你看看这个“沙漏”模型，是不是更适合小程序的用户裂变和运营？

小程序的日常运营模型，到底什么合适？

这个问题别看发晕，却非常值得讨论。因为最后小程序活跃数据的高低、新增用户的快慢和量级、收入的多少等，都取决背后运行的模型及对应的运营和产品策略等。在此之前我们曾深度讨论过其中一个，也就是AARRR模型。现在，诸葛io提出了另一个模型，他们认为，这个模型可能更合适小程序的创业者们。

模型叫沙漏，对，示意图如下这样：

只是，这个模型怎么理解？怎么运用？见实约诸葛io CMO徐文华深聊了一下这个话题，看看会给我们多少借鉴和帮助。对了，徐文华还是9月19日见实大会主题分享嘉宾，我们也可以从文中期待下当天他会分享什么干货。

如下，Enjoy：

在小程序的用户生命周期中，我们觉得更适用“沙漏”模型。

当然小程序的精细化运营依然适用于用户全生命周期分析，用户全生命周期分析模型我们一般用AARRR来概括，涵盖了用户拉新、活跃、留存、转化、推荐5个阶段，以用户为导向的精细化运营在小程序运营中同样适用，但传统的AARRR模型呈现金字塔模式，从新增到分享自下而上逐层递减。

“沙漏”则不同。在小程序的用户生命周期中，“推荐”成为了一种常规用户行为，微信为小程序开放了分享能力，也允许适当的分享引导（注意不是“诱导”）行为存在，分享成为用户使用小程序时获得“特权”的一种方式，因此“推荐”与“拉新”成为小程序用户生命周期中重要的两极。

这里先要说一下诸葛io对小程序是怎么理解的？

小程序作为一种轻量化的功能载体，基于微信社交生态为用户提供及时性服务，也为企业提供了获取用户、服务用户的新渠道。

从数字营销的视角来看，小程序在企业营销上带来的变化主要在于缩短了产品与用户的距离，小程序成为企业品牌、产品信息、用户需求、营销转化等多个环节的接驳点，在数字营销方面为企业提供了有效的用户行为数据和智能触达方式。

以电商运营为例，通过APP或其他渠道的数据分析出某一区域内的用户行为偏好后，可以针对该区域内的相关特征用户推送信息，在投放线下广告时选择针对性的商品展示，海报露出小程序二维码，用户在电梯里就可以完成下单的行为。

我们也刚刚提到了数字营销的方式，作为小程序运营者，要关注一些扩散的数据和行为。

前几天诸葛io出品了一份《小程序运营实战指南》（下载这份运营指南点击这里），见实也帮我们做了推荐，在这本手册里我们对小程序自2017年1月上线以来的90次重大能力更新进行了分析，发现微信官方虽然为小程序运营者提供了一些可视化的运营数据，例如访问量、用户量以及一些行为数据，但想要实现精细化运营其实远远不够。

微信官方开放了如访问趋势、访问分布以及可以将小程序页面分享到群后获得群ID等数据分析接口，运营者可以自己开发或通过第三方工具进行数据分析。这为第三方提供更深入的帮助提供了切入机会。

在运营数据方面，小程序运营目前的痛点在于获客渠道统计、用户质量分析和流失用户唤醒这3个方面，所以运营者对应的需要关注不同渠道来源用户的转化效果、用户访问行为分析等方面的相关数据。而在流失用户唤醒上，由于小程序缺少主动触达用户的渠道，我们就需要通过其他方式来唤醒用户。

刚刚我所举的数字营销的例子是企业做精细化运营的体现，需要通过完善的数据分析工具来指导相关运营行为。在小程序的精细化运营上，诸葛io认为需要将各端数据进行采集分析，比如诸葛io独有的UTSE用户模型可以将行为数据和业务数据打通，用户在不同平台（APP/小程序）、不同状态（登录/未登录、注册/未注册、落地页行为等）、不同设备（手机/ipad/PC）上的用户数据进行统一分析。

比如一个用户使用过企业的APP，那么当用户再使用起小程序时是应该计入新增用户还是活跃用户呢？如果不能打通多平台的数据，就会被算作新增用户，重新建立用户画像。

但通过UTSE用户采集模型，能够迅速识别这个用户在APP上所产生的用户画像，同时开始收集用户在小程序中的行为数据，在解决用户唤醒的问题上，就可以通过APP的PUSH来提升用户的使用频次，并且根据用户行为设计针对性的营销活动。

