神策数据杨雪杉：精耕4大场景 解码证券客户全生命周期运营

本文根据神策数据咨询专家杨雪杉关于《精耕 4 大场景，解码证券客户全生命周期》的直播内容整理而成。主要包括：

• 生命周期的介绍
• 如何划分生命周期

• 生命周期的细分落地

一、生命周期的介绍

1.什么是用户生命周期？

关于用户生命周期，比较统一的定义是 用户从开始接触产品到离开产品的全过程 。在这个过程中，业务人员通过运营手段不断提升客户的粘性和价值，避免用户流失。

对于传统证券行业来说，客户的生命周期通常与其资产紧密相关，也就是说，如果客户在平台没有资产了，那么他就处于生命周期的末端了。但对于互联网业务来说，客户的生命周期则更长，从客户接触产品，即使没有注册和开户，也已经开始；另外，即使客户的资产一定程度已经不在平台，但只要他还在跟产品、企业微信、公众号等有浏览或互动，他的生命周期就没有彻底完结，依然可以通过运营进行召回。

用户的生命周期通常分为五个阶段： 获客期、成长期、成熟期、沉默期和流失期 。基本上各行业包括证券行业都是这么定义的，只是不同产品形态在各个时期的定义方法不尽相同，需要深度结合自身的业务情况进行判断。

2.为什么要做用户生命周期的划分？

主要有三个原因，具体如下。

第一，认识客户。 以前受限于柜台系统和少数别的系统，证券行业认识客户主要通过资产这个单一维度，有资产的就是客户，资产高的就是好客户。当开始有 App 、微信公众号等更多触点后，可以对客户行为习惯及价值进行进一步评估，对客户进行更细致的划分，从而进行精细化管理。以前通过客户经理所能覆盖的客户有限，但通过线上手段可以有效覆盖全部的客户。

第二，实施精细化的运营手段。 以前主要通过人工和短信触达，现在拓展到线上直播、以视频号为代表的短视频、广告投放等多种运营手段，针对不同特征的用户实施不同的运营手段，提升运营手段的精准性和有效性。

第三，合理分配有限的运营资源。 资源位、短信通道、优惠券等运营资源往往是有限的，如何将有限的运营资源发挥最大的功效、收到最大的回报，需要对资源做充分评估，用户过去及未来所产生的价值是否值得我们投入宝贵的资源。

3.生命周期

如前面所讲，用户的生命周期一般分为获客期、成长期、成熟期、维护和流失期。下图中的蓝线代表的是客户的价值，当处于获客期，客户的交易和资产能产生的价值相对较低，在过程中其价值慢慢会提升起来，一直到成长期和成熟期，历时大概 1~2 年左右，很多客户尤其是炒股的客户，会因为各种原因，包括亏损或是别的平台更低的佣金等原因流失掉，只有少部分客户能留存下来，其价值一直在增长。

一般来说，有效客户率长期基本维持在 20% 左右 ，也就是说，长期来看能留存的客户有 20% 左右。

不同生命周期阶段的主要目标不同，处于获客成长前期，主要集中在引流、开户和入金；成长、成熟期，则是产生交易和购买产品；最后维护和流失期，主要做增值服务、资产配置以及流失激活。

