回顾在具体项目中，社群运营模式搭建背后的思路

在写这篇文章之前，我搜索了一些社区文章，主要集中在各种特定的团体游戏玩法和方案分享上。这些游戏玩法和方案对社区指标有多大影响？是否适用于我的项目？如何判断如何选择？本文不谈方案，回归运营本质。在具体项目中，以数据为导向，回顾社区运营模式建设背后的思路。以下数据都是模拟数据。除了传统的轻型知识支付SKU外，一个项目背景平台还希望扩大教育课程的领域。在获得国外知名IP版权后，由内部团队开发的K12用户在线英语课程将启动这个全新的教育课程。本课程依托微信小程序、动画形式呈现、游戏互动听读等功能。内部测试完成后，产品开始投入运营和商业化，我在此期间进入。建立和运行社区转型模式，依靠社区模式在半年内成长为每月数千万的收入项目。二、实施审核MVP测试，初步构建业务路径和运营转化方案(转化率通过社区转化提高4倍，转化周期缩短1倍)。数据分析，驱动运营增长。找出关键行为、典型用户路径和可增长点。建立数据化、可监控的社区运营模型，通过用户生命周期模型。通过对生命周期模型和用户行为数据的分析，将转化率指标分为五个细分指标，明确细分指标数据和相应策略，使指标能够控制、监控和规模化。用户数量继续增加，做用户细分，匹配相应的操作机制(找到细分方法，在用户数量指数级增长的情况下划分不同的社区操作策略)。未完成部分：用户规模大后，根据用户细分标签或行为标签，自动匹配相应的操作策略，使操作产品化（可以做但尚未实现的方向）。优化运营增长模式(全数据提升逻辑，协调产品、教研等团队，提升整体北极星指标)。拆解全链路，梳理各业务环节，完善细分环节数据优化。通过因子分解形式，每个细分指标在拆解指标足够细后得到改进。第一阶段：小规模MVP测试，确定商业模式和商业模式探索：考虑到重点教育课程的营销，即低频率、高客户价格产品的转移支付，一般的营销方式是多次体验后购买，即用户在首次购买前更需要体验，更注重体验感受，因此增加社区作为体验环节，促进转型。业务路径:体验课曝光-报名体验课-加入社区-体验课-首付-学习课-再付。群内运营方案初步，群内用户路径：加入社区-咨询答疑-体验学习-讲座学习-付费购买。根据数据反馈，判断可行性：判断MVP是否可行，两个数据比较维度：横向比：行业内同类产品的平均数据比较。纵向比：产品历史社区数据比较，产品其他商业模式数据比较。由于是第一次使用社区运营模式，内部没有过去的数据，我们选择产品现有的业务模式数据进行比较，并在相同的流量曝光下比较最终订单量。1)原有业务模式:流量运营和站内其他SKU一样，通过APP进行流量运营转化。更详细的用户数据，如跳出率、停留时间、试听等参考数据，用于调整课程标题、详细信息页面、用户评价等优化方向。2)测试业务模式:在自己的平台上，社区训练营模式将用户引流到微信社区进行体验转化。还有更详细的用户路径数据和用户行为参考数据，可作为优化方向的参考，如成功获取优惠券到注册用户比例，成功唤起跳转应用程序的用户比例，成功呼叫微信终端添加微信ID的比例，进入小组后发言活跃的用户等。3)两种业务解决方案都有自己的优缺点和相应的优化空间。第一种模式有更顺畅的转换路径，但对课程页面的直接支付转换能力有更高的要求；第二种模式降低了用户的决策门槛，但流量损失更大，运营劳动力成本更高。在相同的资源曝光率下，我们计算了这两种模式的最终交易订单量，并对新方案的可行性进行比较和分析。以下是两个业务计划的业务数据(本文所有数据均为假设)：方案二:获取数据后，有三个方向需要考虑和预测:数据浮动空间:在收集关键业务数据的同时，还需要关注与运营相关的流程数据。这是操作在测试周期中可以做的优化动作，可以定性估计数据改进空间。方案1的CTR/转化率关键数据也可以参考公司其他项目的平均值或最优值。方案2需要考虑用户在各个环节跳转的流量损失上限，社区转化率可能会下降。