淘宝漏斗模型,店铺如何将消费者用户标签精准化

对用户标签的理解不够透彻？用户标签体系创建的方法论总是三头两绪？具体业务场景中，经常找不到数据分析的思路？

神策数据丰富的经验和场景案例，帮你解决以下问题：

为什么要做用户标签画像？如何构建完备的用户标签体系？标签的生产和创建有哪些细节和经验？如何利用好用户画像分析赋能业务落地？一．为什么要做用户标签画像？

1. 标签的本质

简单地说，所谓的用户标签，就是对用户某个维度特征的描述。

对一群用户来说，我们为了让业务做得更好，会想知道他们的很多特征。比如，我们这一季度有 10 万元的活动预算，应该集中花在哪里？这个问题，其实是希望能对给定用户群体的商业价值做很好的描述，知道哪些人是应该重点服务的对象。

图 1 标签的基本含义 （点击可放大）

用户标签可以有很多种存在形式，可以是用户的自然属性，可以是对用户交易、资产数据的统计指标，也可以是基于某些规则，总结出的一些分层。无论是哪种形式，都是对用户的某个维度特征做描述与刻画，让使用者能快速获取信息。

图 2 标签的常见形式（点击可放大）

2. 标签的应用场景

按照我们在多家不同企业落地标签体系的经验，用户标签的应用主要有四种场景。

首先是辅助分析洞察，用户标签可以辅助业务人员快速获得用户的信息认知，发现显著特征，获得业务灵感。

其次是丰富数据分析的维度，对我们的业务数据做更深层的对比分析。分析洞察获得业务灵感后，标签可以辅助业务落地。

再次可以将用户群体切割成更细的粒度，使运营从粗放式到精细化，以多种运营触达手段，像短信、推送、活动、优惠券等等，对用户进行驱动和挽回，达到事半功倍的效果。

最后用户标签还可以作为数据产品的基础，例如个性化推荐系统、广告系统、CRM 管理工作等。自动化的业务系统能更有效地利用用户标签的威力。

图 3 标签的四大应用场景（点击可放大）

需要注意的是，虽然用户标签画像体系是有价值的，但不是每个公司都能做。

第一，企业需要有足够丰富的内容、商品、服务或客户属性层次，或者业务进入稳定期的客群量级达到一定规模。第二，用户标签体系有建设和维护成本，公司需要有相对完备的用户行为数据采集能力，如果没有丰富的数据源，用户标签也是巧妇难为无米之炊。建设需要衡量资源投入和性价比。第三，标签画像体系并不是一个拿来即用的东西，它需要投入一定的人力和资源去建设和维护，才能和公司的业务场景很好地结合，发挥它的价值。第四，公司在建设标签画像体系之前，应该先想好它需要落地的业务场景。如果没有明确可落地的业务流程和人员，即使花了大力气去建设用户标签体系，它也只是一堆死数据，只能摆在那里存着，这就没什么意义。技术并不是万能的，要和商业进行结合。

二．如何构建完备的用户标签体系？

1. 主流的标签框架

行业有四种主流的标签框架：

第一种是基于营销触点的用户标签体系，它先把用户分为不同的营销阶段，再去细分每个阶段需要做的事情和标签。比如阿里系的标签框架 AIPL，它把用户对品牌的认知阶段分为感知、有兴趣、购买和忠诚这四个阶段，然后再基于这四个阶段要做的营销动作去做细分标签。

第二种是基于增长漏斗的 AARRR 模型，它是一个很好的框架，无论是什么用户，都肯定属于其中一个阶段，然后再根据不同阶段需要做的增长策略，去总结用户身上的标签特征。

第三种是用户价值分层模型，比如 RFM，它虽然只包含了付费用户，但付费用户是完全包含在 RFM 的框架内的。可以获知用户消费水平属于高中低的哪一层，用户最近有没有付费，我是否要对用户做营销。

第四种是基于用户偏好的模型。举例说明，假如我是一个房产中介，我就根据我卖房的需要，把用户的行为信息都归纳到买房需求上。这种框架看上去是列举式的，缺少了生命周期那种大而全的美的理论，但它其实对于业务应用来说是完备的，标签做出来就能用。