在小程序运营中，数据分析的重点在于对用户质量的分析，游戏产品的高质量用户需要考量用户的活跃度，包括打开次数、访问时长、转发次数、游戏等级等各方面数据，电商产品的高质量用户需要综合用户的加入购物车数量、下单单价、下单频次等相关数据。

举一个真实的增长案例，诸葛io有一个客户的电商小程序，七夕活动带来了50万的新增用户，更重要的是新增用户的次日访问率达到了30%，远高于电商小程序的行业平均水平。在这次活动中，识别高质量用户的主要来源渠道，进行针对性投放，在活动带来销量转化的同时还带来有效用户的积累。

我们在做好高质量用户的数据定义后，筛选出满足条件的用户，为后续的唤醒、留存、转化提供基础。

通过定义“高质量”用户的数据特征，企业可以围绕“高质量”用户做好渠道优化和产品优化。

一方面，以“高质量”用户的转化率为标准，定义有效推广渠道。我们可以追踪到用户注册之前的行为数据以及用户来源，筛选出高质量用户后，可以反推用户来源渠道，小程序更看重的是“高质量”用户的数量，所以在布局营销渠道上，应该以“高质量”用户的转化率作为渠道评判标准，而不是单纯的看用户数据量。

在小程序推广中，社群是一大主要的用户来源，通过筛选高质量用户转化率高的社群特征，再通过具有相同特征的社群进行集中推广，也是一种有效的渠道推广方式。另一方面，通过“高质量”用户的行为特征做好产品优化。

我们怎么帮助企业建立这些模型的？

先说我们具备的能力吧，诸葛io为企业提供了数字营销的平台，通过设置事件进行用户留存、用户行为、漏斗转化、页面点击热力图等方面的数据分析，追踪用户来源优化推广渠道，通过用户数据筛选进行用户分层，同时还提供了智能触达能力，在用户产生关键行为后及时发送消息，例如游戏类产品当用户排名被超越时可以发送提醒、电商类产品可以针对将商品加入购物车但一定时间内未下单购买或提交订单却未付费的高意向用户推送优惠券等消息。 

在具体的数据分析模型上，以“用户分群”模型为例，传统市场营销行为中，通常通过RFM模型，考量消费时间、频次、金额3个维度的数据，而在互联网用户的分群分析中，我们提供了更加丰富的数据维度。可以通过用户属性这一常规数据进行年龄、性别、城市等维度的筛选，还可以通过“活跃于”这个维度找出不同时段内的活跃用户、通过“做过/没做过”这个维度筛选出发生关键行为的用户、通过“新增于”这个维度筛选不同时段内的新增用户、通过“新增后”这个维度分析用户发生关键行为的时间，通过多个维度的交叉筛选，进行不同方式的用户分层模型。

诸葛io提供的是一套完整的数字营销体系，在建立用户分析模型上，企业可以根据不同产品、发展阶段的侧重点进行个性化定义。我们服务了超过50000家企业，涵盖教育、电商、金融、零售等8大行业，企业对数据分析的需求体现在发现问题和解决问题两个方面上，诸葛io所提供的服务也是围绕这两个方面所展开。

从企业的不同业务方式来看，我们可以将小程序大体分为流量型产品和价值型产品。

流量型小程序指利用小程序的裂变能力和社交属性，带来海量用户，小游戏和工具型产品大多可以定义为“流量型”产品。流量型产品的高质量用户标准在于“转发”这个关键行为，进一步分析下，用户转发带来的用户质量，可以作为用户细分的数据维度。

价值型小程序指利用小程序进行营销转化的产品，例如微信公众号运营者利用小程序开发电商功能、企业在传统渠道投放广告时利用小程序帮助用户及时购买、利用小程序进行会员服务。

企业在小程序布局上，根据业务类型可以定位成流量型或者价值型，但更重要的是通过小程序精细化运营所进行的“高质量”用户行为洞察和用户沉淀。

小程序是企业服务用户的一种渠道和方式，无论是APP、小程序还是H5或PC网站，通过用户行为分析洞察目标用户的行为特征，建立数据化标签，再加上数字营销的手段来指导企业整体的市场营销行为，才是最大的价值。

↘文中提到的AARRR模型：

↘更多大会嘉宾的深度文章

9月19日，北京，见实大会见！