更了解用户特征，才能更好的精细化运营。

前段时间写了一篇文章，讲述了我们做用户操作的四个核心过程:目标用户的定位:只有细分具体，才能专注深入。种子用户运营：更好地验证和完善产品和服务，也是建立品牌传播的基础。目标用户的运营：抓住目标用户群的需求，建立产品服务能力，快速扩张。调整目标用户：不断验证当前用户群与目标用户群的一致性，以价值为导向维护或调整我们的目标用户群。这四个过程贯穿于我们产品运营的整个过程。每次产品迭代，我们都可以通过这四个过程指导和测试我们的产品运营，使我们的产品运营更有方向性、更专注、更高效。建立这样的操作理念是非常必要的，但仅仅依靠这个过程是远远不够的。我们需要有针对性的方法和工具。作为一个不断成长的年轻运营团队，我认为它可能需要经历三个阶段：情感操作、数据操作和精细操作。第一阶段：感性操作的初始阶段主要存在于操作阶段。依靠早期运营商的专业能力和对用户群体特征的理解，一般来说，运营团队和用户群体对脾气都很敏感。比如很多做得很好的微信自媒体微信官方账号，在早期完全靠自媒体作者自己的努力赢得粉丝的欣赏。注：我知道你不知道，你知道我不知道，我们不知道。然而，随着用户数量的增加，用户群的属性开始变得丰富和复杂。单调性不能完全满足所有用户的需求。而且随着运营团队的扩大，运营商的能力和风格各不相同，也干扰了运营。当情绪化操作达到一定阶段时，可能会导致忠实用户的沉默甚至丧失，新用户缺乏特征。为了解决这个问题，我们需要通过操作过程的数据分析来发现问题，找出规则，形成更客观的解决方案。第二阶段：顾名思义，数据操作的数据操作是通过数据分析来指导操作。以微信运营为例，微信运营商一定有经验。每天早上打开微信官方账号后台，首先要看用户增长的数据和图文阅读的数据，分析各种渠道的数据，分析一段时间的趋势。看数据可以让我们很容易地监控我们的操作效果，从而意识到问题。但仅仅从这些宏观趋势图来看，我们很难定位问题。分析问题实际上是为了找到问题的因果关系，或者以微信运营为例，内容的质量会影响用户的增减，内容是因果关系，用户是果关系。然而，我们经常单独查看用户数据和内容数据，微信的分析模块也是分开的。如果我们不建立数据关系，就很难找到问题的因果关系。因此，数据操作最重要的是建立数据关系，用更丰富的全景视图来看待操作状态。在微信现有数据的基础上，结合自身的业务特点，我制作了一个表格，将用户数据与文章数据联系起来，每天收集一次。图注：微信全景数据表采集数据是数据操作的第一步。我们需要确定我们需要什么数据，然后如何分析它们。（具有技术开发能力的团队可以开发数据采集和分析模块，没有技术能力的团队也可以依靠excel或一些在线数据分析平台进行多维分析）建立全景数据视图的目的实际上是做更直观的问题因果分析：什么样的内容对新粉丝的转化率更高？对用户流失影响最大？小程序的转化率更高？通过用户的增长数据和内容标签，我们可以更好地分析用户组最感兴趣的内容肖像，从而指导微信运营商更好地进行内容定位，而不是完全依靠个人感受。对于网站或应用程序的运行，我们不仅需要建立更多的数据关联，还需要从各个维度监控和分析产品的运行情况，使这些数据成为可视化的操作看板。比如做一个运营日报的全景视图，全方位看日常运营情况。如下图：图片来源：数据观第三阶段：精细操作随着产品功能和用户的增加，用户需求和产品服务的多样化，选择和不选择，喜欢和不喜欢矛盾，新用户的选择，老用户的活跃，损失带来了各种原因。精细化操作是通过用户群，将不同的服务和内容与不同需求的用户进行匹配，从而满足其个性化需求，从而更好地完成运营中的创新、激活和激活。既然要给用户分组，就要给用户建立肖像，更好的区分不同特征的用户的不同需求。用户肖像可以从多个维度来描述，不同的产品类型，用户肖像的维度也不同，在医生的头条新闻中–以手持医疗新闻为例，我们从四个维度构建用户肖像。注：用户肖像和用户肖像数据源的四个维度主要来自三个方面：用户个人数据日常行为标签累积按规则计算数据算法（用户行为数据分析，需要技术团队通过大数据分析算法，不断总结用户特征，形成行为肖像。