图 4 业内主流的四种标签框架（点击可放大）

在使用框架设计用户标签体系时，应该去理解消费者的决策过程，考虑商业业务的形态，配合业务人员的作业需求。这些概念比较虚，但一个好的用户标签体系离不开这些思考。

神策认为，好的标签框架，一定是基于业务场景的。它应该要完备地覆盖用户的行为周期和业务的工作流程。

2. 标签框架搭建四步法

接下来介绍神测数据基于最佳实践总结出的标签梳理框架，我们称之为四步法。

第一步，还原业务流程。以一个典型的电商业务为例，将它的业务流程漏斗梳理出来，分别是启动 APP，注册登录，浏览活跃，一些深度行为比如收藏和加入购物车，付费和重复付费，最后是沉默流失。然后在用户流程的每一步，梳理出这个行为的一些维度。可根据用户在这方面的行为，去构建「用户偏好」标签。

图 5 标签框架四步法之还原业务流程 （点击可放大）

第二步，覆盖生命周期。刚才的梳理都是基于用户行为的，但有时候没有办法获取用户行为偏好。这时，就可以以用户的「生命周期」，去提供兜底的逻辑。可以以用户-生命周期的状态，作为营销的触点标签，提供通用分层。

图 6 标签框架四步法之覆盖生命周期 （点击可放大）

第三步，明确商业目标。用户标签体系是需要应用的，在此案例里，建设用户标签体系，是为了希望通过精细化运营提高整体的交易金额。我们接下来对交易金额这个商业目标，通过业务流程进行拆解。

交易金额可简单拆分为新用户的交易额和老用户的交易额。达成交易的过程又可拆分为新增启动，到注册，到浏览详情，到深度行为，最后再到付费。对拆解出来的每一个环节，可以去想在这个环节能有什么策略去提高交易金额。比如对于老用户，是不是可以通过挽回具有付费倾向的潜在流失人群，去提高整体的交易金额呢？这就是我们梳理出来的标签可以落地应用的场景。

图 7 标签框架四步法之明确商业目标 （点击可放大）

第四步，从策略推标签。比如，我们决定挽回具有付费倾向的潜在流失人群，那就需要知道用户交易的价值，交易到流失的生命周期，他们下个月的流失概率，以及如果我要对他们做营销，他们喜欢的优惠券类型。

到这里，我们就从纯粹的业务流程梳理，落实到了具体的标签需求。我们刚才把交易金额拆分了很多环节，每个环节都有不同的可以落地的业务策略，它们的可行性和收益各不相同。最终，可以根据业务实际的需要，去决定不同策略需要用到的标签。

图 8 标签框架四步法之从策略推标签 （点击可放大）

从策略反推需要的标签，其实是一件比较需要业务经验的事情。如果这一步还比较迷茫，可以先反过头来看，如果我们已经把标签做好了，业务人员要怎么去使用它。

业务部门应用标签的流程，通常可以归纳为三个问题：

目标人群是谁？目标喜欢什么？我应该做什么？怎么执行策略？

对于第一个问题来说，是一个战略性的问题，定位目标人群，往往应该先看商业价值类的标签，去帮助他们解决影响商业价值最大的人群的问题。

而对于目标喜欢什么这个问题，如果目标人群有明确的行为数据，那应该去看用户偏好标签。如果目标人群的行为数据比较少，比如新用户和沉默用户，那应该从他们所处的生命周期标签出发，去计划促进转化或者召回的策略。

