用户生命周期剖析 这个坑90%的人踩过！

在做数据剖析的时刻，用户生命周期剖析，是个很典型的“通常一听就懂，数据一做就废”的物品。很多同窗很困扰：“究竟生命周期该怎样算？为啥我算的套到业务上不成立！”当天我们系统解答一下。

0 .书本上的生命周期

在各路书本、文章中，大家都看到过这张图

要留意的是，这个图讲的是通常上的用户生命周期。它假定了用户留存与用户价值之间存在倒U型相关。

因此推导出以下通常结果：

但这个假定前提，在详细的业务场景中很或许不成立，特意是数据上不会出现完美曲线。因此会搞得很多做详细业务剖析的同窗经常踩坑，很郁闷。

1 .差异1：生动与付费分别

对线下实体店而言，用户到店即付费，先生产后体验服务。但在互联网产品里，付费与生动脱节的现象很经常出现。或许有的产品罗唆准许用户只生动，不付费，经过额外的权力和道具不要钱。比如游戏、在线音乐、视频、社区等等皆是如此。

总之，当用户生动与付费脱节的时刻，用户生命周期曲线变会出现变动：用户价值不再随留存期间变动，而是独立开，出现出相似矩阵模型的样式（如下图）

这时刻要特意留意各类型用户比例，特意是白嫖用户的比例。在各类型互联网产品里，白嫖用户都有相当比例。假设不加辨别，一律而论，则会形成一种虚伪兴盛的假象。最终结果会造成产品叫好不叫座，商业化环节极端困难。

2.差异2：场景化生产

即使是生产与生动行为严密捆绑，也会出现疑问。最经常出现的就是场景化生产，比如：

出行：

这就是典型的外因驱动。

电商：

这是典型的内因驱动。

留意，无论是内因还是外因，在事实生存中都是很反常，很合情正当的场景。可这些场景会独特造成一个结果：用户留存期间与用户价值不是倒U型，而是随机的，甚至难以捉摸法令（如下图）。

这造成用户生命周期曲线很难绘制，用户留存久了也不代表有价值，用户生命周期价值也难以预算。特意是大促销、爆款上市这种场景。最后用户还是看哪家廉价买哪个，跟之前的留存期间一点相关都没有。

这时刻强行绘制用户生命周期，用平均值替代每个用户的实在状况。结果就是含糊了运营、营销、商品的作用，会形成一种虚伪兴盛的假象。让大家以为：只需用户呆得久就早晚给钱了。结果发现用户生命周期价值的平均值越来越低。

3.差异3：浅尝辄止的新人

拉新，是一切互联网业务的外围，也是经常出幺蛾子的中央，拉来的新人齐全不生产，或许过了很久才诈尸来生产一笔，都是很经常出现的事。这种浅尝辄止的新人比例一高起来，就会造成对拉新执行评价不准。

假设用平均值的话，会把这些实践上是0的人平均掉，又是在制作虚伪兴盛。假设剔除进来，只统计有生产的人，显然又会高估渠道价值。并且，由于诈尸用户存在，造成周期长度难以统计（如下图）。

这种统计难，经常被业务部门拿来当甩锅借口。特意是当浅尝新人+场景化生产同时出现的时刻，担任拉新的市场部、增长团队、营销部就青睐扯：“得评价用户生命周期价值，不能只看眼前”“只管用户如今没生产，然而300年内说不定就生产一大笔呀，所以不能说我做得差，是你统计得不准。”

解决这个疑问也便捷：只要买卖周期很长的，才统计生命周期价值。相似B2B跟单，房、车等大额B2C买卖，否则不去统计什么生命周期价值。相似叫车、日用品、生鲜这些高频买卖，拉来的用户一个月不生产就是拉新失败，扯啥生命周期。你们拉的用户都是辟谷细长生的吗？！一个月都不吃一顿？！真是的。

4.数据面前的深档次疑问

这些数据疑问面前，暗藏了一个更深档次的疑问：用户对一个产品的全生命周期需求，究竟是谁的。

这年头随意到哪里买物品，一扫码就会关注一堆群众号小程序。我们被各种商家称为：“尊崇的会员”，可回头看看，你真的以为自己属于某个商家？你明知道他人家有活动，还会在这里买？？？？

有或许用户的生命周期依然存在，然而除非是微信这种超超级运行，否则基本无法一手掌握。用户的行为会扩散在各个场景，各个运行里。这种状况下，能否还有必要按上个时代的做法，苦苦谋求全生命周期价值？很有或许在这个年代的用户相关，就是场景化、事情化的。

正是基于这种思维，CDP的概念才会孕育而生，用基于场景的事情营销（主动）和推送营销（主动）取代了传统CRM通常里的用户等级、用户分群、用户价值曲线、用户生长门路。

简而言之，就是：我不指望用户属于我，我只在用户想要买单的时刻抓住他就好了。当然，这种理念转化带来的最大应战，就是营销老本的不确定。

过去算一个用户生命周期价值，而后按比例调配老本的做法，显然不适宜每个场景切碎了做。假设对场景和需求的掌握不到位，很有或许形成重复的资源投入。