当然，整体目标是让客户在整个生命周期创造价值，理想的状态是 客户生命周期价值要大于客户获取成本和客户维护成本 ，从而使得客户生命周期价值最大化。

4.用户生命周期——服务类型

跟今日头条、抖音等互联网产品不同，证券类 App 并不是单一类型的产品，它更偏集合类的产品，具体包括：

第一， 工具类 ， 比如提供账户诊断、查看股东信息、交易或咨询相关的工具等。

第二， 内容资讯类 ，比如在 App 首页刷到的 7*24 内容热点资讯。

第三， 投教投顾类 ， 很多大型券商会做投教学院；在微信小程序或 App 上通过投顾平台跟客户交流、展示投顾资讯等。

第四， 直播类 ， 不管在微信视频号、抖音等第三方平台，还是在自家 App 上，都有很多直播内容。

第五， 活动类 ， 比如抽奖、大转盘等跟客户互动的活动。

第六， 交易类产品 ， 即最基础的功能，满足客户进行股票和基金的交易。

综合来看， 证券类 App 是一个综合性的平台 ，因此在定义客户的生命周期时，可以根据服务类型进行定义，即把平台的具体产品划分为不同的服务类型，每个服务类型定义相关客户的生命周期，然后在各个类型的产品之间进行引流，比如交易类的客户引流到资讯类、资讯类引流到交易类等等。

关于阈值的确定有两个关键点：

第一，如何定义客户，难点在于流失，如何定义流失用户就很重要。

第二，如何定义成长期、成熟期用户的关键动作次数和程度，这个其实是在做运营活动中需要重点考虑的。

二、如何划分生命周期？

1.怎么进行用户生命周期划分实践？

如前面所说，证券类的产品相对复杂，包括开户、交易等多种业务。在进行生命周期划分时，可以从以下四个方面考虑。

第一，抽取用户核心转化路径。

即找到产品的核心业务，总结核心业务的用户行为路径，把核心行为路径中的节点行为作为用户生命周期划分的动作。

第二，根据业务情况选择合适的划分节点。

不同产品形态的用户核心路径是不同的，所以划分用户生命周期的节点是不同的。相同的产品形态也会存在业务侧重点不同，所以同一类产品也不能完全一致，需要根据实际情况选择节点。

第三，生命周期各阶段继续细分。

如果划分好生命周期之后，产品的用户量比较大，生命周期的划分不能满足精细化运营的需求，可以在每个周期继续细分。例如，对成长期用户进行用户价值的细分；对成熟用户进行用户偏好的细分。

第四，制定针对不同群体的运营策略。

最后，做好群体细分之后，对于每一个生命周期的运营目标，要根据不同的运营目标制定各个生命周期用户管理和运营的策略。比如成长期用户要开展交叉销售策略；比如对直播版块已经很成熟的用户，要引入到交易上去。

2.不同类型产品的用户生命周期运营

（1）用户生命周期——工具型产品

工具型产品主要是满足客户某个相对独立功能的产品。对于这种产品来说，一般以功能的使用情况来划分用户生命周期，如下图：

工具型产品各生命周期的运营目标各有不同。

一开始导入期，最主要的目标是引导用户进行注册转化以及使用产品核心功能。可以对激活 App 后一天内没有注册的用户，推送新用户限时注册领取优惠礼包等信息。

针对成熟期的用户，主要引导他再次使用产品功能，提升活跃度。可以对首次完成产品功能体验的用户，推送其偏好的内容，促使用户进行二次体验。

对于成熟期的用户，主要保持用户活跃，促使用户进行深度转化。可以针对性的进行新功能推广、活动推广的触达。

对于沉默期和流失期的用户，主要目标是进行召回，让他重新再使用相关工具，可以通过功能升级提醒和单纯文案召回的方式进行。

（2）用户生命周期——内容资讯类产品

这部分主要讲内容资讯类产品，很多券商平台都有资讯类的产品，通过吸引客户浏览资讯后进行交易和其他操作，而不是在雪球等第三方平台浏览资讯后再来交易。

在导入期，我们的运营目标主要是引导新用户注册，提升用户的 7 日留存，当新用户激活 App 后，可以在次日、第三天和第七天推送热门资讯，促进用户活跃。

在成长期，主要提升活跃和留存，引导使用点赞、评论、分享、收藏等功能，比如用户在浏览文章退出时，触发弹窗，引导用户点赞、评论、分享、收藏；当用户收藏的作者或专题更新后，进行消息推送提醒。

