AISAS

适用场景:流量获取

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(1)

HOOK

适用场景:用户运营/激励玩法

用户上瘾模型用户上瘾模型的目的是引导用户养成积极的行为习惯、游戏玩法或系统行为路径,重点在以下四个方面的设计:

RFM

RFM基本原理1. RFM模型概述:源自于美国数据营销研究所提出的一种简单的分析客户价值的方法;RFM三要素:R、F、M

2. 如下图:通过对每个用户R值、F值、M值高低的评估,将其对应到不同的区间去,从而将用户划分为8种用户价值类型。在不同产品中,R、F、M 可以代表不同的用户关键行为;比如在社区类产品中可以分别代表:最近一次登录时间、登录次数和登录时长。

3. 在RFM模型中,用户最近一次交易的时间越近越好,因为这类用户更为敏感,对其进行营销,效果更为显著;而交易频次则是越高越好,因为这说明用户对产品满意度更高,复购意愿更强;交易金额也是越高越好,交易金额高的用户对产品的贡献度更大,属于高价值用户。

RFM本质上是一种用三个分类维度,找判断标准方法;通过三个维度的组合计算,能判定出用户的好坏,然后采取对应的策略

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(2)

LTV

用户指标评估的LTV模型,LTV(LifeTime Value)衡量用户在整个产品周期中(或者一个时间阶段内),对于平台或者企业贡献总的价值收益多少的指标,是一个偏长期的衡量指标。LTV也常被用来衡量商业价值,揭示用户忠诚度,又或者作为预测增长的工具。

LTV模型的作用

LTV曲线聚增则可以证明该运营活动带来了较为明显的数据转化

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(3)

AIPL

适用场景:私域电商/会员营销

AIPL模型是公认的私域流量优质模型,讲求用户与企业、产品服务之间的持久关系,它主要体现了认知 < 兴趣 < 购买 < 忠诚的过程,实现品牌人群资产定量化、链路化运营,最大程度延长用户生命周期,挖掘会员价值。

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(4)

AARRR/RARRA

漏斗模型:AARRR模型

适用场景:用户增长/社群运营

AARRR模型最经典的一个模型,又叫海盗法则,私域流量运营中最为常见的模型之一,从获客、激活、留存、变现、传播5个流程帮助商家从公域中挖掘新流量,建立自己的“私城流量池”。

RARRA模型是托马斯·佩蒂特Thomas Petit和贾博·帕普Gabor Papp对于海盗指标-AARRR模型的优化。RARRA模型突出了用户留存的重要性。

五个数据维度:

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(5)

RRRRR

精髓在于它将数据全面、深度地应用于用户全生命周期管理的各个阶段,真正让用户增长数据化、智能化

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(6)

增长八卦模型

外圈:用户生命周期认知、接触、使用、首单、复购、习惯、分享和流失

内圈:供给策略品牌、推广渠道、行为三角、顾虑排除、替换成本、上瘾、NPS、损失厌恶

2019年,李云龙、王茜在图书《增长思维》中提出增长八卦模型,增长八卦模型用一句话来描述就是,以供需分析为基础,从用户的全生命周期来寻找增长点的增长方法论。

用户商业模式的建设-商业画布

产品生命周期管理 数据分析 生命周期中设计的必要的数据模型(7)

波士顿矩阵(BCG Matrix)市场增长率-相对市场份额矩阵

波士顿矩阵(BCG Matrix),又称市场增长率-相对市场份额矩阵,由美国著名的管理学家、波士顿咨询公司创始人布鲁斯·亨德森于1970年首创,它是通过销售增长率(反应市场引力的指标)和市场占有率(反应企业实力的指标)来分析决定企业的产品结构。

同样的理论也可以用在产品上,吸引力包括产品用户规模增长率、目标市场容量、竞争对手强弱、利润高低等。其中最重要的是反映市场引力的综合指标—增长率。

产品的价值包括市场占有率、用户规模、用户粘性等,其中市场占有率是决定产品发展结构的内在因素可直接展现产品的竞争实力。

波士顿矩阵将产品类型分为四种:

写在最后给自己,