4个步骤,搞定用户运营KPI设定

什么是KPI?老板预先和你约定好几个目标值,以月/季度/年为统计周期,当你每个周期结束后,复盘你这几个指标完成情况。没达成目标值,就扣绩效奖金;达成了目标值,就加绩效奖金。

所以,KPI就是通过几个关键指标,来衡量工作结果的好坏简单,粗暴,但也很有用。

问:小回,用户运营工作这么庞杂,KPI怎么定呢?

答:KPI设置其实很简单,盯着3个方面的重点,差不多你就能得到答案了:

  1. 用AARRR模型梳理你的用户生命周期;
  2. 整理每个岗位的工作内容和职责;
  3. 知己知彼,看看行业怎么设定(参考招聘启事)

好了,我还是详细给你讲讲KPI制定的流程和方法吧。

用户运营KPI设置流程

  1. KPI规划:规划要来源于业务逻辑,我们业务的核心,是与用户相关工作。
  2. 用户运营指标库:关键工作关键节点的数据评估指标;
  3. 岗位工作内容:各岗位在用户运营中的角色
  4. 指标分配:将指标库指标按岗位职责相关度分配

一、用户运营KPI规划

根本来源:你的业务逻辑

KPI规划可以从以下五个方面考虑:

1. AARRR模型

AARRR模型将用户划分为5个阶段:吸粉、活跃、留存、收入、裂变,

其中活跃和留存由于性质比较接近可以统归于1个部分,因此基于AARRR模型,可以将用户运营KPI分为以下四类指标:

  1. 用户引流指标:获取新用户的规模、效率
  2. 用户活跃/留存指标:在某一段时间内,新用户与品牌产生持续互动或购买行为的评估
  3. 用户收入指标:在某一段时间内,用户为品牌贡献的收入
  4. 用户裂变指标:用户通过自有关系网,将品牌传播给亲朋好友的效率、数量或金额

2. 用户生命周期

用户生命周期分为:活跃、沉默、沉睡、流失、死亡。

其中活跃到沉睡实际上AARRR模型已经包括,我们能从生命周期中得到的KPI指标就是流失类指标。

  1. 流失预警:统计时间内有多少用户满足了预流失用户的定义标准
  2. 流失指标:统计时间内有多少用户流失
  3. 流失挽回指标:统计时间内有多少流失用户再次与品牌发生互动或购买

3. 用户反馈

经营的过程中,我们可以通过用户对运营工作的反馈,调整运营工作方式、流程和规划。

用户反馈类:

  1. 用户评分:用户对商品,服务,物流等各板块的评分
  2. 用户评价:用户对品牌商品服务的具体评价内容
  3. 用户调研:了解用户对指定内容的反馈
  4. 神秘顾客:品牌站在用户角度,对与用户发生交互的各部门做质量评估

4. 工作管理类指标

这一类指标大家应该比较熟悉,包括:是否按时完成工作,或者项目进度是否按时推进等。一般可用是否延迟,延迟几项,或者是延迟天数等作为指标。

5. 员工发展类指标

这一类指标在一些大公司的OKR中会经常出现,比如培训、学习等发展指标。

例如:学习时长,学习课程数,完成指定培训数等,所以,用户运营的KPI指标从这5个方面出发就好啦!

二、KPI指标库

根据以上内容,可以将KPI指标库分为八个部分:

1. 用户引流部分

包含规模和成本两类指标:

  1. 新用户数:新用户/新绑卡/新会员人数的绝对值或相对增长值,另外也可划分为不同渠道来源的新用户人数
  2. 引流成本:获取新访客或新支付用户的成本,可以是总成本,也可以是平均成本

2. 用户活跃/留存部分

这部分包含的指标种类较多:

  1. 回购:新老用户再次产生支付行为的人数比例,比如新客二转、回购和老客复购率
  2. 活跃率:老用户与品牌产生各种交互的比例,比如DAU、MAU(日活/月活跃率),或购买、签到、评论、分享等互动
  3. 留存率:之前一段时间发展的顾客,在这一段时间内依然保持活跃的比例,如2019年发展的1万名顾客,在2020年有1千名产生了购买,可以说2019年发展顾客在2020年的购买留存率为10%
  4. 会员:会员的活跃、留存和发展升级等数据,如一个月内有多少会员升级/降级
  5. 积分:积分池总量的增减、积分核销量和人数,积分兑换出去的权益和礼品数量,积分成本、积分互动的人数和次数等
  6. 内容:阅读分享人数与比例、阅读后产生购买的人数和金额、点赞、打赏或分享等阅读后行为
  7. 客诉:顾客投诉的比例、不满意用户的占比等,与用户反馈有关的指标
  8. 神秘顾客:检核公司各部门,尤其是一线运营部门与用户接触时的评估指标

3. 用户收入部分

通常是衡量岗位价值的重要指标,需重点关注:

  1. 回购:老用户重复购买的金额或占比,如回购金额、回购金额占比等;
  2. 转化率:用户访问、阅读、加购等接触行为后,产生购买的人数比例;
  3. 客单价:平均每个人或每笔订单的金额;
  4. 充值:充值的人数、金额,和充值后核销的金额、人数比例等;
  5. 营销活动:优惠券、秒杀、折扣、专享价等活动效果,如参与人数、销售金额、核销率等;
  6. 营销触达:短信、海报、邮件等营销触达渠道对用户通知后的效果,如响应人数、响应率、销售额等。