当策略方向有了，还需要一些具体的参考信息比如什么时候做推送，这时候就需要一些具体的营销时机标签比如用户一般的活跃时间段，来帮助计划方向的落地。

这四个主题的标签，分别在我们的四步框架的每一步，都可以重点梳理这样的标签。最终，这四个主题标签也将构成我们完整的标签体系。

图 9 业务部门的标签应用流程（点击可放大）

三. 标签的生产和创建有哪些细节经验？

1. 标签生产的不同方式

我们已经知道怎样梳理一个完整的标签框架，接下来我们要完善每个标签具体的定义。我们通过一个趣味故事来体现用户标签定义的复杂性。

小红和网友张三见面喝咖啡：

张三在社交 APP 填的资料是男性。张三浓眉大眼脸型方正，穿着很有设计感的裙子。张三结账时使用刷脸支付，没有获得当天的女性九折优惠。

请问，张三到底是男生，还是女生？

这个故事里，其实张三有三个性别标签。

首先是社交 APP 的资料，因为他填写了男性，所以我们可以认为他是男性，这是基于某个确切资料打的标签，这种类型叫事实标签。

张三穿的是一件很有设计感的裙子，按照我们过去的经验，一般只有女性会穿裙子，所以我们也可以认为张三是女性。这是基于我们设定的某个规则，只要有人穿裙子就是女性，去打的标签。这种类型叫规则标签。

最后，张三刷脸支付没有获得活动女性优惠。摄像头是利用算法结合多种特征去预测张三是女性的概率的，因为张三长相很阳刚，算法认为他是女性的概率比较低，所以打标签他是男性。这种类型叫算法标签。

图 10 标签生产的基本方式（点击可放大）

上述三种标签是最基础的标签维度，下图可以帮助我们更好地理解它们。

图 11 三种标签定义的内涵（点击可放大）

2. 标签创建场景

我们通过具体的场景，来加深对标签生产和创建的理解。累计消费金额，即用户注册以来的总消费金额，就是一个用指标值作为标签值的例子。

首先，这个例子是一个数值型标签，但数值型的标签不一定好用，如果这个标签是直接给到业务人员去使用的，应该先通过业务经验去把它分层，划分出高中低级别，将业务含义映射到特征上。这样业务人员在使用标签的时，就能提高业务人员的认知效率。

图 12 场景举例：将自然语言转换成配置规则 （点击可放大）

那么问题来了，业务经验可靠吗？我们评价一个规则，通常有几种标准，分别是覆盖率、准确率和召回率。从这些指标去衡量，以经验为参考的规则就不一定符合真实业务需求了。

事实上，定义标签是可以通过科学的数据分析方法进行的。

我们前面有提到，对于数值类的标签，最好通过业务经验来分层，来提高业务判断的效率。对于这种高中低分层，通常可以使用分布分析的方法。

比如还是对于「用户点击商品详情页」的次数，我可以计算它的次数分布，再按照 25%，50%，75%，75% 以上划分标签。

这样，我不仅能划出四个分层，还能保证每个层级都有很好的覆盖度。对于资产盘点分层、付费用户分层这样的标签，分布分析是一个很好用的方法。

图 13 使用分布分析进行用户标签分层 （点击可放大）

当然了，我们需要的其实不是对「用户点击商品详情页」次数的分层，而是对「用户购买意愿」有解释力的标签。算法类标可以有效地解决这个问题。

所谓的算法类标签，本质上也是在做「预测」这个事情。下图所示的是神策用户画像产品实现的相似人群扩散功能，通过提供种子用户，来学习他们的特征，并预测一个用户的标签。对于「用户购买意愿」，我们可以用「实际真的有购买」过的人群，来作为我们的种子用户，让算法去学习他们的特征。

图 14 算法型标签：相似人群扩散 （点击可放大）

算法类标签的好处，在于它能通过交叉验证，获得自己的预测相似度。我们可根据对标签解释力的需求，设置一定相似度以上的人群，打上「高用户购买意愿」的标签。

算法类标签也有坏处，它是个黑盒，不如规则那样简单明了可解释。

我们神策的用户画像产品在做算法类标签实践的时候，也遇到了这样的问题。所以，一个好的算法类标签，应该还能输出它所使用的行为特征权重。这样，能让算法黑盒变成相对白盒，业务人员可解释度强。同时还有一个好处，就是特征权重其实也展示了那些特征才是最影响业务结果的，有些时候我们不是想要预测标签，而是想要知道什么特征对转化更重要。

