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：

一、生命周期的介绍

二、如何划分生命周期

三、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。

点击链接下载完整版直播 PPT哦

关于神策数据

神策数据（Sensors Data）是国内专业的大数据分析和营销科技服务提供商，致力于帮助客户实现数据驱动。目前，神策数据成立了证券事业部，证券 Top 10 中已有超 7 家为标杆付费客户，具备专业的金融科技服务和客户成功经验。

同时，神策数据不仅提供大数据相关咨询、完整解决方案及智能产品，如神策营销云、 神策分析云、神策数据根基平台三大产品方案，希望更深入了解神策数据或有数据驱动相关问题，请咨询 4006509827，将有专业的工作人员为您解答。

神策数据（Sensors Data），全称神策网络科技（北京）有限公司，是国内专业的大数据分析和营销科技服务提供商，为企业提供神策营销云、神策分析云、神策数据根基平台三大产品方案，通过全渠道的数据采集与全域用户 ID 打通，全场景多维度数据分析，全通道的精准用户触达，帮助企业实现数字化经营。

神策数据立足大数据及用户行为分析的技术与实践前沿，提出基于数据流的企业运营框架——SDAF，即 Sense（感知）、Decision（决策）、Action（行动）、Feedback（反馈）的数据闭环，并致力为客户打造基于 SDAF 运营框架的数据闭环。业务现已覆盖以互联网、品牌零售、金融、融合媒体、企业服务、高科技、汽车、互联网+ 等为代表的 30 多个主要行业，并可支持企业多个职能部门，目前已服务付费客户 1500 余家。公司总部在北京，并在上海、深圳、合肥、武汉、成都、中国台北等地均拥有本地化的服务团队，覆盖全国及东南亚市场，同时，公司拥有专业的服务团队，为客户提供与营销和大数据相关的咨询、解决方案和专业服务。