大家都知道用户运营，但是大多数人并未真正了解用户运营是什么？华风扬将与大家分享自己对于狭义用户运营的一些理解和看法，并通过两个案例来更进一步地帮助大家理解。
很多公司做运营的人，每天都忙着做各种活动、抓热点、做专题，更高阶一点每天看数据、搭体系等，反正各种高端酷炫拽的词，使劲往上招呼。
但如果你仔细观察过，你发现大多数公司的用户运营，简单烂到渣渣。这种情况，即使在很多独角兽企业都存在。
我们先来看某公司的【用户运营】的招聘要求（该公司是一家知名的教育公司）：
负责用户管理体系的建立、维护、完善，用户留在和生命周期管理。负责线上活动基础运营工作，能够完成客户内容规划以及基础执行，负责社群氛围/内容营造。搜集、分析用户行为数据和用户反馈，为活动运营、内容运营等提供建议，协同配合提升新增、活跃、留在、交易量等各种指标。负责利用个性化、精细化运营手段，提升用户体验，提升新用户转化投资率。
你能通过个招聘要求，看出来究竟什么是用户运营吗？
绝大多数人都在说的用户运营，但实际上大多数人并没有真正了解用户运营的什么。
如果要广义的定义用户运营，流量运营、内容运营、产品运营最终都会归因到用户运营，因为所有的运营体系最终服务的是用户。
因此，本文中所指用户运营，是狭义的用户运营的定义，这样才使得我们的大多数落地的工作容易聚焦。
一、狭义用户运营做什么？
简单的说，用户运营就是：通过项目的不同阶段，将客户分成不同的类别，找出重要的客户群体，然后针对关键类别的用户作出引导转化。
所以，你知道了，其实即使在同一家公司，用户运营所作的工作也不是一成不变的。比如滴滴打车，在前期抢占市场份额，和后期拉伸GMV阶段，用户运营的工作可能是完全不同的。
如果要简单的说一下运营究竟干了哪些事，其实大概就是下面三个部分，其中2和3一般是互相循环的：
拉新/下载/注册留存/转化/付费活跃/黏性/复购
很多时候，1的工作范围，和市场、营销都会有很大的重合部分，甚至我们一直在谈的增长黑客，得都属于1的工作内容。
因此1的工作逻辑，有一定程序上通常与2和3都不太一样。而用户运营，主要就集中在2和3部分。
第2点狭义用户运营就做三件事：
1、把用户类别分出来
有很多运营不屑一顾，用户分类不是很容易的事情吗？
用户画像、用户管理体系、用户分级制度、你知道有太多的专业术语用于描述用户分类这件事情。
我见过很多运营笼统的将用户划分为：新用户、兴趣用户、付费用户、活跃用户等等，看起来似乎合情合理，但如果真的这么分，又过于笼统而粗略。很容易让你在工作的时候，无从下手。
用户是活生生的个体，他们的行为表现出来是一条条数据，但用户绝不是一条条数据！事实上，用户的行为，会涉及到时间、地点、环境、社会事件等大量事件的影响，因此运营人应该针对自己的产品构建大量不同的用户模型。
比如，我曾经给某款产品做出过如下的用户分类：
2.0版本更新前 付费超过5次的（这个可能涉及到重大版本更新）2.0版本更新前未付费，转化付费的（客单价低的产品这么分不太科学，适合高客单价的产品）注册3个月内未转化并流失的客户（客户画像及特征）注册3个月内未转化，但一直登陆的客户（客户画像及特征）真实评论超过30字的用户……
一个产品的用户分下来，大概能分出20-30种客户类型。而且，有的用户类型，很可能只在运营体系里存在了1个星期，然后就迅速的成为记录在运营日志里的古董数据。
关于如何进行用户分类，其实有很多方法论，以后有机会详细的展开讨论1-2种！
当你的产品可以做出这样的用户分类后，你就可以然后针对每个类型的客户，去想解决方案。
2、这些关键用户曾经干了什么
