成熟期：处于该阶段的用户信任且认可产品，而且可能主动在社交圈推荐该产品，该类用户的阶段信号一般为重复下单/频繁登录/经常使用等。
- 休眠期：处于该阶段的用户对产品依赖程度逐渐降低，该类用户的阶段信号一般为曾属于成熟期用户，但已经有一段时间未登录/未下单/在线时间下降到一个范围内等。
- 流失期：处于该阶段的用户对产品不满意或转向替代产品，该类用户的阶段信号一般为超过一定阈值天数未登录。
在通常情况下，用户使用产品的程度越高，使用产品进行消费的概率相应越高。因此，可以假设：用户接触产品程度越高，其价值越高。对应的，用户价值在各个阶段存在显著差异。关于这一点，Rober等人（1998）经过反复推算，发现企业的客户价值分布符合帕累托定律，呈现出正态分布和价值集中的特征（见《走进客户的心——企业成长的新策略》p153-189）。以时间为横轴，用户价值为纵轴，可以作出下图：
这幅图可以看出，处于成长期和成熟期的用户升值空间是比较大的，这个阶段的用户一般需要从中筛选出有效用户提升其消费频率，而对于引入期中户通过拉新留存等方式转化流量为用户；对休眠期和流失用户可以通过召回机制来促进用户回流。
但是这幅图是一张生命周期比较流行的图，但是看着这个图比较有迷惑性：
- 一般会认为所有的业务的用户都会有五个阶段，所有的用户，都会从都会从引入期到衰退走完全程；
- 只要我们算出时间来，到点发券用户就会继续留存。
本质问题，是忽略了业务特点，一锅炖，导致会有到底留多久算是一个“完整”的周期。最后做出来的东西看似合理，却没有落地的可能。实际上，用户生命周期和业务类型有很大的关系。下面总结几个需要注意的事项：
2、对用户生命周期认知的几点误区
-
并非所有的用户都会完整的生命周期，例如，首单用户受补贴刺激后，完成首单不在使用产品，直接就进入了流失期。
用户生命周期需要结合业务来看，脱离业务就会产生策略不能落地等问题，我们以快消品类的用户生命周期为例来说明：
所谓的快消品类，指高频次、低额度、用户挑选周期短的商品；日用、零食、游戏、O2O服务、娱乐等。此类产品多是廉价的生活刚需，用户天然的会频繁的购买。但是，提供的平台较多，产品迭代速度快。用户总是喜新厌旧的，对单一平台、单一系列的忠诚度，非常有限的。因此，就形成了所谓的引入期、成长期、成熟期，这也是大家在网上最常见的那张图的起源。
1）引入期：
业务范畴限制：平台提供的产品/服务有特定种类，只能吸引特定用户。
信任引导影响：用户适应平台，上手需要时间。新人的留存做的不好，用户还没有体验到核心服务就已经流失。
2）成长期
内部不良事件：除了运营事故，产品BUG，设计缺陷，导致用户流失
外部竞争事件：竞品作出了促销，拉新活动，爆款，把我们的用户搞跑了。
这样就会出现从引入期、成长期直接进入流失期。对于引入期用户直接进入流失期，这部分有可能不是没有需求，有可能是我们没有做好用户引导，特别是下载，安装，使用会出现各种错误等及复杂繁琐程序。反之，用户体验到核心卖点以后产生的流失，不一定需要100%挽回。很有可能他的需求已满足，或者他根本不是我们的核心用户。盲目的拉动所有用户群体的消费，会浪费大量费用，且因为派太多优惠券，而养出一帮无利不至的羊毛客。 -
AARRR模型（Acquisition获取用户，Activation提高活跃度,Retention提高留存率，Revenue获取收入，Refer自传播）与用户生命周期并不是一个概念。AARRR模型主要用于实现用户增长，而用户生命周期模型则用于区分用户当前所处的阶段并实现精细化运营。
-
RFM模型和用户生命周期周期均属于用户价值模型的一种，能量化用户价值，但是用户生命周期是以时间和用户成长路径为模型基础，而RFM则以用户关键行为为模型基础运营。
三、如何搭建并应用用户生命周期模型
1、使用场景
用户量级较小（如初创产品）或者具有垄断性的产品（如12306火车票），一般不需要应用用户生命周期模型。该模型更适用于用户量级大，非垄断性的产品。在具体应用场景方面，如针对设置流失预警机制、提升用户留存率、延长用户生命周期、提高拉新转化率等业务需求，该模型可发挥显著作用。
2、搭建步骤
（1）梳理用户成长路径
根据产品的实际业务场景，梳理出用户从注册到流失整个过程涉及的各个代表性节点，并按照引入期、成长期、成熟期、休眠期、流失期划分所有节点。
（2）寻找驱动用户进入下一个阶段的关键行为
根据用户成长路径，确定影响用户进入下一个阶段（如用户由引入其进入成长期）的关键行为，具体需要根据产品的特性及自身业务的实际发展来定，以引入期转入成长为例，其关键行为有多中可能：
- 视频网站用户用户可能是完成1次完整的播放；
- 电商产品用户可能是完成1次支付订单（一些快消业务可能定成2次或更多）；
- 内容产品用户可能是发布一条动态或互动；
（3）定义各个阶段用户的特征行为
基于用户进入下一阶段的关键行为，选取合理的指标对其进行量化并根据临界值进行划分阶段。
- 指标：以度量用户对产品的接触程度为基本原则，结合业务特征而定。以快消产品为例，常用的量化指标涉及用户消费时间、消费次数、最近一次登录时间等。
