10个常用的数据分析商业模型之基于用户生命周期的分析体系（七）

用户生命周期衍生于“客户生命周期”的概念。

用户从不同角度有不同的分类法：

比如从用户活跃度来看，可以分为僵尸用户、低频用户、活跃用户和深度用户

从用户对平台的价值来看，可能方法就变成了种子用户、普通用户、核心用户。

从用户价值来看，分为无效用户、潜在用户、跟进用户、成单用户。

不同的行业有不同的分类，不同的分类也有不同的运营策略。而从用户生命周期的角度来解析和管理用户，是常见的数据分析方式之一。

举例从用户活跃度来看，可能就要构建一个用户活跃度模型：

• 流失用户：有一段时间没有再打开产品(曾经打开过产品），那么我们就视为流失用户，根据产品的属性，可以按30天，60天，90天等划分。

• 不活跃用户：有一段时间没有打开产品，为了和流失区分开来，需要选择无交集的时间范围。比如流失用户是60天以上没打开产品，那么不活跃则是0～60天没打开。

• 回流用户：有一段时间没用产品，之后突然回来再次使用，则称为回流用户。回流用户是活跃用户，且是由流失用户或不活跃用户唤回而来。

• 活跃用户：一段时间内打开过产品。

• 忠诚用户：也可以叫超级活跃用户，长期持续使用产品，比如连续四周，或者一个月内15天等

用户活跃可以简化为一个最简单的公式：新增用户的数量要大于流失用户的增加量。不同业务情况需要各自衡量，怎么去构建这个模型。