四. 如何利用好用户画像分析赋能业务落地？

1. 用户画像的用法

我们在前面有提到，标签体系的用途，其实主要是两大类，一类是分析洞察获取业务灵感，另一类就是输出赋能精细化运营和数据产品系统使用。

对于标签体系来说，利用标签去筛选目标客群，并且输出人群列表，其实是最简单直接的一种应用方法。通过组合多个基础标签，可以快速做到很精细的目标人群输出。

当然，这也对我们的基础标签梳理有一定的要求。

图 15 画像基础用法：筛选客群输出（点击可放大）

同时，当标签数据能与数据产品系统打通的时候，它就会变成强有力的武器。

神策在这方面的解决方案，是将用户标签和与智能运营平台进行数据打通，这样可实现精准筛选受众用户，并且基于用户的行为去实时触发各种推送、短信、弹窗或优惠券策略。可以助力运营部门快速试验不同的精细化运营策略，以及将成功的运营策略自动化。

图 16 画像与智能运营平台的结合 （点击可放大）

在试验运营策略之前，有一件事情必不可少，那就是对我们的目标人群做精细的用户画像分析。

2. 用户画像应用场景示例

我们以一个具体用例来讲解用户画像的洞察。

假设综合电商平台神策商城需要做一场活动营销，我们就需要回归到业务应用用户画像的流程。首先要明确三个问题：

目标人群是谁？目标喜欢什么？我要怎么做？怎么执行策略？

这三个问题，分别需要用户在商业价值、用户偏好、生命周期和营销时机四个主题的画像。

第一步，目标人群是谁。我们的目的很明确，就是要提高购买漏斗的转化，减少购买漏斗的流失。我们可以从漏斗的流失人群出发，去分析他们的画像。

图 17 从购买漏斗入手寻找目标客群 （点击可放大）

第二步，找到单体用户画像，罗列用户信息，把某个用户和目标场景相关的信息展示出来，让业务人员有第一印象。开始时，可以先做抽样，从流失的人群里面找到用户张三，看看这个人的单体画像来获取第一印象。

我们看到他是一个从来没有付过费的用户，但他已经活跃了 301 天，虽然没有买过东西，但他其实是忠实用户。他来自华为应用商店，几乎每天都有签到，最近在看运动鞋相关的类目，偏好的价格区间是 50 到 100 元，搜索词也是平价运动鞋。但很奇怪的是，他浏览的商品数量不多。我们也可以看到他的生命周期其实是比较活跃的，有比较高的购买意向等级，这可能跟他的漏斗深度是收藏商品有关。

图 18 单体用户画像的信息罗列 （点击可放大）

第三步，通过单体用户与所属群体用户间的对比，以及目标群体和其他群体用户间的画像对比，去感知差异显著的特征。对于用户群画像，就不能像单体用户画像一样单纯展示信息了，而是要把某个群体的特征显示出来。

处理方法有两种。一种是把特征展示分布统计，比如购买意向等级和访问时间偏好；另外一种就是把分布覆盖率最高的标签，作为这个群体的标签。

我们通过对比漏斗流失用户和张三的画像可以看到，在商业价值上，该群体和张三类似都是低付费用户，但主体是比较新的用户；在偏好上，他们都在看类似价格区间的运动鞋，但主体用户是在看白色的；营销时机上，主体用户的活跃时间、点击的推送类型和张三不太一样。我们如果要策划活动方案，应该从主体用户的特征出发，而不是个体。

图 19 单体用户画像与所属群体画像对比 （点击可放大）

数据分析的精髓在于对比。了解了流失群体的特征，我们还应该把他们的画像和我们的商业目标群体做对比，也就是购买用户群。通过将流失用户和购买用户群画像做对比，我们可以看到，购买用户的近期偏好的价格区间和流失用户群很不一样，平均商品浏览数也很多，但购买意愿等级分布，购买用户群和流失用户群其实是一样的。

图 20 购买群体画像与流失群体画像对比 （点击可放大）

可以推测，在流失用户群所偏好的这个价格区间内，神策商城提供的商品有问题，SKU 的数量不够多，或者是这个价位没有他们满意的商品。因此，我们可以尝试提高流失用户在那个价格区间的商品浏览数。

