紅利結(jié)束之后移動互聯(lián)網(wǎng)如何搞的問題，其中，打通巨頭流量、全渠道流量之外，精細(xì)化運(yùn)營是重中之重了，畢竟，地主家都喊著沒余糧的年代，好大喜功不如多快好省。
那么，精細(xì)化運(yùn)營怎么做呢?基于用戶人群細(xì)分，用戶屬性、重要度、行為、生命周期等不同顆粒度的標(biāo)簽，構(gòu)建分析框架，比如，區(qū)分用戶生命周期中新增、活躍、回流等等不同，進(jìn)行深層分析和干預(yù)，最終，Mr.QM總結(jié)來說就是三大法寶：拉新、促活、搏回流。
具體來說，淘集集怎么用“賺賺”模式兩個月做到MAU破千萬的，百度全民小視頻怎么用億元補(bǔ)貼金+經(jīng)紀(jì)人模式從短視頻頭部玩家虎口搶食的，網(wǎng)易云音樂召回的近百萬用戶質(zhì)量如何……不妨看報告吧。
一、流量枯竭，細(xì)分爆發(fā)，時長持續(xù)增長，精細(xì)化運(yùn)營成為共識
1、中國移動互聯(lián)網(wǎng)月度活躍智能設(shè)備規(guī)模見頂，同比增速已放緩至5%以下，但用戶上網(wǎng)時長有大幅提升，同時各細(xì)分行業(yè)依然有很多機(jī)會
二、精細(xì)化運(yùn)營的目標(biāo)及運(yùn)營場景
1、用戶精細(xì)化運(yùn)營以最大化用戶的價值為目標(biāo)，通過結(jié)合業(yè)務(wù)場景與用戶分群的運(yùn)營手段，降低獲客成本，提高用戶活躍度，提升已有用戶ARPU，最終增加總體營收
2、用戶分群是做精細(xì)化運(yùn)營的最重要的前提，將用戶按照不同的方式切分到更細(xì)的顆粒度，分群運(yùn)營以提高轉(zhuǎn)化效果
3、以用戶周期分群為例，構(gòu)建精細(xì)化運(yùn)營分析框架
3.1 活躍用戶分析框架及其案例分析
3.1.1 用戶分析框架
1) 活躍用戶核心分析指標(biāo)
2) 活躍用戶細(xì)分人群分析指標(biāo)
3.1.2 典型APP活躍用戶分析案例——淘集集
1) 淘集集案例核心研究結(jié)論及建議
2) 2018年8月正式上線的淘集集在競爭激烈的電商領(lǐng)域?qū)崿F(xiàn)了突圍，短短兩個月MAU突破千萬;除了常規(guī)的“拼團(tuán)低價”玩法，淘集集還推出了“賺賺”功能來刺激用戶增長及提高用戶留存率
“賺賺”是淘集集為反饋用戶而開通的拉新返傭形式的購物功能，只要用戶通過下單，分享邀請好友在淘集集上進(jìn)行消費(fèi)，都能獲得現(xiàn)金收益。
3) 上線一個多月后，淘集集通過產(chǎn)品迭代，增加新客優(yōu)惠、上線新功能“賺賺”
4) 運(yùn)營至2019年初，各用戶人群30日留存率均有提升，淘集集的女性用戶及下沉城市用戶的留存率較高于其它人群;在不同年齡段中，19-24歲用戶的留存率在2019年1月反超41-45歲用戶，達(dá)到近40%
5) 從淘集集整體活躍用戶的30日留存率來看，雖有不錯的增長，但與頭部綜合電商均值相比仍相差7.9個百分點(diǎn);結(jié)合不同屬性用戶的留存率，淘集集在之后的用戶精細(xì)化運(yùn)營中，可著重提升男性用戶與二線及以上城市用戶的留存率
3.2、新增活躍用戶分析框架及其案例分析
3.2.1 用戶分析框架
1) 新增活躍用戶核心分析指標(biāo)
2) 新增活躍用戶細(xì)分人群分析指標(biāo)
3.2.2 典型APP新增用戶分析案例——全民小視頻
1)全民小視頻案例核心研究結(jié)論及建議
2)在競爭激烈的短視頻賽道中，全民小視頻近半年增長顯著，2019年2月MAU已超5千萬
3) 億萬現(xiàn)金補(bǔ)貼、首創(chuàng)的“經(jīng)紀(jì)人模式”，成為了全民小視頻新用戶爆發(fā)增長的關(guān)鍵因素;作為百度系產(chǎn)品，百度APP對于全民小視頻的引流效果顯著：全民小視頻新增活躍用戶中，超7成是百度APP的活躍用戶
4) 對短視頻行業(yè)存量用戶爭奪：全民小視頻2月新增活躍用戶中，近75%的用戶是短視頻行業(yè)的存量用戶
5) 拉新趨勢明確：城市分布進(jìn)一步下沉，用戶向“一老一少”兩端延伸
6) 在新增用戶的使用粘性上，短視頻頭部APP的新增用戶平均表現(xiàn)要優(yōu)于全民小視頻新增用戶
7) 此外，全民小視頻在2月的新安裝卸載轉(zhuǎn)化率較高，相較短視頻頭部APP的新安裝卸載轉(zhuǎn)化率均值高出7.6個百分點(diǎn);在短視頻內(nèi)容趨向同質(zhì)化的情況下，全民小視頻不僅要有獨(dú)特的拉新方式，也要不斷完善內(nèi)容庫建設(shè)，提供更有新意的短視頻內(nèi)容，以及根據(jù)用戶偏好優(yōu)化千人千面的內(nèi)容分發(fā)，從而提高用戶粘性與留存
3.3、流失用戶與回流用戶分析框架及案例分析
3.3.1 用戶分析框架
1) 流失用戶核心分析指標(biāo)
2) 流失用戶細(xì)分人群分析指標(biāo)
3) 回流用戶核心及細(xì)分人群分析指標(biāo)
3.3.2 典型APP卸載回流用戶分析案例——網(wǎng)易云音樂
1) 網(wǎng)易云音樂案例核心研究問題及結(jié)論
2) 2019年1月的在線音樂行業(yè)APP中，網(wǎng)易云音樂的卸載用戶召回率位列第三，共召回近百萬卸載用戶
3) 網(wǎng)易云音樂卸載回流用戶1月的使用次數(shù)及時長均高于存量活躍用戶
4) 網(wǎng)易云音樂的卸載未回流用戶，在1月時較多活躍于酷狗音樂、QQ音樂與酷我音樂
5) 網(wǎng)易云音樂卸載未回流的用戶中，有超6成的男性用戶;而作為網(wǎng)易云音樂的主力軍，19-30歲的用戶也有超50%的未回流率
延伸閱讀：QuestMobile 全線產(chǎn)品與服務(wù)邀您試用
QuestMobile 核心產(chǎn)品和服務(wù)包括 TRUTH 移動互聯(lián)網(wǎng)標(biāo)準(zhǔn)數(shù)據(jù)庫系列、TRUTH-PLUS 生態(tài)流量服務(wù)、DATAMINING 數(shù)據(jù)挖掘分析服務(wù)、GROWTH 數(shù)據(jù)增長服務(wù)以及 QuestMobile 移動大數(shù)據(jù)研究院的訂制研究咨詢服務(wù)。
