数据化运营16 活跃（下）： 如何通过用户分层进⾏沉默唤醒？

活跃用户，作为互联网产品公认的核心指标，其主要构成分为三个部分：新增用户、留存用户以及沉默唤醒用户。伴随用户拉新的成本居高，活跃中的新增用户部分也越来越难，在 2020 年 Q3，天猫的获客成本已高达 1158 元/用户。

相比而言，唤醒沉睡用户才是最划算的事，即将沉默用户转化为沉默唤醒用户，其优势在于：

• 一方面，对于这部分用户而言没有教育成本，因为在沉默前用户已经或多或少地体验过产品，唤醒成本远比拉新成本低得多；

• 另一方面，只要有合适的内容触发用户再次活跃，效果要远远好于去拉一个新用户。

沉默用户的定义并不复杂，通常指在“指定周期”内没有使用产品，或活跃程度未达要求的客群。用户注册成为用户后，往往由于没有使用产品的强烈需求或单纯忘记使用，导致使用时长或使用频次逐步降低，成为产品的“沉默”用户。

对于大多数产品而言，“指定周期”可长可短，一般与活跃的指标对应。

• 若产品考察 MAU，那么沉默用户的沉默周期为 1~3 个月，即用户若连续 1~3 个月未使用产品，则为沉默用户；

• 若产品考察 DAU，那么沉默用户的沉默周期为 1~3 周，即用户连续 1~3 周未使用产品，则为沉默用户。

唤醒沉睡用户本质是用户精细化运营的一部分，通过对沉睡用户的唤醒一方面可以提升用户对 App 的黏性，另一方面也可以充分发挥用户价值，为 App 创造营收。

沉默用户唤醒的完整流程

沉默用户唤醒的完整流程分为四个步骤：用户洞察与分层、制定下发策略（渠道和触点）、活动监控、评估优化，不断迭代下一次沉默唤醒活动的设计与实施。

在整个唤醒过程中，我们会基于 3A3R 策略模型的用户洞察（Awareness）来制定沉默唤醒策略：

• 第一，通过用户画像来洞察沉默用户的特点，并完成客群分层；

• 第二，通过用户偏好模型，分析沉默用户的渠道和触点偏好，为不同沉默客群选择合适的渠道和触点，并下发执行唤醒策略；

• 第三，制定沉默唤醒后的运营措施，即用什么样的策略、场景来持续留住这批被唤醒的用户；

• 第四，通过活动模型监控执行期间的效果，包括自动化漏斗模型、自动化营销活动分析模型等；

• 最后，根据活动营销模型对整个沉默唤醒活动进行全方位复盘，也就是评估优化。

下面拆解我们之前非常成功的沉默用户唤醒案例，为你详细讲解。

【金融 App 案例详解】

这个案例的产品是金融类 App，如下图所示，前期通过用户客群分析，发现沉默用户的量级已经 994 万。如果再不做唤醒动作，势必会造成巨大的浪费。

传统意义上的沉默唤醒策略，主要指设计有针对性的沉默唤醒活动，并根据数据反馈筛选出最优的方案。然而，当成功唤醒用户之后，如何吸引用户留存在 App 上，避免其再次沉默，同样是沉默唤醒策略输出的重点。

接下来，将具体讲述如何利用 3A3R 模型输出沉默召回策略。

首先，通过用户画像数据寻找合适的渠道和触点去触达我们的沉默用户，渠道和触点需要依据企业的自身情况确定。这个案例中，可供选择的渠道有微信、SMS、App、电子邮件等，分别对应可供选择的触点有微信消息、微信群、个人号客服、短信、PUSH、营销邮件等。

接下来，需要为不同渠道、不同触点的沉默用户制定不同的运营打法，一般唤醒活动要满足参加方便、满足用户猎奇心理、提供互惠诱惑等要素。例如，微信消息可以用优惠劵、积分等用户 offer 作为钩子，引导沉默用户回到 App。