综上，通过用户画像的洞察分析，我们决定实施以下营销计划：

通过短信发送秒杀提醒营销信息集中选择 100 元以下商品展示提高浏览量选择运动鞋作为活动类目选择秒杀提醒文案作为短信文案选择主体用户活跃的时间段进行推送

如此，一次完整的用户标签画像赋能运营的应用就完成了。

以上是神策数据业务咨询师钟秉哲《构建用户标签体系，助力企业精细化运营》的直播内容精华回顾。关注神策数据，即可体验神策用户画像。

直通车精选人群要多开，但是这些划分在初期产品推广往往不尽人意，这是淘宝大数据给出的基础人群，但是在针对我们不同产品的推广都有产品适合的人群。

重点包括两类人群：兴趣人群也可以理解为不急需给产品的人群(收藏加购不直接成交)和成交人群(急需要的)。

从产品的推广到成交我们都知道是漏斗模型，从访客到成交，数量是成倍递减。我们做人群优化的主要目的就是留住流量，竟可能的让每个流量到店都能做出动作。所以在前期我们根据产品属性等做出基本的人群定位之后，竟可能的优化人群达到我们第一人群的效果，即收藏加购。后期人群优化针对成交人群，做人群筛选。

既然你有办法借到三百万，你就更有本事借更多钱…没事的，你还年轻，什么都来得及…抵押房产车子啥的都行，有地也抵押了吧…大起大落人生几何…

首先，不同岗位的运营所做的工作时不一样的，比如运营总监多数负责战略的规划，运营经理负责管理与拆解目标、运营专员大部分都是执行，当然，虽然层级不同，但是最终的目标都是为了业务更好的发展；下面，我们来举个例子说下有什么不同：

如我们运营中常用的漏斗模型：

运营人员主要做的是做好领导交代的工作，增加人数或者提升各个环节的转化率，执行能力是运营人员最基本的一项技能，如果执行都做不到，那就真的该考虑一下是否适合这个行业了； 运营主管主要做的是找到提升的办法并形成可执行的策略路径，然后交由运营人员完成，这里需要注意的是，如果一个主管只知道要提升却不知道如何提升，或者没办法拆解出可执行路径的话，那从能力模型来看还是需要提升的； 运营总监要做的是完成整个漏斗模型的搭建，也许我们的模型看起来很简单，但是需要综合考虑到公司当年及未来的战略目标，人力资源的配置、财务状况、运营现状等诸多制约因素，最后综合考量得出的模型、路径及目标，而运营主管和运营人员都是围绕目标来拆解任务，这里需要注意的是，如果一个总监只知道提升业务量去没办法拆解出具体的模型或通过科学的方法计算目标，那么从能力模型来看还是需要提升的；针对你提出的这个问题，个人认为还是偏向于运营专员，下面说下运营专员常见的工作有：1.写文案：就是常说的内容运营中的某一环节，所有涉及到宣传的时候都需要文案做支撑，常用的地方包括修改H5落地页、公众号发文、网站内容编辑、论坛活动写稿等等；2.活动策划或活动执行：就是常说的活动运营，包括活动规划、活动方案、人员协调、资源申请、活动落地、数据收集等各个方面，一般小公司都会由1个人来完成除落地外的所有环节，活动运营是比较考验运营人员个人能力的一个事情，如果活动能做的井井有条，那么从专员到经理的差距可能就只差有经验的人点拨一下了；3.用户分析，就是常说的用户运营：这个部分一般在专员阶段是比较难接触到的，因为涉及到了用户画像及其它一些模型的搭建，专员要做的，大部分仅仅是收集用户数据，做一些简单的数据分析；4.市场合作，就是常说的市场运营：这个部分一般要做的就是跑渠道，给公司跑资源或是资源置换，主要就是领导交办的，看自己原来掌握的资源或是公司能提供的资源，大部分都属于自由发挥；5.数据分析：这个能力是一个运营专员能否晋升为经理的核心条件之一，如何做好数据清洗、关联、提取以及得出想要的数据结论，是对业务理解能力和数据处理能力的综合考量，这个的方法论只能通过不断的分析来提升自己，没有捷径可以走；5.地推：发传单人不够怎么办、做活动没人搬东西怎么办，问卷调查没人想干怎么办、基本上作为一名运营专员，只要涉及到线下，地推是绕不开的痛；6.充当客服：基本上干的活就是售前售后的问题，尤其是在小公司中，用户有问题找你，用户想聊天了找你，用户不知道干嘛也找你，顺便客串一下萌妹子勾引几个抠脚大汉更是手到擒来；6.部门对接：运营经常要跑上跑下当个勤劳的小蜜蜂，毕竟H5需要线上团队做支持，数据需要专业的部门导数据，设计又要找到产品团队，一个超高情商的运营做这个是比较简单的，但是如果不上路的，一个部门卡你一下都受不了；

