今天我就分享一下和用户运营相关的三个问题：

1. 什么是用户运营

2. 用户运营的日常工作

3. 利用用户行为数据驱动产品改版

一、什么是用户运营？

商业在推动着社会的发展，就用户运营的发展来说也是如此，用户运营一词随着互联网的发展而得到传播，又因为移动互联网寻求更高性价比的发展方式备受重视，虽然用户运营一词出现的比较晚，但用户运营这种现象在很早以前就出现了，最早可以追溯到先秦时期 。

先秦时期的商人，为了把商品兜售出去，往往采用走街串巷叫卖的形式，这种通过叫卖声引起他人注意以便兜售商品的形式和现在移动互联网的用户运营方式类似，都是通过某种方式成功吸引他人注意力之后再进行商业变现，只不过这种早期的用户运营形式过于松散 ，属于一次性交易，缺少延续性。

到了移动互联网时代，技术的发展使得我们可以方便地采集海量的用户行为数据，并基于此进行一系列产品或商业运作，用户运营也由于商业变现方式的变化朝着更加精细化方向发展。

简单讲，用户运营指以根据产品定位和目标用户的特点，将人群分层，并清晰认知每层人群的定义、特点和需求，为这些用户分别给出对应的运营方案，以便更好地满足用户，尽可能放大产品的覆盖用户量和延长产品的生命周期，用户运营一般出现在UGC类产品或综合产品中的用户模块的运营。

更露骨一点的说法，用户运营就是依靠低成本的内容吸引到用户注意力之后再设法以更高的价格集体打包出售。

 二、用户运营的日常工作

在产品发展的不同阶段，用户运营的日常工作有不同侧重：

导入期：挖掘目标用户进行产品市场验证

明确目标用户群，挖掘高质量种子用户，在种子用户中进行产品试用，观侧种子用户行为数据，进行bug收集和建议收集，依据结果进行产品改良。

成长期：拉新（提升用户注册量）

寻找性价比较高的且转化率高的引流渠道，关注活动投入产出比，尽可能降低单一用户注册成本，做好用户留存。

成熟期：促活（促进用户活跃），促转化（促进免费用户向付费用户转化）

进行品牌建设，搭建用户体系，收集用户建议并观测用户行为，进行优化产品功能并建立一条高效率的上单模型，在不伤害用户体验的基础上尽可能提高利润率。

衰退期：用户回流，挖掘新需求和新机会

维系品牌价值，打情感牌，发起活动进行用户唤起，重点开展新产品线。

了解用户运营的含义和日常工作之后，下面就主要谈关于依靠用户行为数据进行产品改版的问题。

三、依靠用户行为数据进行产品改版

自从小米火了之后，小米每周发一次版的产品工作方式也被大家纷纷效仿，好像在人们的认知里，产品是一定会在迭代中不断演化，用户会伴随迭代不断增长，然后产品就会牛逼起来走向成功。然而这种为了改版而改版的现象， 耗费了大量的人力，却难以给公司的业务线带来质和量的提升。

之所以大部分产品最后以失败告终，除了市场，战略和运营之外，还有一个极易被人们忽略的问题：产品设计、研发、迭代的循环中缺少了“衡量”环节。很多时候，我们以为产品正在迭代中螺旋上升，实际上 ，却耗费着大量的人力和时间成本在原地转圈。

因此，如果想做出来一款能得到用户及市场认可的产品，必须学会在迭代循环中，以真实数据反馈进行有效衡量，让版本迭代尽可能地为业务增长服务。

举例来说明一下这个问题：

我13年刚上大学时候想着做一个校园购物平台，当时移动端还没有现在这么发达，由于不会技术，就在网上买了个现成的网站（名字叫校园风，刚才试了试已经打不开了），当时设想的是先用户在我们平台下单 ，由我们自己的兼职人员把零食配送到宿舍，由于零食有40%左右的利润，除去兼职人员的工资之后，是有结余的，也就是说在商业上是行得通的。

 

商品上传之后我们就展开宣传了，先在我们学校通过传单的形式宣传，普天盖地宣传一周之后，却发现下单的只有两个人，服务器日志显示每天的访问量有2000pv，付费转化率不足千分之一，期初是以为商品价格太贵，下调价格之后发现pv虽然有所提升，付费的还是寥寥无几，然后又改了优化了网站外观，这样反复折腾几次发现效果没有丝毫提升。

 

最后我再仔细看服务器日志的时候发现，注册用户量还是可以的，有10%的转化，然而到下单的时候转化率却近乎为零，又去前端体验了一下下单流程，发现从打开电脑到下单需要7步，且必须绑定银行卡，只能支持在线付款，之前之所以忽略这个问题是觉得这样可以更好地获取用户信息 ，了解到这个问题之后，我们就在新版中把绑定银行卡这个要求删去了，支持货到付款，再后来也支持游客下单，后来移动端发展起来的时候，就转移到微信端并向其他学校扩张了……

这个例子中，只是用了很简单的三级转化漏斗，产品也相对原始，举这个例子只是为了说明在进行产品改版时要避免主观判断，依靠用户行为数据来为产品改版提供依据。

依靠用户行为数据驱动产品改版可以从以下几个方面入手

我主要做资讯类产品本地频道的产品工作，业务目标很明确：从产品侧提升频道活跃度。

接下来所做的工作就是：怎么拆解活跃度了。DAU=活跃度、周留存=活跃度、访问时长=活跃度？频道刷新量=活跃度？这些指标看起来都与活跃度相关，但又都不能直接跟活跃度划等号，任何产品在进行改版时都应该考虑下这几个问题：

1. 新功能有多少人用（是否受欢迎）？

一般情况下，一项新功能上线，用的人越多，用户活跃度越高，表示改版更可能是成功的。

2. 用户是否会重复使用该项新功能？

如果新版体验非常糟糕 ，用户往往在用过一次之后便不会再用第二次。而优秀的功能则可能会受到用户的喜爱，并反复使用之。

3. 新功能对所处的使用流程是否起到了优化作用？

如果新上线（或优化）的功能处于某个用户使用流程中，那么您可能需要评估该功能对流程是否起到了优化的作用。比如：三方分享量。

4. 产品改版对用户留存产生了怎样的影响？

一般来说，一次成功的改版、一项优秀的新功能，会增加用户对产品的喜爱，而让用户更频繁地使用产品。

（1）衡量指标：N天留存率

用户在初始时间后第N天的回访比例，即为N天留存率，同类的常用指标有「次日留存率」「周/7天留 存率」「21天留存率」「月/30天留存率等」

（2）分析方法：通过对比改版前后，「新增用户留存」的变化幅度衡量产品改版对用户留存的影响。

明确这四个问题之后，也就知道是不是该进行版本优化了。

今天就先讲到这里，之后会举例给大家分享如何利用工具以及利用什么工具进行数据埋点，感兴趣的可以关注后续文章。