互联网下半场，你需要的不仅仅是用户的增长，更是价值的持续增长！
本文分享四点:
定义超级用户，获取超级用户，发展超级用户，防止超级用户流失。
步骤1:定义超级用户。超级用户不等于VIP用户。VIP用户来自传统行业，他们的价值是用“钱”来衡量的。但在互联网的下半场，用户除了贡献“钱”，更大的作用是帮助产品扩大用户，刺激用户需求。
我们用四个维度来衡量超级用户:认可度(启动行为)、参与度(花费时间比例、花费费用比例)、稳定性(用户档案、持续活跃度)和扩散度(主动分享)。这四个维度是自我循环的，只有认可才会被投入、持续、积极传播、更多的认可。这里考虑的不是绝对值，而是投资比例。
从用户生命周期的角度，可以快速区分“流失用户、沉默用户、新手用户”，从而定位为长期高价值用户，进而从高价值用户中找到高活跃度、高贡献的人，即超级用户:
通过推送产品的联动，寻找流失用户，卸载App用户；通过用户洞察找到沉默用户；从用户输入维度，定位新手用户；最后定位高潜力用户，不断培养和发展超级用户。以上功能均可通过U-App AI版提供AI智能拉新解决方案，寻找行业潜在超级用户实现；通过合作媒体，摸清潜在超级用户在各类媒体的分布情况，制定有针对性的投放策略；然后通过AppTrack移动广告监测，在AI模型中汇总人群数据、媒体数据、投放数据，进一步优化圈子选择模型，解决投放策略严重依赖体验和成本的问题。这一系列的过程是我们和媒体的联合优化。
而从整体上增加超级用户的数量，无非就是三种手段:获取、发展、保持——尽可能将流失的用户转化为超级用户，将所有新用户引导为超级用户，不断提升超级用户的价值。
第二步:获得超级用户获得超级用户有两个困境:
一是获客成本越来越高，部分行业App的获客成本高达300元/人，这是一个非常恐怖的数字；第二，投放优化非常依赖经验，各种媒体渠道的投放操作复杂。怎么破解？
投放前，了解潜在的超级用户是谁，有针对性的投放。这就需要通过AI能力来选择超级用户，并分配到各个渠道。比如潜在超级用户有10000人，这10000人分别是A媒体8000人，b媒体2000人，我们可以通过定向投放，结合链接后行为，对他们进行监控和优化。
总而言之，有四个步骤:
寻找用户:寻找潜在超级用户进行投放；策略:根据目标人群的媒体渠道；看:通过广告监测定位最终转化的超级用户；卓越投放:通过用户的点击，智能优化投放方案。如果能通过AI模型和全球用户画像找到行业内潜在的超级用户；通过合作媒体，摸清潜在超级用户在各类媒体的分布情况，制定有针对性的投放策略；然后通过移动广告监测，在AI模型中汇总人群数据、媒体数据、投放数据，进一步优化圈子选择模型。这个环节可以解决投放策略严重依赖体验和成本的问题，这一系列流程可以和媒体联动，一起优化。
想要发展超级用户，必须要找到用户中的潜力股。但是行业之间的巨大差异使得潜在用户的搜索具有不确定性。
分享一个真实案例，一个客户同时在运行两个app，一个是阅读课，是第一个做的；后来扩展到母婴App。下图中，横轴代表时间，纵轴代表投入程度。正确
在阅读App中，竞争非常激烈，这种变化；母婴类app，用户在每个App上花费的时间几乎相同，每个App各有所长。因为受众身份不同，妈妈们会同时使用几个app。所以两个行业对超级用户的描述是完全不同的。
在这个环节中，通过“时间序列模型”、“分段建模”、“基于递归神经网络的训练结构”，可以发现不同行业的潜在超级用户。
第三步:发展超级用户。当你找到一个超级用户，你必须知道他们喜欢什么，投资他们喜欢什么，把他们变成超级用户。
了解好，就是了解这个人。
一个是兴趣偏好。他是什么样的人，有什么特点，更多的是用户标签和画像；二是行为偏好。捕捉用户行为偏好的难点在于，对于App来说，有前端行为和后端行为，而且大部分属于两个数据系统。前端通过埋点查看用户的浏览行为，而后端的数据会存储在自己的数据库中。很难从上帝的角度来看待用户的行为数据和交易特征。比如打通前端行为和后端行为，然后通过事件分析、漏斗分析、留存分析来衡量用户的变化。在确定用户之后，我们必须为他们投票。结合兴趣偏好和行为偏好，针对产品制定运营方案。
当然，你得通过行业的标杆来了解行业内用户群体的水平。如果超级用户数据有所改善，但整体用户情况在行业内没有突破，很可能是超级用户定义的范围出了问题。
第四步：防止超级用户流失
第四步:防止超级用户流失。
我们在获取超级用户，发展更多超级用户的时候，要考虑如何防止他们的流失。
美国某市场调研机构的数据显示，2017年6月人均下载app数为5.1，2017年人均安装app数为30，可见app被卸载的概率很大。
在防止损失方面，你还需要具备三种能力:
高流失风险用户圈群。系统自动圈选出高流失风险用户，你可以直接存为分群做触达，也从侧面了解App的健康状况、用户粘性；自主选择风险阈值。按照App的发展阶段、行业属性，去选择风险阈值；完整风险分布展示。流失预警模型以分布的方式展示，做好预警防范工作。
具有高流失风险的用户群。系统自动选择高流失风险的用户，你可以直接存群触达，也从侧面了解App的健康状况和用户粘性；选择独立风险阈值。根据App的发展阶段和行业属性选择风险门槛；完整的风险分布显示。损失预警模型以分布式方式展示，做好预警和预防工作。
拯救用户最直接的手段就是推送。推送策略有很多，比如上面两个推送，在推送时间、文案描述、受众选择等方面都存在很多问题。如果推送过多打扰用户，用户会选择关闭这个App通知，甚至卸载。
所以，恢复不是中断，我们要做的是知己知彼。
你要知道潜在用户是谁，他们的行为习惯是什么。在推送中，无论用户是否在合适的时间打开App，都要及时通知你，推送也要及时。当有了前推和后推，就要知道推送发出后用户的后链接行为，知道哪些用户转化为超级用户，最终形成一个完整的闭环。
基于DI全局数据智能+AI能力，赋能运营商挖掘并实现五大数据能力:监测、分析、更新、管理、触达。它从四个纬度衡量谁会成为超级用户，从用户生命周期的角度定义超级用户。通过用户洞察了解用户行为，通过全局用户标签知道他们喜欢什么，为他们喜欢的东西投票；通过推送做静默用户恢复，通过流失预警做运营防范。
此外，结合用户管理，从生命周期的角度将所有流失的、沉默的用户转化为潜在的超级用户，将新手用户转化为超级用户。
作者:俞友盟+互联网数据业务总经理
本文由@友盟环球数据原创发布。每个人都是产品经理。未经许可，禁止
题目来自PEPEPELS，基于CC0协议。