8.专业背黑锅：额~隐藏技能、被动嘲讽、因为专员很大一部分是执行工作，所以很难有个明确的界定，尤其是在做的不好的时候，没办法说明是方案问题还是执行问题。

最后，来说下大公司和小公司的区别 大公司讲的是体系和配合，好处就是什么问题都可以从全局考虑并且有强大的资源支撑，缺点就是只能接触到某一环节，不能亲手做所有的事情，实操经验会有所欠缺； 小公司讲的是全能和吃苦耐劳的精神，好处就是什么都能接触点并且亲自上手干，缺点就是不能体系化的思考全局的事情，视野也可能会比较窄 总结来看，如果在大公司干可以多做事情并且没有养尊处优的习惯，在小公司干如果有人带可以建立全局化的思维，那么运营的道路会走的比较顺，不过有机会还是要去大公司，毕竟全局思维是走向管理岗位的重要考核指标，而小公司是很难锻炼出来的。结束语： 整体来看，运营是一个很杂的活，所以运营做的好的人也往往是一名多面手，能说会道不在话下，琴棋书画更可能是样样精通，希望新进入运营这个行当的小伙伴，沉下心来一起共勉！

已经有很多的回答完整地说出了产品经理需要的思维，小编就不再复述，下面小编以产品经理 设计 一款产品出发，常用到的方法论有哪些，让大家一起感受下吧：

会经历的五大阶段

竞品分析、评估产品机会需求分析需求评估产品设计运营分析 、用户体验

小M将会从这五个阶段，分别阐述产品经理经常用到的五个方法论

MindMaster思维导图作者：@豆包家的小丸纸

【竞品分析、评估产品机会】

SWOT产品优劣势分析

从内部因素和外部环境两个维度，分析确定产品的优劣势，从而评估产品的市场机会。

内部因素可以从以下这些方面入手：

品牌价格产量/效率/交付能力产品研发/生产技术人才/设备/物料/方法/测量销售/服务……

外部环境可以从政治、经济、社会和技术角度多重分析市场环境对产品机会的影响。

PESTEL分析模型

从政治、经济、社会、技术、环境和法律六个维度来审视宏观环境对产品选择的影响。

【需求分析】

马斯洛需求层次理论

马斯洛的需求层次结构是心理学中的激励理论，包括人类需求的五级模型，通常被描绘成金字塔内的等级。从层次结构的底部向上，需求分别为：生理（食物和衣服），安全（工作保障），社交需要（友谊），尊重和自我实现。这种五阶段模式可分为不足需求和增长需求。

前四个级别通常称为缺陷需求（D 需求），而最高级别称为增长需求（B 需求）。

从这五个需求出发，提炼分析用户真实的需求，并转为产品需求

【需求评估】

KANO模型

KANO模型有助于产品经理了解不同层次的用户需求，找出顾客和企业的接触点，挖掘出让顾客满意至关重要的因素。

KANO模型主要分析产品的五大类需求解决了用户的什么问题

然后以量化的方式设计问卷，整理分析数据，并且建立起KANO模型

之后对数据进行归纳和总结，得出结果

Better指的是满意系数。正值越大/越接近1，表示对用户满意上的影响越大,用户满意度提升的影响效果越强，上升的也就更快。

Worse指的是不满意系数。值越负向/越接近-1，表示对用户不满意上的影响最大，满意度降低的影响效果越强，下降的越快。

【产品设计】

Fogg行为模型（中文：福格行为模型）

Fogg行为模型的主要计算公式是B(行为)=M(动机)+A(能力)+T(触发)。表明，用户行为得以发生，行为者首先需要有进行此行为的动机和操作此行为的能力。接着，如果他们有充足的动机和能力来施行既定行为，他们就会在被诱导/触发时进行。

