在精細化營運中，經常會提到用戶生命週期，那什麼又是用戶生命週期？
針對用戶生命週期我們可以做什麼事情？
如何能夠讓用戶生命週期帶來更大的價值？
如何透過資料分析來提升用戶生命週期價值呢？
下面我們就來詳細講一下。
01 為什麼要提升用戶生命週期價值？
首先，我們要對用戶生命週期有個定義。用戶生命週期是指用戶的在某款產品上的使用行為，隨使用時間的推移呈現階段性變化。用戶生命週期所處的階段，可以透過產品和營運策略對其施以影響。
為什麼要關注用戶生命週期呢？這是因為瞭解用戶生命週期的階段變化，可以幫助產品營運制定相應的產品和營運策略，提高用戶留存率和轉化率，從而讓產品價值最大化。而這就是用戶生命週期的價值所在。
所以，用戶生命後期價值是指公司從用戶所有的互動中所得到的全部經濟收益的總和，它常被許多企業定為是否能夠取得高利潤的重要參考指標。
那麼，我們應該如何讓用戶生命週期發揮更大的價值，如何獲得提升用戶生命週期價值的精準營運建議呢？這就要透過資料分析來解決。下面以一個自研興趣社群類app為例，跟大家詳細講一下可以從哪幾個方面進行分析。
02 如何透過分析提升使用者生命週期價值？
由於用戶生命週期價值（CLV）=留存天數*平均每付費用戶收入（ARPU），所以想要提升用戶生命週期價值，可以從延長用戶生命週期和提高會員比例這兩個部分入手。
第一部分，延長用戶生命週期即提高用戶的留存天數，可以從最佳化拉新結構、提高用戶啟用有效性、減少用戶流失三個方面來進行分析。
進一步細化的話，
第一個最佳化拉新結構，主要分析用戶來源，目的是找出哪些渠道帶來高黏性用戶，提高資源利用率。具體可從名渠道會員轉化率、各渠道用戶平均留存天數、各渠道資源投入情況和回報率這三個細分指標進行分析。
第二個提高用戶啟用有效性，主要分析用戶啟用，目的是找到用戶首次啟動時最關注什麼，引導用戶最短時間發現產品亮點。具體可以從各產品功能使用200次以上人數統計、首次啟動時用戶瀏覽分割槽熱度，首次啟動時用戶選擇的各內容分割槽日均瀏覽時長這三個細分指標進行分析。
第三個減少用戶流失，主要分析用戶留存，目的是找出和留存天數相關性高的指標，進而將用戶進行分類，找出易流失用戶群體，具體可以分析留存天數與各指標相關性。
此外，這部分還需要透過分析驗證“是否用戶生命週期越長，充會員機率越高”，具體可以從留存天數與會員比例關係、線上第N天首次充會員統計這兩個細分指標進行分析。
第二部分，由於會員用戶是提高APP收益的核心付費用戶，因此這部分主要分析如何提高會員比例，具體可以從非會員和會員佔比、付費權益使用統計、各類會員充值次數佔比統計這三個細分指標進行分析。
最終，透過以上的分析，我們需要解答以下五個問題，從而得出精準的提升用戶生命週期價值的營運建議。
- 問題一：延長用戶生命週期是否可以提高總用戶生命全週期價值？
- 問題二：渠道對用戶產生怎樣的影響？
- 問題三：用戶首次登入最關注的資訊是什麼？
- 問題四：影響用戶留存的關鍵因素有哪些？
- 問題五：如何提高會員（充費會員）佔比？
03 完整分析
下面讓我們來利用BI分析工具FineBI，進行一次完整的用戶生命週期價值提升分析的展示。
問題一：延長用戶生命週期是否可以提高總用戶生命週期價值？
分析思路：
為了驗證延長用戶生命週期可以提高總用戶生命全週期價值，需要在模組分析前先分析延長用戶生命週期與充會員機率提高的關係。
分析結論：
從下圖可見，當用戶生命週期越長時，首次充會員的人數呈增長趨勢，在相同線上天數的人群中比例也呈增長趨勢，因此可認為延長可以提高充會員的機率，從而提高單個用戶的生命全週期價值。
問題二：渠道對用戶產生怎樣的影響？
分析思路：
透過分析各渠道會員轉化率和用戶平均留存天數，來找出帶來較高黏性用戶的渠道，再結合各渠道資源投入情況，得到資源回報率，最後分析出資源 如何更合理地投放。
分析結論：
① 微博的會員轉化率和平均留存天數最長，可見該渠道可以帶來較高黏性的用戶，且回報率理想，因此可繼續將微博渠道作為資源投放重點。
② 豆瓣渠道會員轉化率和平均留存天數均較低，但投入較多，回報率低。建議：減少豆瓣渠道的資源投入。