在成熟期，我们希望提升用户的活跃频率和浏览时长，然后逐步把客户从资讯模块引到交易模块中去，这时可以根据用户偏好给不同用户推送不同 Push。

如果用户进入沉默期，我们可以做什么呢？

第一，进行资讯相关新功能的推送。第二，推送用户曾经感兴趣的内容以及当日最热新闻推送，类似央行加息等热点政策解读等，使得用户重新回到平台阅读资讯。

（3）用户生命周期——直播类产品

现在很多券商开始在微信视频号等平台进行直播。直播类产品用户典型的成长路径如下图：

可以看出，直播产品的用户路径比我们 App 定义的从“开户”开始的客户生命周期要长。

从定位来看，直播类产品可以看成是资讯类产品的补充，通过邀请大 V 进行直播也是对客户进行召回的手段之一。

（4）用户生命周期——投教投顾类

这类产品的用户典型成长路径和在线教育类似，具体如下图：

总结起来，用户主要的关键行为包括 免费看课程、首次付费及复 购 。

在导入期，主要通过引导用户体验产品功能，进行注册并体验免费课程，用户学习之后再引导他首次付费。如果新用户来到 App 后 1 天内没有完成注册，可以通过推送免费课程礼包，引导其注册领取。

在成长期，主要确保用户首次付费课程可以完成，并且引导其进行二次付费。这时可以通过课程进度提醒、投顾新观点的提醒等触达用户，尤其是在课程快到期或客户学习完成后进行推送。

在成熟期，可以借助老拉新的活动，提升客户的课程完成质量，促进传播。

当用户进入沉默期和流失期，可以对用户进行分层召回，对于高价值流失客户，推送课程优惠券及代金券，对于非高价值客户，则可以推送课程上新提醒。

通过以上各生命周期的运营动作，使得客户付费和活跃，然后引导客户去基金或股票进行交易，完成转化。

综合来说，不同产品类型划分生命周期的标准不同，一般都会根据用户行为路径进行划分。除去股票交易这种核心功能外，常见的产品用户生命周期的划分方法主要有上面提到的三类。

工具类产品，重点是让用户完整使用核心功能以及多次使用核心功能。

付费类产品，主要让用户体验免费内容、首次付费、复购等。

流量类产品，主要让用户初步体验产品功能，形成一定程度的依赖，使其成为高粘性高贡献用户。

以上无论通过哪种方式引导用户，最终目标都是引导用户进行产品购买或股票交易。

3.如何用数据辅助定义流失用户

对于传统券商而言，定义客户流失的一个重要的维度就是从有资产到没资产。而对于使用 App 的用户来说，不完全以资产维度来判断流失，我们认为当用户在一段时间内没有打开 App 或没有做关键的核心动作，就可以判定这个用户有流失的风险或者已经在流失。比如一个很爱看直播的用户，一段时间内没有打开过直播，那么就有流失的风险或已经流失。

至于具体流失的时间该如何界定呢？比如到底多少天没有打开 App 或观看视频，就可以判定为流失了呢？根据不同的产品形态，用户流失的时间定义也是不同的。此前很多产品都会将用户 30 天或 60 天不打开 App 定义为流失。而这个时间是否适用于平台自身，则需要进行验证。

这里介绍一下用数据辅助定义流失用户的方法，具体是可以先看一下用户普遍启动 App 的间隔时间，如果 80% 的用户间隔 N 天启动 App，就可以大致推算，距离上次打开 App 超过 N 天后还没有打开 App 的用户，80% 的概率是已经流失了。

比如通过模拟数据，我们通过分析两次打开 App 间隔时间趋势，发现 80% 的客户会在 27 天内重新打开 App，这意味着如果某个用户超过 27 天没有再次打开 App，可能有超过 80% 的概率已经流失。此时，便可以针对这些流失用户，开展针对性的运营活动触达进行召回。

三、生命周期的细分落地

最后，我们来具体阐述如何进行用户生命周期的落地实行。

1.落地策略

我们的最终目标是提高客户的资产，促使客户在平台产生交易。具体的目标是提升各个生命周期用户价值。

针对此目标，主要有两点运营策略：

首先需要 通过数据分析找到运营的切入点 。以资讯类产品为例，所谓寻找运营切入点指的是，比如客户持仓或加入自选股后，就很有可能开始关注资讯；比如因为央行加息或大盘波动较大时，也会开始关心资讯，这些时点就是运营的切入点。

