在互聯網下半場，你需要的不僅是用戶增長，更需要價值持續增長！
本文分享四點：
- 定義超級用戶
- 獲取超級用戶
- 發展超級用戶
- 防止超級用戶流失
第一步：定義超級用戶
超級用戶不等于VIP用戶，VIP用戶來自于傳統行業，多以“金錢”來衡量用戶價值。但在互聯網下半場，用戶除了貢獻“金錢”，更大的作用是幫助產品擴展用戶、激發用戶需求。
我們用四個維度來衡量超級用戶：認可度（啟動行為）、投入度（時長占比、花費占比）、穩定度（用戶檔案、持續活躍）和擴散度（主動分享）。這四個維度自成循環，只有認可才會投入，才會持續、主動傳播以及更加認可。這里所考量的并不是絕對值，而是投入占比。
可以從用戶生命周期的視角，可以快速區分“流失用戶、沉默用戶、新手用戶”，從而定位成長期的高價值用戶，再從高價值用戶中找到高活躍高貢獻的人群，即超級用戶：
- 通過Push產品的聯動，找到流失用戶、卸載App用戶；
- 通過用戶洞察的方式找到沉默用戶；
- 從用戶投入維度，定位新手用戶；
- 最終定位高潛用戶，持續培養和發展超級用戶。
以上功能都可以通過U-App AI版提供AI智能拉新方案實現，在行業中找到潛在的超級用戶；通過合作媒體把潛在超級用戶在各個媒體中的分布找到，有針對性制定投放策略；再通過AppTrack移動廣告監測，將人群數據、媒體數據、投放數據匯總在AI模型中，進一步優化圈選模型，解決投放策略嚴重依賴與經驗和成本的問題，這一系列過程是我們和媒體聯動，共同優化。
而把超級用戶整體人數變多，無非是獲取、發展、保有三種手段——把即將流失用戶盡可能轉化為超級用戶、把所有新用戶引導成超級用戶，持續提升超級用戶價值。
第二步：獲取超級用戶
獲取超級用戶有兩個困境：
- 一是獲客成本越來越高，某些行業App獲客成本高達300元/人，這是很恐懼的數字；
- 二是投放優化嚴重依賴經驗，并且各媒體渠道投放操作復雜。
如何破解呢？
在投放前，知道誰是潛在的超級用戶，有針對性地投放。這就需要通過AI能力，圈選超級用戶、以及在各渠道的分布。比如潛在超級用戶是1萬人，這1萬人在媒體A是8000人、媒體B是2000人，我們通過針對性的投放更有效果，再結合后鏈路行為，去監測和優化。
總結起來是四步：
- 找用戶：找到潛在超級用戶做投放；
- 定策略：按照目標人群的媒體渠道進行投放；
- 看轉化：通過廣告監測定位最終轉化的超級用戶；
- 優投放：通過用戶點擊情況智能優化投放方案。
如果能通過AI模型和全域用戶畫像，找到行業中的潛在超級用戶；通過合作媒體把潛在超級用戶在各個媒體中的分布找到，有針對性制定投放策略；再通過移動廣告監測，將人群數據、媒體數據、投放數據匯總在AI模型中，進一步優化圈選模型。這一環節就可以解決投放策略嚴重依賴與經驗和成本的問題，這一系列過程就可以和媒體聯動，共同優化。
想要發展超級用戶，就要找到用戶中的潛力股。但行業間的巨大差異讓潛力用戶的尋找變的捉摸不定。
分享一個真實案例，某客戶同時在經營兩個App，一個是閱讀類，是最開始做的；后來拓展到母嬰App。在下圖中，橫軸表示時間，縱軸表示投入程度。對
于閱讀類App，競爭非常激烈，此消彼長；對于母嬰類App，用戶在每個App的投入時間都差不多，每個App都會有側重有強項，因為受眾的身份不同，媽媽們會同時使用好幾個App。所以，兩個行業對超級用戶的描繪是完全不同的。
而這一環節通過“時序模型”、“分段建模”、“基于循環神經網絡的訓練結構”，就可以在不同行業中找到潛在超級用戶。
第三步：發展超級用戶
當找到超級用戶，就要知其所好，投其所好，將其轉化為超級用戶。
知其所好就是要了解這個人。
- 一是興趣偏好。他是什么樣的人，有哪些特征，更多是用戶標簽、畫像；
- 二是行為偏好。捕捉用戶行為偏好的難點是，對于App來說，一是前端行為，一是后端行為，并且大部分是分屬兩套數據系統。在前端通過埋點看用戶瀏覽行為，而后端數據會存儲在自己的數據庫中，很難通過上帝視角來查看用戶行為數據和成交特征。
比如把前端行為和后端行為做打通，然后通過事件分析、漏斗分析、留存分析，去衡量用戶的變化。識別用戶之后，就要投其所好。把興趣偏好跟行為偏好結合，針對性產品，來做運營方案。
當然，你還要通過行業的Benchmark，了解用戶群體在行業里的水平。如果超級用戶數據得到改善，但整體用戶情況并沒有在行業內有所突破，那很可能是超級用戶定義的范圍出了問題。
第四步：防止超級用戶流失
當我們獲取超級用戶、發展更多超級用戶之后，就要考慮如何防止其流失。
根據一家美國市場調研機構的數據，2017年月人均下載App的數量是5.1，2017年年人均安裝App是30，可見App被卸載的概率非常高。
在防止流失上，你還需要具備三個能力：
- 高流失風險用戶圈群。系統自動圈選出高流失風險用戶，你可以直接存為分群做觸達，也從側面了解App的健康狀況、用戶粘性；
- 自主選擇風險閾值。按照App的發展階段、行業屬性，去選擇風險閾值；
- 完整風險分布展示。流失預警模型以分布的方式展示，做好預警防范工作。
挽回用戶最直接的手段是Push。Push推送有非常多策略，比如上面的兩個Push，在推送時間、文案描述、受眾選擇上就有很多問題。Push如果對用戶打擾特別多，用戶就會選擇把這個App通知關掉，甚至卸載。
所以說挽回并不是打擾，更應該做的是知己知彼。
你更要預知潛在用戶是誰、行為習慣是什么；在Push中，用戶是否在合適的時間打開App，你要及時收到通知，Push要有及時性。當有了Push前、Push中之后，就要在Push發送之后去了解用戶后鏈路的行為，知道哪些用戶轉化為超級用戶，最終形成完整閉環。
基于DI全域數據智能+AI能力，賦能運營者去挖掘，實現監控、分析、拉新、管理、觸達這五個數據能力，從四個緯度衡量哪些人會成為超級用戶，從用戶生命周期視角去定義超級用戶。通過用戶洞察的方式了解用戶行為，通過全域用戶標簽去知其所好、投其所好；通過Push做沉默用戶挽回，并且通過流失預警做好運營防范。
另外結合用戶管理，以生命周期的視角把所有流失、沉默的用戶變成潛在的超級用戶，并且把新手用戶轉化成超級用戶。
本文為@運營喵原創，運營喵專欄作者。