MVP数据结果比较：最后，我们在一个周期内得到了两个方案的数据结果。方案2的首次订单量是1的两倍。再加上浮动空间和2的优势，我们初步判断2是可行的。预测推演:如果你有同行经验或者做竞争产品研究，也可以多做一步推演。假设每天给社区增加的新流量是100人，以单月收入为核算。首购GMV=新增社区流量100人*30天*首购转化率0.2*首购单价100元=6W回购GMV=首购用户600*回购转化率0.2*回购金额2000元=24W成本=人员成本=人员成本 每人每月可以运营2000名用户的流量成本，假设2人的工资是2W元。ROI=GMV/成本=(GMV6WWW 回购GMV24W/(人员成本2W) 流量成本3000人*单个社区流量成本x)结论:单个社区新增流量成本x93元，ROI可以1。93元的客户获取成本可以实现未来站内和站外用户的获取。在MVP测试的一个月内，社区运营的转型形式最终确立，实际转化率提高了4倍，转化周期缩短了2倍，为项目的大规模增长带来了机遇。第二阶段:初步增长阶段——以数据驱动，构建用户运营模式，开始正式投入运营，收集分析大量数据，寻找可增长点。并围绕用户生命周期模型建立可衡量的细分指标。1)数据收集和分析主要收集3类数据(分析目的)：用户行为数据-找出用户的关键行为(影响关键指标的关键行为)。用户路径数据-用户在产品各个环节的使用数据(总结用户的典型路径，找出用户价值提升过程中的一般规律)。用户基本信息-潜在用户肖像（①对异常数据进行基本判断；②用户细分在一定程度上；③区分或判断渠道质量)、付费用户肖像(如有共性，可为准确用户的获取和运营提供方向)。2)用户找到影响关键指标的关键行为因素进入社区后，影响转化率的用户行为可能包括：演讲问题、开放学习课程、完成课程、参与小组活动、收到优惠券等。然后，结合时间点，需要密切关注用户的日常课程开放率、完成率、日常演讲频率、讲座参与率和优惠券收集率。考虑到数据样本量和统计难度，首先对小程序课程的开放率、学习率和优惠券收集率进行定量分析，标记用户在社区中的演讲频率、讲座参与度等行为，并做出定性判断。以学习情况为例，学习率是否会影响免费课程和只有3-5天学习时间的用户的购买决策？影响值有多大，是否足以成为关键因素？在2020年2月2日开课的这批课程中，有200名学生可以在后台拉。这些学生的课程学习数据如下:表中有用户基本信息，最后打开时间和课程学习情况。每节课有4个环节，其中1个、2、3、这意味着学生在本课程中学到了几个环节，0意味着没有学习一个环节。这个背景数据是根据课程的学习情况统计的，没有时间维度。这些学生的学习情况和付费情况需要在定义的社区运营时间内拉出来。交叉比较。要了解学习率与付费率的关系，不要先看用户的基本信息。数据处理：定义在时间段内，学习一个课程链接被视为学习课程，处理原始数据，0不学习一次，1学习至少一个链接。获得一个班的学习率。放大粒度，检查多个班的学习率和支付率，比较学习率和转化率，有积极的关系，但关系程度不清楚。回到表一，我们拉取了过去一个月1万名体验课用户的学习情况进行取值。您可以与BI学生合作，将数据放入相应的模型中寻找规则，并找到聚合的分类方法。共有12个学习环节，20%的用户完成了1-3个学习环节，支付率为55%，其次是12%的用户完成了4-8个学习环节，支付率为75%；8%以上的用户学习9个环节，付费率80%。假如用户一节课都没学，付费率是6%。40%的学习用户贡献94%的付费，可以明确用户学习和付费的相关性。对于学习四个以上环节的用户，支付率高于三个环节。但由于4-8用户占总数的比例较小，目前运营策略的重点是引导用户至少学习一门课程。其次，我们看到的特殊数据是，用户的学习情况不是根据课程节数，而是1-3、4-8这样区分。