用户 offer ，即用户权益包，根据用户偏好而设计的吸引用户的虚拟产品，包括各类优惠券、积分、特权等，是用户营销的主要手段。

除此之外，也可以依据用户过往的用户行为偏好制定 offer，例如用户过往有多次购买过饭票的经历，则制定饭票优惠 offer，并通过短信的方式触达用户。

当然，在进行完针对性的沉默召回活动后，也需要通过A/B 测试，根据数据反馈，筛选出针对目标用户转化率更高的活动与文案。

最终，在这个案例中，我们成功唤醒了约 350 万的沉默用户，MAU 提升 16.9%，次月留存率提升 6.6%，营收贡献约 8 个亿。

深度洞察沉默用户，创建精准用户分层

沉默用户唤醒的质量不取决于谁有用户，而取决于谁更了解用户。所以，构建沉默用户画像是唤醒过程中非常重要的环节。

依旧以这个产品为例，从以下维度出发，建立沉默用户的画像标签。

1.用户属性

指用户的基础客观属性，如性别、年龄、城市、职业，以及部分金融属性等。

2.用户状态

指用户的沉默特征，包括沉默区间、活跃渠道。

• 沉默时长，是指用户上一次 App 活跃距离当前时间点的时间长度。这个指标的逻辑，在于沉默时间越久，其被唤醒所需付出的成本越高、被唤醒的概率也就越低。

• 活跃渠道，是指用户除 App 外，还偏好哪些渠道。分析渠道的目的，是未来能够通过合适的渠道去触达沉默用户。

上表所示即是不同沉默区间的客群在不同渠道的触达响应率，通过这张表可以看出：

• 沉默 30 天的客群，更偏好短信（48%）和微信渠道（55%）；

• 沉默在 30~60 天的客群，更偏好电话（65%）和微信渠道（60%）。

所以，后续这两个细分的沉默客群就会根据自身偏好，通过不同的渠道去触达。

3.消费特征

指用户在沉默期间内的消费情况，包含品类分布、消费频次、消费金额等，以获取客户在沉默期间最新的用户偏好，目的是结合用户的消费特征，制定唤醒的激励和钩子策略。

如上图所示，沉默客群的消费特征集中在网络支付和超级市场。所以，我们在制定唤醒策略时就会：

• 首先，在各个主流支付通道上部署唤醒活动，希望用户在使用这些支付通道时能够看到我们的唤醒活动；

• 其次，在进一步分析超级市场中的消费品类，通过合作的商户优惠活动作为钩子策略去唤醒用户。

4.行为特征

指用户沉默前在产品上是否有触发过预定义的重要行为，包括但不限于参与活动、商城消费、签到偏好等，目的是选择制定沉默用户唤醒后的首触场景。

上图是用户行为偏好模型，通过功能使用深度、功能使用数量和功能使用频次三个维度分析用户在产品中的使用情况，并最终给出每个沉默用户的行为偏好。

• 功能使用深度：针对单一和垂直的业务功能流程，记录用户每次使用的页面深度。页面越深，认为用户对该功能更偏好。

• 功能使用数量：针对用户场景中的各个组成功能和业务流程，记录用户在该场景中使用的功能数量。数量越多，认为用户对该场景更偏好。

• 功能使用频次：针对单一和垂直的业务功能流程，记录用户使用的次数。次数越多，认为用户对该功能更偏好。

经过上面三个特征的分析，沉默用户的画像和分层基本准备完毕。已能够制定落地唤醒策略了：按照这个模型输出的用户行为偏好，考察不同的沉默用户更偏好的场景、功能，结合这些场景来制定活动策略，包括下发渠道和触点、用户 offer 等。

投放初期少量投放

关于“投放”还有一点需要注意，那就是沉默唤醒活动的初期不适合直接对全量用户下发，应该先对少量用户进行投放，并验证活动方案，然后再逐步适度提升投放量级。

• 投放过程中以天、周为单位更新数据。实际上，你会看到一周内每天的唤醒转化是不同的（在一周内每天投放量级相同的情况下测试）。

• 在唤醒转化稳定后，根据每天的转化情况适当调整每天的投放量级。

以上便是用户洞察、用户分层、策略投放这三步步骤。在这一过程中，你会发现：当你足够了解用户时，才能站在用户场景，了解用户最需要的是什么。所以，对不同产品，以及不同用户进行沉默用户唤醒时，所做的用户画像都不一样，具体需要根据产品和用户特征来定。

唤醒后的新生期运营策略

当沉默用户通过各种唤醒活动再次回到 App 后，新生期的运营就开始了，该阶段的工作重点是通过运营措施让用户养成较规律的使用习惯。

新生期运营阶段，常见的做法是围绕产品自身的核心功能，衍生其他定期激励活动。例如“签到”，签到活动的目的不在于签到打卡本身，而在于通过“签到”让用户感受到产品本身。

与“签到”类似的，还有每日任务体系，它通过任务的形式，让用户感受到产品的核心价值。相关内容，你可以回顾《15 | 活跃（上）：如何通过运营手法提升⽤户活跃度？》

除此之外，也可以选择交叉营销等手段让用户更多地使用 App 功能。一方面，多功能的使用能提升用户的留存；另一方面，也可以交叉营销等具有创收性质的功能模块，实现用户价值的获取。