4. 用户裂变部分

主要包括裂变数量和裂变层级:

  1. 种子用户:愿意作为品牌裂变传播者的人数、意愿和传播能力等
  2. 用户裂变:发起裂变活动后,裂变生成的新用户人数、层级等

5. 用户流失部分

流失情况以及流失挽回情况:

  1. 流失人数:判定为流失的用户群体人数,和符合流失预警条件的用户群体人数
  2. 挽回:将符合流失或流失预警条件的用户挽回,重新使用或购买品牌产品的人数

6. 用户反馈部分

用户满意度影响用户的回购与留存:

  1. 反馈评分:用户对服务或商品的评分星级或分数
  2. 客诉率:所有购买人群中,不满意用户的占比
  3. 神秘顾客评分:不定期神秘顾客评分,针对与用户接触的所有部门行为,站在用户角度,做实际调查反馈

7. 数据分析部分

大量的数据分析是用户运营部分的常态:

  1. 及时率:需定期出具的参考报告发布时间,是否准时
  2. 准确率:数据复盘、数据预估的准确率

8. 项目进度部分

项目进度:项目重要阶段完成,或全部完成所对应的时间节点。

注:以上只是提供指标库内的指标方向,具体的指标和指标定义请大家自行设置。

有的同学会尽可能深挖对于这些关键环节的评估指标,将指标项设置的非常专业和复杂,复杂的评估指标确实能增加对业务经营效果分析的维度,在分析时能带来多一个角度的思考,但是过于复杂的指标却不适合用来做KPI考核。

举个栗子:

  • 复杂的指标:(小明认为很精细,专业)①去年本月留存率;②上月新客本月留存率;③上月爆款本月留存率。
  • 简洁扼要的指标:(老板修改版本)①回购率;②回购金额。

三、用户运营KPI设置的注意事项

以下五个事项需要注意:

1. 用户生命历程是什么?

用户从第一次与品牌接触,加强互动,到最后流失,有哪些关键节点,这些节用户与企业的互动特点,和该阶段经营目的。这相当于打好了KPI建设的地基。

2. 你的岗位定位是什么?

自己在公司中的岗位职责,和在用户运营工作中的角色定位,明确自己工作的权责范围。这相当于规划好了KPI建设的框架。

3. 学会数据分析

如何分析自己工作的好坏,评估自己的行为对工作的影响,知道哪些因素是核心,如何对标市场同类。这相当于加入了KPI建设的灵魂。

4. 别人也看得懂

KPI不仅是给自己看,还要给老板、财务、人事等其他人看,所以尽量选择核心且容易计算,公式逻辑简单的数值。这相当于填充了KPI建设的血肉。

5. 取数方便

有的KPI的数值定义很正确,但是难以取数,每月取数都要耗费大量时间和精力拉数据,这样的指标我们就尽量用其他的代替。有这个时间,去玩玩游戏,不香吗?

四、用户运营KPI岗位分配

用户运营这个工作范畴很大,常见的有五种岗位:

在分工细致的情况下,这5种岗位都会是专人专岗;在非深度运营的情况下,可能就会有人身兼多职。这5大岗位的相关工作定位清楚,就可以开始分配指标库的指标了。

1. 推广岗位

适用用户引流类指标:

  1. 新用户/会员人数
  2. 推广ROI
  3. 推广响应率/响应金额
  4. 品牌传播/裂变

2. 运营岗位

适用用户活跃/留存/收入/流失指标:

  1. 新客二次转化率
  2. 回购率
  3. 老顾客回购金额
  4. 用户活跃(DAU/WAU等)

3. 内容岗位

适用用户活跃/收入指标:

  1. 内容营销转化销售额;
  2. 内容营销转化率;
  3. 内容阅读/分享/评论人数

4. 服务岗位

适用用户反馈指标:

  1. 用户反馈评分;
  2. 客诉率;
  3. 神秘顾客评分;

5. 服务岗位

使用数据支持类评估指标:

  1. 及时率
  2. 准确率

以上每种岗位有2~4个核心推荐指标,每个岗位都有其特有指标,其他类型的岗位与其工作重叠会比较少。

最核心的当然还是用户购买/充值金额,这是所有岗位都绕不开的,毕竟,开公司就是为了赚钱的。

最后,一个小TIP,一个每月都会有人问的问题:回购率和复购率的区别?

回购率相对简单,复购率相对复杂且定义不一。

  • 回购率:当天购买的用户中,曾经购买过的用户人数比例
  • 复购率1:购买次数大于1次的人/所有购买过的人
  • 复购率2:重复购买交易次数/总交易次数
  • 复购率3:N天前购买过两次及以上的老客在近N天产生购买的比例

至于小回,我还是喜欢回购率。经典、简单、通俗、好取数、好对标。

 

作者:玉衡;微信公众号:回了CRM。某互联网自媒体联合创始人,曾服务过多家电商行业类目top3商家,千万级用户平台的crm负责人,在会员知识体系,精准营销,数据分析上有丰富的知识和实操经验。

本文作者@瑶光 。

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部