仅仅依靠运营团队进行精细化运营是远远不够的，需要产品、技术、运营有统一的意识。）当我们为每个人建立这样的肖像时，我们可以准确地向每个用户推送不同的内容和服务，以满足用户的不同需求。建立用户肖像后，我们将根据用户肖像进行精细操作。我总结了精细操作分为三个过程：第一步：分组肖像，找到相同的图片注释：操作指导模型：ARR模型上图是指导我们操作的ARR模型。首先，操作的主要工作是创新、促进和保留，所以我们应该首先分析新用户是什么样子，活跃用户是什么样子，失去用户是什么样子，为了更好地调整产品和服务，满足各群体的需求，让现有用户更加活跃，让失去的用户回来，让新用户进来。以我们的手持医疗新闻为例，我们根据用户使用的产品情况对用户进行分层，如下表所示：注：用户组细分规则，然后结合用户肖像数据，最终得到下一组用户肖像数据分析。注：用户组用户肖像分析，行为数据省略为了更直观的分析，我们可以通过图形显示不同用户组肖像和变化（技术团队，最好直接开发一套用户分层分析数据视图看板），仅限于空间不显示。上表也可以根据使用程度 基本属性，使用程度 细分行为属性的不同组合，更有针对性地描述用户画像。上表也可以根据使用程度 基本属性，使用程度 细分行为属性的不同组合，更有针对性地描述用户肖像。例如，做病例操作的同事可能更关心活跃用户中关心病例的人的特点？例如，产品经理可能更关注活跃用户中高年级医生的主要服务。根据AARR模型，运营的最高境界是转化用户，从而获得收入，实现病毒式传播。因此，对于活跃用户，我们也可以根据普通用户、传播用户、付费用户、b端价值用户等用户的价值进行分组。原则是一样的。第二步:分析原因，找到对策。当我们的运营商看到这张表格时，他们发现有些地方和以前的感觉完全不对劲，比如活跃用户的职称分布。我们一直认为主要是年轻的低年级医生，但我们发现高年级医生的比例已经超过了行业人群的比例，这部分人群更有价值，可以修改为我们的目标人群。例如，我们的目标群体中有*科，但*科医生在我们活跃用户中的比例并不像预期的那么高。它是否与我们的内容比例和我们的推广渠道有关，然后结合其他数据（如内容肖像）寻找差异。对用户群画像进行深入分析，仅仅基本属性是不够的，我们还要分析用户的行为属性。活跃用户的行为和失去用户的行为有什么区别，是什么原因造成的。活跃用户和流失用户在基本属性上有相同的用户群体，他们的行为有什么区别？找出原因，那就想解决办法，这个时候要把产品和运营一起抓，运营调整见效快，但产品调整更长远。例如，操作将适当增加*科内容的比例和推荐，做更多的*科内容主题，提高*医生的活动和保留率；产品可以升级*频道，推出更多满足*医生的服务，改进内容推荐算法，更好地推荐内容。第三步:实施监控，看效果找对策，具体对策对不对，效果如何，这就要求我们在实施过程中不断监控数据。我们不仅要关注用户的增长趋势，还要每周更新用户肖像数据，查看人群的转化率和与目标用户群的匹配度。在这个过程中，我们根据效果不断调整。另一方面，我们不仅要关注用户增长的数量，还要关注用户群体的质量，以满足整个AARR模型的要求，实现操作目标。一个简单的数据监控图（如下图所示），垂直坐标代表用户的活动，水平坐标代表用户的价值，如果随着操作的改进和升级，数据沿红色箭头的方向增加，我们的操作策略和执行过程是正确的，否则我们需要根据上述过程进行调整。注：监控活跃用户中价值用户的比例，以数据为例。这些方法和模型没有参考结论。它确实可以指导团队更好地分析和思考，更有针对性地制定计划，并开展操作活动。但真正实施却发现，其实并没有那么容易，有各种各样的问题：没有想要的数据！未记或不完整的用户行为！未建立用户肖像！统计分析没有自动化程序，完全手工效率太低！事实上，由于资源有限，大多数团队都会遇到这些问题。我们总是试图更好地为用户和客户服务，但忽略了一个高效、智能、精细的操作系统的重要性，可以支持内部操作。因此，要实现精细操作，不仅需要提升我们的操作思维，还需要整个产品团队的高度重视，为精细操作设计和开发高效的操作工具。