所以，一款好的产品，必须包括这三大要素：充分的动机、足够的执行能力，以及一个恰到好处的触发机制

用户体验要素

用户体验要素模型，能帮助产品经理，自下而上、从抽象到具体地理解一款产品由0到1的过程。五个层面，从战略层到表现层，每一层面环环相扣、相互依赖，每一层面的决定都直接影响上一层面的可用选择。

【运营分析、用户体验】

漏斗模型

漏斗模型更偏向于产品运营层面，指的是，产品精力需要关注，从产品进入市场、产品的生命周期到降低成本的过程。

这些漏斗模型能够科学地反映用户行为状态以及从起点到终点各阶段用户转化情况，并且让产品精力直观地发现和说明问题所在层级，迅速定位、找到可优化点并持续改善，以提高各层级间的转化率。

这些漏斗模型有相通之处，但他们在不同的场景下应用的。它们包括：

AARRR模型：通常应用在自有APP产品内部用户生命周期展示，一个用户从下载app到注册，之后他们的停留时长到变现路径，最后自发传播回到获客上。比如说，【知乎】这个app的目的就是促进盐选会员的付费率和自传播。

AIDMA模型：这个模型一般应用在以品牌为主导的产品。比如说，苹果发布了最新的AirTag，那么在没发布之前就会想尽办法吸引到用户的注意，并且引发用户自购买AirTag。

AISAS模型：这个模型应用在电商场景居多。

转化漏斗模型：这个模型应用在B端企业类型产品，比如说云计算服务、语音识别服务，需要销售1v1介入。

关于产品经理必须掌握的方法论的高清大图请移步MindMaster导图社区~

产品经理需要掌握的分析模型 - 思维导图mm.edrawsoft.cn/template/117213

我是MindMaster思维导图，有序构建你的知识和想法。

沙漏通过充满了沙子的玻璃球从上面穿过狭窄的管道，流入底部玻璃球所需要的时间来对时间进行测量。一旦所有的沙子都已流到的底部玻璃球，该沙漏可以被颠倒以测量时间了，一般的沙漏有一个名义上的运行时间1分钟。

1996年，英国莱斯特大学曾经有人研究过，他们发现沙漏的流速只和颈部上方数厘米的沙子有关，而不是和整体沙子的多少有关。然后他们把所有沙粒都换成了小玻璃球，如果所有的小玻璃球大小相等的话，那么沙漏整体的计时长度和以下三个因素有关：玻璃球的整体体积、开口大小还有沙漏的形状。如果沙漏的开口的直径大于小玻璃球直径的5倍时，它们还满足这样一个关系式P=KV(D-d)^-2.5，其中P就是时间长度，K是一个和沙漏形状有关的比例系数，V是玻璃整体的体积，D是颈部的开口直径，d是玻璃球的直径。如果是酒瓶形状的沙漏，那这个比例系数K大约是21。

对于企业而言，如何实现产品用户增长和留存成为长期思考的问题，真正能驱动一款产品的用户快速增长，靠的都是什么方法呢？

?

　　1、做出真正优秀的产品

　　用户快速增长最核心的问题，还是要千方百计创造优秀的产品。这是所有产品和运营应该追求的根本。优秀产品经理的直觉与判断，不见得跟短期的数据表现相一致。在这样的岔路口上，坚持产品原则第一性，数据反馈第二性，长远来看是更加合理的。

　　真正优秀的产品，一般来说都不是在分析存量市场的基础上想出来的，于是也没有现成的数据统计可以支撑。好的产品，在用户体验上必须下功夫，不断的修改和调整产品结构，让用户体验更优越，才能真正实现用户增长，留住用户。

　　用户体验可以简单看做是用户使用产品时产生的感受，我们要注意产品反应时长，用户停留时长，操作步骤和行为。用户的操作行为有很多种，比如单击，同样最简单的应用方式是通过用户对功能的触发，或者其他行为分析用户做同类触发。通过对以上对用户的分析，我们可以得出与之相对应的运营策略，对产品进行调整和优化，为产品运营提供方向。

?