结合实际业务情况，课程的第四个环节是学生跟读输出环节，大量学习用户在跟读环节流失。根据操作反馈，损失的原因可能是：课程听众是家长，需要跟进第四个环节。有些学生很难有耐心和能力完成跟读句子。这里产生的几个问题可以进一步研究，这些原因也将在下一个优化范围内。现在我们已经知道了学习率的重要性，希望进一步分析影响学习率的因素。同样的方法：从用户基本数据来看，是否有一定年龄、地区和消费习惯的用户更愿意开放学习；从用户行为数据来看，是否有规律的平均学习时间、学习时间分布、学习频率等；从用户路径数据来看，用户更愿意在加入社区的第一天开放学习，还是在发放优惠券的当天，还是最后一天？这些不同节点的用户比例是否明显不同，付费率是否明显不同等。如果不能立即取值，定量分析，操作怎么办？操作也可以采用定性方法进行初步验证和判断。如果我们想知道这些用户哪一天更愿意开设课程，我们应该增加一个共享链接，让用户主动分享学习时间和学习成果。通过打卡激励、作业评分等方式获得反馈。此时可以发现，用户在加入社区的第一天学习打卡的人数最多，第二天学习的人数最少，最后一天就会增加。相应的提高学习率的策略可以是第一天做新手指导，第二天做保留活动，最后一天给予学习奖励。以上仅以学习率为例，其它影响因素也可以以同样的方式进行分析，最终找出关键行为。第三，构建用户生命周期管理模型。社区用户有一个明显的过程，从加入社区、参与学习到离开社区。因此，用户生命周期模型构建社区用户操作系统。在社区MVP中，我们可以总结出咨询问题、学习课程、参加讲座、优惠券收集等可能影响社区转移费用的行为。就像上一节分析用户的学习行为与付费相关性一样，用户定义可以通过收集和分析更具体的用户数据来逐步明确。1.通过对用户行为数据的分析，很明显，用户定义在上一阶段已经发现，只要用户完成一节课的一个环节，支付率就会更高，并伴随着咨询行为。完成一门课程超过四个环节，更集中在第二天，也就是最后一天。因此，打开课程的定义是激活，完全学习一门课程的用户是保留用户，而不是2或3门课程。同样，我们通过短信push\APP推送、微信推送等多个渠道唤醒用户，发现微信渠道用户的唤醒率最高。在微信渠道积累了大量用户后，测试发现用户唤醒率高于3个月，支付意向也很高，仅次于7天周期内的用户支付率。2.用户定义明确后，可以制定相应的策略。3.实施操作计划的操作策略是一套机制和规则，每个策略都会根据实际情况有更具体的操作计划。例如，同样的新用户指导策略，什么样的标题，什么背景图片，什么时候跳出，跳出几次，可以更多地促进用户点击。例如：很难保留在社区运营中。常见的情况是，用户刚加入社区后非常活跃，但随着时间的推移，越来越少的用户开放群体，首次购买社区也存在同样的问题。因为体验转型社区，我们给出了两个策略:连续学习奖励；预告第二天讲座，给用户价值和*。以讲座为例，具体的操作计划是：用户保留策略：社区活动-讲座操作计划：讲座形式：文本讲座。讲座频率：第三天。讲座对象：活跃用户（填写表格）、潜水用户。讲座主题：用户痛点主题、课程亮点主题、用户互动咨询等。讲座规则：第二天提前发放问卷，收集用户问题。如果用户问题收集不到%，则在第三天开始前1小时再次进行私人聊天；讲座问题提前储备了以前有争议的话题。如果交互量小于%，则抛出此类问题进行指导。讲座目标：**%的用户参与互动。如果有心，运营商可以为不同的对象、主题和目的设计几套社区讲座。这样，什么样的显示形式和频率，吸引什么样的用户参与，实现一个特定的目的，被称为运营计划规划。通过多次尝试和优化，发现对用户保留效果最好的讲座是答疑形式，总结了10个可以引起用户讨论的话题。最后，讲座计划模板化固定，每次保证8%的用户互动(侧面统计保留)。上述生命周期模型的构建是用户自上而下操作的基本逻辑梳理：明确用户定义（哪些行为数据的用户被判定为生命周期的哪个阶段），可以采用