其次，对于单个用户群体，我们还需要继续细分，从而辅助运营手段落地。比如针对客户关注的资讯类型，确定客户的最优成长路径，具体表现在什么时间、发送什么内容，更容易让客户点击，从而提高客户的浏览时长，然后进一步从资讯入口引导交易或购买入口等。另外，要关注客户的沉默流失征兆，进行流失预警。

2.客户细分

之所以进行客户细分，是 为“合适的客户”通过“合适的方式”提供“合适的（有盈利的）产品或服务” 。

在进行客户细分时，主要遵循有意义和可操作两个原则。

原则一： 有意义

通过客户细分对不同客户群的需求和决策过程有清晰地洞察和总结。

此外，通过客户细分产生对不同客群的不同价值诉求，包括企业对客户的价值诉求和客户对企业的价值诉求等。比如客户爱看视频与否、是经常看还是偶尔看，通过数据指标可以将客户进行细分。

原则二： 可操作

第一，可识别。客户细分中运用的维度要是可定义、可识别的，相关信息是可以获取的。

第二，可衡量。识别每个细分客户群的近期和中长期价值，以便从战略上对客户群进行优先排序。

客户细分可以用在企业经营的方方面面，比如战略规划、市场推广策略、销售策略、产品与服务交付等。

3.用户生命周期继续细分——价值分层

用户价值分层主要包括用户价值金字塔模型、四象限分层及多维度分层三种方式。下面具体展开介绍下：

（1）多维度分层

以信托客户为例，首先按照自然属性，可以将其划分为机构客户、企业客户、个人客户。在个人客户维度下，根据价值属性，又可以分为高净值、中净值、低净值三类。

第一个就是说多维度的细分，比如说一个客户证券客户或者什么类型的客户，其实我们维度肯定是按照自然属性机构、企业、个人。

此外，还可以根据客户的偏好进行分层。以视频类为例，比如对于成长期或成熟期的客户，我们可以增加一个价值属性。举个例子，高净值用户是否爱看视频，他看完视频后都浏览了什么产品和资讯等。对于偏好分层，一般分为用户行为确定偏好、用户属性确定偏好、用户满意度确定偏好等。

（2）四象限分层

四象限分层的思路指的是在客户价值、客户特征、客户活跃三个维度中任选两个维度将客户进行分层。如下图：

比如将客户价值和客户活跃两个维度进行组合，划分用户。横轴为客户价值由低到高，纵轴为客户活跃度从低到高，通过以上维度的客户表现，可以具体分为：

核心用户：高活跃、高价值，对这类客户要严密监控其行为数据，注重客户的资产保持；

重要客户：重点进行活动推送，注重交叉营销，比如推荐新产品或投顾服务等

发展客户：推荐投顾产品

低活用户：进行时点营销

游客用户：低活跃，低价值，可以暂不干预。

（3）金字塔模型 + 偏好分层客户实战案例

最后介绍下金字塔模型，这里我们结合某个直播类 App 的实战案例进行阐述。它采用双向金字塔模型进行分层并配合垂类偏好分层，有效地帮助业务人员管理 App 全盘用户，实施精细化的运营手段。

在主播方面，通过当前粉丝数量划分为入门主播、成长型主播、高粉主播及 KOL。通过偏好分层，可以进一步将他们分为宏观专家型、客户关系型、个股选择型、搞笑八卦类等，根据不同类型的主播进行不同的管理，规划对应的成长路径。

对于观看直播的客户，根据历史打赏累计金额也可以分为入门刷客、初级、高级、顶级。通过偏好分层，可以进一步分为主播偏好型还是类型偏好型，比如喜欢宏观分析还是基金产品等。不同层级的用户进行各自针对性的活跃或召回手段，从而实现精细化运营。