③ 應用商城渠道回報率最高，雖然會員轉化率和平均留存天數均在中等位置，但投入較低。建議：適當增加應用商城渠道的資源投入，觀察該渠道的平均留存天數與會員轉化率的提升幅度，若提升效果理想，可將該渠道作為資源投放重點。
問題三：用戶首次登入最關注的資訊是什麼？
分析思路：
各分割槽在詞雲裡的大小反應分割槽熱度情況，透過對比各分割槽熱度和用戶平均瀏覽時長，可以得到哪些分割槽在用戶首次啟動時能夠較有效地吸引用戶或者哪些分割槽吸引力較低；另一方面，透過產品功能高頻使用人數統計，來獲得產品亮點功能，在用戶首次啟動時就可以強化該功能指引，提高啟用用戶有效性。
分析結論：
① 漫畫分割槽和電視劇分割槽的首次啟動瀏覽熱度較高，但平均瀏覽時長較短，考慮改善漫畫、電視劇分割槽品質和推薦精確度，提高吸引力，避免成為用戶流失點。
② 釋出頁-一鍵濾鏡和一鍵修圖功能高頻使用人數較多，可作為產品亮點之一，在用戶首次啟動時優先並強化引導用戶使用該功能。
問題四：影響用戶留存的關鍵因素有哪些？
分析思路：
先找出跟用戶留存天數相關性高的指標，從而獲得衡量創作者品質的品質指標（品質指標=贊閱比*30%+藏閱比*30+轉閱比*40），再根據留存天數跟品質指標、曝光數的關係氣泡圖，其中氣泡大小表示留存天數的多少，可以將創作者大致分為四類用戶，再根據每類用戶的特徵提出產品最佳化點。
分析結論：
① 留存率與釋出量、獲贊數、粉絲數等指標相關性較高，因此下面進一步針對創作者進行抽樣分析。
② 可以粗略地將用戶分成四類：高品質高曝光用戶、高品質低曝光用戶、低品質高曝光用戶、低品質低曝光用戶。其中高品質低曝光類用戶平均留存天數較少，低品質高曝光類用戶平均留存天數尚可。
建議：
高品質低曝光類用戶是吸粉潛力群體，應提高其曝光度，減少此類用戶的流失；對於低品質高曝光類用戶，可引導其提升釋出品質，例如推送優秀圖片影片製作教程等。
問題五：如何提高會員（充費會員）佔比？
分析思路：
在各類會員佔比結構分析中，這裡分析得比較表面，實際還可以進一步往下挖掘為何年費用戶佔比遠小於月費用戶。為了提高收益，可以推出組合功能套餐，對用戶來說也許價效比會更高，從而更願意付費。
分析結論：
① 年費充值次數所佔比例較低，可以考慮推出年費會員優惠活動，提高年費用戶數量。
② 付費權益中，遮蔽功能、免流量、去廣告和優先推送權益使用率明顯高於其他付費權益，很有可能是用戶的付費動機節點，因此可考慮推出這幾項付費權益的組合套餐付費包，以此提高整體效益。
③ 動態頭像和頭像裝扮權益使用率較低，可考慮作一些低成本營運動作，如：在特定節日推出有趣的應節裝扮、結合話題熱點推出特製頭像等。
04 如何提高用戶生命全週期價值之營運建議
根據以上分析可知，為了提高用戶生命全週期價值，該app可從以下方面進行最佳化：
① 最佳化拉新渠道的資源分配結構：將微博渠道作為資源投放重點，降低豆瓣渠道的投入，適當加大應用商城渠道的投入並觀察效果。
② 最佳化高關注度的分割槽品質：改善漫畫和電視劇分割槽的內容品質，做好品質把關和篩選，並提高推薦精確度。
③ 最佳化高熱度功能的引導：用戶首次啟動時，優先並強化引導“釋出頁-一鍵濾鏡”和“一鍵修圖”這兩個功能。
④ 減少各類用戶流失：高品質低曝光類用戶是吸粉潛力群體，應提高其曝光度；對於低品質高曝光類用戶，可引導其提升釋出品質，例如推送優秀圖片影片製作教程等。
⑤ 最佳化付費選擇：可推出“遮蔽功能”、“免流量”、“去廣告”和“優先推送”這幾個高頻使用的權益的組合付費包；推出年費充值優惠活動；對“動態頭像”和“頭像裝扮”等使用率較低的權益，考慮作一些低成本營運動作。
以上就是一次完整的提升用戶生命週期價值的資料分析。總結來說，就是可以從延長用戶生命週期和提高會員比例這兩方面開展分析，具體的細分維度要按照產品的不同進一步細分。
百看不如一練，放一個工具體驗地址，也是我最常用的數據分析軟體，大家一起來體驗看看：
文章來源：數據分析不是個事兒
原文連結：https://mp.weixin.qq.com/s/64NQUmo34rJkF3QoQbAffw
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