当你按照上面方法将用户进行了将近几十种分类方法后，你就会迅速的发现，在这个分类中，某一类或多类用户存在严重的问题。
比如：在不同的项目阶段，你可能关注的数据分别不一样。
有时候，你可能会更多的关注整体的转化用户。有时候，你会更多的关注复购、日活、高黏性用户。
如果想高效的拉升运营数据，只需要这部分关键类型用户可以做到一定程度的数量变化就好办了。
而你一定可以通过统计软件（各个每家的统计软件、方法可能都不一样，就不展开了），找到他们的关键着陆页、跳出页等一些类似的行为特征。
听起来简单吧？相信我，这一步绝对不简单，不信你做着瞧。
3、干扰并转化这些客户
当你找到关键性的一两类用户以后，可以在他们与其他用户明显不同的着陆页、跳出页等，针对这些页面，去做针对性的活动、图片、价格等信息的优化。
举几个例子：
当你发现转化率平均高于3%的用户都访问过某一页面之后，你就应该尝试把这些页面，推送给低转化的人群，进行相应的数据测试。当你发现相当大数量的流失用户在流失前访问过售后政策页面之后，你就应该赶紧检查这些售后政策是不是里面有什么没有注意的大漏洞。
相信到这里， 这些就已经难不住你了。
至于怎么去干扰这些用户？相信活动运营、内容运营大显身手的机会就来了！
案例1：
之前有个创业公司，是某化旗下投资的加油APP，用户下载了这个app加油，可以享受一定补贴或者优惠，优惠力度还是挺不错的，加满一箱油基本能节省十几块钱到几十块钱不等。
在初期推广的时候，利用了线下的加油站网点做地推，以及加油营业员的引导使用，再加上一定的优惠补贴方式，APP的下载量和订单量还取得了不错的效果。
初期看起来形势一片大好，但当这些行业一旦停止以后，数据立刻滑坡，严重到什么程度？数据连原来的零头都不够！
在我们仔细分析完用户群体特征后，发现有个很典型的客户群：
而这类客户，是可以最高效拉升数据的关键群体。
我们再查找了一下这类用户的行为特征，发现他们与其他用户相比，“每日特惠”页面，打开的频率明显要高于佛系用户群（经常使用APP加油，结算过程中有优惠就用，没优惠也无所谓，就为了赚积分）。
这时候，他们就在补贴活动的页面，加入了养成类的游戏小元素，具体的类型可以参考支付宝的森林、小鸡的玩法，照着人家的来就行。
用户原本是薅羊毛占便宜的需求，但最后被养成类的需求给吸引在APP上。并被转化成了目标客户。
案例2：
有个朋友公司，他们做的线上培训，把不同类型的素质教育的商家课程，放到APP和网站上，各个机构之间互相独立开来。数据上虽然也不算太难看，但我们在经过讨论后觉得，数据还有进一步拉升的可能。
原因如下：
单独报名某类客户的用户比例高达90%。用户在学习书法、跆拳道方面的需求，几乎是高度重叠的（原因自己想去）。有约3%的用户，曾经被打包课程吸引，进行了跨学科报名。理论上，我们可以将学的需求，某种程度上变成晒的需求。（比如：将keep健身的需求，变成用户在朋友圈晒的需求）书法用户在“学习圈”晒作品的比例远远大于其他学习用户。
于是，他们加入了用户荣誉，就靠一个文武双全的勋章（实际上，这个勋章系统非常复杂，还有实物层面的表现，比如：为用户邮寄到学校等），并在学习圈进行了针对性的引导，把相当比例的书法学员，转化成了跆拳道的学员。
这意味着：在保持原有数据不变的情况下，用户付款单价可能会提升一倍，这也是用户运营的一个好例子。
那么，把你现在的用户进行尽可能复杂的分类，然后找到他们的共同点（行为特征），在这些行为特征的关键路径上，进行运营干扰，拉升数据……
就是狭义的用户运营的方法论，你大概明白了吗？