- 临界值：对应指标的临界值是划分用户生命周期各阶段的根本依据。如重复下单次数超过几次由成长期用户转化为成熟期用户，未登录时间超过了多少天才是流失用户。对临界值的确定，一般可以使用两种方法：
-
- 根据业务实际的情况来定义，对所有用户的历史数据进行分析，从中找出对应的拐点。如计算全量用户在第K单时的留存率，如果单量增加到某个值，用户留存率趋于平缓，说明用户已经相对较为成熟，无需过多的激励也会保持活跃，这个值也就是区分成长期和成熟期用户的临界值。
-
- 采用实验方法，对用户实施不同的运营策略，基于运营策略的效果寻找临界值。如对用户分别实施不同天数的相同召回策略，观察该策略所产生的效果，一般呈现梯度下降趋势。如果存在一个值，当实施召回策略的天数超过这个值后，召回效果出现大幅度下降，那么这个值就是定义流失用户所需要的临界值。
（4）将现有用户归类
按照用户生命周期各个阶段的划分指标及对应临界值，对比用户历史数据对用户将用归于对应类别。
（5）制定提升用户价值策略
按照用户生命周期模型划分结果，对不同类别用户分别制定运营策略以提升用户价值，延长用户生命周期。
- 从总体看，可以分析各个阶段用户的占比情况，以确定公司运营重点方向。如公司引入期用户占比达80%，那么现阶段运营更侧重于促使用户尽快完成首次支付订单。
- 对每一位用户还可以根据其所处阶段实施精细化运营。如引入其用户可以通过制定收单免费等方法尽快促使转化为成长用户；成长期用户可以通过算法推荐、团购、秒杀等手段提高其复购率，实现成长期向成熟期的转化；成熟期用户则可以通过会员机制、头衔认证等保证用户留存；休眠、流失期用户可以通过召回机制召回。
四、案例分析
以A产品的App为例，搭建用户生命周期模型划分出不同阶段的用户。
（1）梳理用户据成长路径，具体如下：
对用户生命周期各个阶段，可以根据用户成长路径进行定义。
- 引入期：完成注册用户。
- 成长期：完成首次付费购买课程的用户。
- 成熟期：已经发生多次付费购买课程行为的用户。
- 休眠期：曾经属于成熟期，但是有一段时间未登录和访问的用户。
- 流失期：超过一段时间未登录和访问的用户。
（2）寻找驱动用户进入下一阶段的关键行为指标，一次为首次完成支付订单、多次完成支付订单、m~n天内未登录和访问、最近一次登录时间距今超过n天。
（3）定义各个阶段的用户行为特征
基于用户各个阶段转化的关键行为，以用户最近一次登录时间距今天数、已经完成支付订单数作为量化指标划分用户，对各个阶段的用户行为特征定义如下：文章来源：https://www.toymoban.com/news/detail-420434.html
| 阶段 | 量化指标 |
|---|---|
| 引入期 | 已完成支付订单数=0且最近一次登录时间距今<m天 |
| 成长期 | 已经完成支付订单数>=1 且已经完成支付订单数<4单且 最近一次登录时间距今 <m 天 |
| 成熟期 | 已经完成支付订单数>=4单且最近一次登录时间距今<m天 |
| 休眠期 | n天>=最近一次登录时间距今>=m天且已完成支付订单>=4 |
| 流失期 | 最近一次登录时间距今>n天 |
注意：上述的订单数据4单是历史数据推算出来的拐点。文章来源地址https://www.toymoban.com/news/detail-420434.html
（4）将现有用户归类。结合用户具体历史数据，以用户行为特征定义为依据确定各个所处的阶段。
| 用户Id | 最近一次登录距今天数 | 已经支付完成的订单数 | 用户所处的阶段 |
|---|---|---|---|
| 用户1 | 1 | 0 | 引入期 |
| 用户2 | m-1 | 2 | 成长期 |
| 用户3 | m-3 | 10 | 成熟期 |
| 用户4 | m+1 | 11 | 休眠期 |
| 用户5 | N+1 | 2 | 召回期 |
（5）制定提升用户策略
| 用户Id | 最近一次登录距今天数 | 已经支付完成的订单数 | 用户所处的阶段 | 运营策略 |
|---|---|---|---|---|
| 用户1 | 1 | 0 | 引入期 | 拉新获客 |
| 用户2 | m-1 | 2 | 成长期 | 筛选有效用户 |
| 用户3 | m-3 | 10 | 成熟期 | 提升用户消费频次 |
| 用户4 | m+1 | 11 | 休眠期 | 召回 |
| 用户5 | N+1 | 2 | 召回期 | 召回 |
五、 总结
- 用户生命周期模型通过可量化的指标及对应临界值将用户对应区分为引入期、成熟期、朽迈年起、流失期五个阶段，可应用于设置流失预警机制、提升用户留存率、提高拉新转化率等多个需要惊喜化运营的场景。
- 搭建用户生命周期模型，需要从本产品成长路径出发，寻找各个阶段的转化的关键行为，并进一步总结业务特点和用户历史数据（或实验数据）确定具体量化指标及对应临界值，以实现用户分类，并针对不同类型用户实施运营策略。
- 实际应用用户生命周期模型时，切记需要从业务自身逻辑出发，紧贴业务灵活变通，不建议直接套用。
到了这里，关于如何搭建用户生命周期模型的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