关于交叉营销，你可以回顾《13 | 工具与方法：如何运用 3A3R 模型将数据转化为运营策略?》中“营收”部分的内容。

对过程进行监控与评估

1.通过“漏斗”进行监控、调整

此外，还需要对唤醒活动进行监控，通过建立漏斗对活动的各个步骤进行监控，并实时进行调整。例如，运营人员发现到从点击唤醒消息到活动页面的转化率相对较低，如下图所示，便采取了将步骤简化的措施，同时将利益点前置。最后，将折损率降低了 19.8%，响应率也相应提升了 15%。

2.通过“活动效果分析模型”进行评估

不仅如此，为了能更实时、全面地评估唤醒效果，我们建设了活动效果分析模型。

因为唤醒活动类型多样，如何在活动执行期中快速对活动进行复盘，基于数据对下一次唤醒活动的展开进行优化显得尤为重要，所以活动效果分析模型就显得尤为重要。这个模型意在归纳不同活动的共性特征，建立完善的指标体系用于活动效果评估。

下图即是沉默唤醒活动的自动化分析模型，展示了活动分析的必备参数，包括活动的投放节奏、投放入口，以及相关的埋点数据等。当活动方案确定后，这些参数也是确定的，即可固化为分析代码，按照 T+1 的周期自动输出结果。

最终，活动营销模型所能实现的效果：即输入固定参数，包含活动主题、活动召回形式、活动时间范围、沉默区间的划分、沉默的定义等，然后依据指标体系输出全方位的活动效果，如下图所示。

与其之后沉默唤醒，不如提前流失预警

用户“沉默”的因素有很多，很难确定用户到底是因什么而沉默，也很难唤醒所有沉默用户，但我们能做的就是尽力让已留存的用户保持活跃，并把可能沉默的用户往成长阶段引导，避免其流失。

就像我曾说过的，与其等用户与我们分手了才去追回（沉默唤醒），不如在用户还与我们保持热度时，除了对其进行活跃状态的维系外，还需预测其流失概率，以便我们提前做干预。

1.活跃状态维系

通过事件分析、漏斗分析、路径分析等方式，找到易唤醒的高价值人群，通过推送、激励，以及签到、任务等方式，培养用户的使用习惯，让其长远地留在 App，并为 App 创造价值，也就是保持活跃状态。

2.预测流失概率

此外，我们还可以通过模型预测、筛选出“高沉默风险的用户”，对其进行提前运营，避免其沉默：

• 对沉默概率在 30%～50% 且近一个月活跃的客群，考虑到仍旧活跃且沉默概率相对较低，故可开展常规的留存活动，例如老用户回馈、VIP 专享等；

• 对沉默概率在 50%～90% 且近一个月活跃的客群用户，实行消息推送触达，并结合其用户偏好对其进行激励；

• 对沉默概率在 90% 以上且已经在近 30 天内活跃天数低于整体的用户，实行短信触达，并结合 App 用户偏好进行活动引导。

看到这里，你会发现沉默唤醒的流程和《05 | 关注用户留存就够了吗？值得你关注的另外 3 种留存》中流失召回的流程很类似。

没错，因为沉默和流失客群，本质上都是属于已经脱离产品的用户，所以他们的策略很类似。两者的核心区别，在于重新拉回产品的难度区别很大：流失客群的召回，远比沉默用户的唤醒要难得多。

所以，我们在产品运营中应当尽可能提前预判挽留，而不是沉默流失后的亡羊补牢。

小结

最后我们再回顾一下，沉默用户唤醒的完整流程：用户洞察与分层、制定下发策略（渠道和触点）、活动监控、评估优化。

其中用户洞察与分层是后续动作的基础（所以本课时对其也花了大量的笔墨去讲解），你需要先通过用户属性、沉默时长、用户偏好、行为特征等维度对用户进行深度洞察，并从中找到合适的渠道和触点，制定唤醒策略。

唤醒后，更需要继续关注与我们“和好”的用户，对其再次进行“新客”般的新生期运营，保持活跃和联系。当然，在上述整个过程中，也别忘了监控与评估，不断优化调整动作策略。

其实“唤醒”是一种挽救动作，而最好的方式就是提前通过“流失预测”让用户不断活跃，并努力提升各项留存率，所以接下来我们将讲解《17 | 留存：如何通过数据、社交、内容手段提升用户留存？》向你介绍提升留存的好手段。

我是磊叔，下次课见。

精选评论

**丹：

这就和调研已自杀人群，模拟其画像，再去预警有自杀倾向的人一个道理。不过这运营一个人干不下来，需要数据分析师来介入才行😂

**水：

预测流失概率中，沉默概率是怎么算出来的？完全没有印象了

    讲师回复：

    用已经沉默的客群特征来训练模型，然后把需要预测的用户输入模型做验证，模型就会分析出沉默的概率。算法可以用决策树、随机森林等，客群特征我这边是以使用宽度、使用深度和粘性指标，结合其他用户行为指标来训练模型