　　2、找到战略性推广渠道

　　什么是战略性推广渠道呢？简单地说，就是那些“价格便宜、量又足”的渠道。互联网很多产品的用户快速增长，往往是在这点上下足了功夫。

　　很多移动互联网产品快速增长，大多数都依赖预装这个战略渠道。厂商有预装，运营商有预装，方案商也有预装。对于价值被低估的战略渠道保持敏锐的嗅觉，对产品的快速增长至关重要。

　　3、利用病毒式传播手段

　　病毒式传播的方法有两类，一类是传染，一类是传销。

　　所谓传染，就是诱导和捆绑式安装：通过一款已经有很大装机量的产品，通过威逼利诱甚至暗中作业的方式，将另一款产品也带到用户的终端上，往往是多快好省的好办法。甚至有时候普通的广告渠道商这么做效果也不错。

?

　　4、建立品牌的用户认知

　　互联网界对这一点的重要性认识是有所不足的。产品要立得住，核心的用户认知非常关键。

　　在互联网界，大家往往奉直接效果传播为信条，在品牌建设方面的重视程度则有所不足，我们需要重新审视品牌和用户认知的作用。成功的品牌建设带来的用户增长，可能是迅猛而又健康的。

　　5、制定产品不同阶段的关键指标

　　在做数据分析的之前，需要对我们分析的目标进行确认，每个阶段的目标也存在着不同的目标，是为了增强用户粘性，还是为了提升营收，或者是为了提高病毒传播系数。比如在对渠道的判断中，不能只关心拉过来的新用户量，最重要的是我们要关心这些新拉过来的用户对产品的关键指标的影响，比如在社区产品，相比新进用户的数量更应该关心这些用户的活跃度，发布帖子的数量，点赞的数量等关键指标。换句话说更应该关注的是漏斗模型最下方的那个量，关注转化率的最底层的数据，持续的激活用户。

营销漏斗全称为"搜索营销效果转化漏斗"，漏斗的五层对应了企业搜索营销的各个环节，反映了从展现、点击、访问、咨询，直到生成订单过程中的客户数量及流失。

从最大的展现量到最小的订单量，这个一层层缩小的过程表示不断有客户因为各种原因离开，对企业失去兴趣或放弃购买。营销漏斗模型指的是营销过程中，将非用户（也叫潜在客户）逐步变为用户（也叫客户）的转化量化模型。营销漏斗的关键要素包括：营销的环节，相邻环节的转化率。营销漏斗模型的价值在于其量化了营销过程各个环节的效率，帮助我们找到薄弱环节。

营销漏斗模型不是固定的，但其最终结果一般是相同的，就是达到用户购买或消费的目的。

营销漏斗模型重点在于量化，互联网营销的漏斗模型构建较为容易，其他类型营销的漏斗模型构建往往要通过定量调研的方式实现

所谓“销售漏斗”是一个形象的概念。是销售人员直销时。系统集成商和增值服务高分销时普遍采用的一个销售工具。

斗的顶部是有购买需求的潜在用户，漏斗的上部是将本企业产品列入候选清单的潜在用人漏斗的中部是将本企业产品列入优选清单的潜在用户（两个品牌中选一个）漏斗的下部是基本上已经确定购买本企业的产品只是有些手续还没有落实的潜在用户。漏斗的底部就是我们所期望成交的用户。为了有效地管理自己的销售人员或系统集成商、增值服务商就要将所有潜在用户按照上述定义进行分类，处在漏斗上部的潜在用户共成功率为25％处在漏斗中部的潜在用户其成功率为50％处在漏斗下部的潜在用户共成功率为75％。