2022 年开端，互联网大厂们并不好过，一边频频传出“裁员”消息、一边股价 3 周连跌，可以说是“内忧外患”，对整个行业都是一场巨大考验。
图源：雪球
在市场的“考验”下，互联网企业急需自我“造血”，需要增强抗风险能力。
互联网运营需要相应的转变思路，直击本质：产品、服务、流量要如何变现？如何提升变现效率、提高营收，实现规模化增长？
基于此，运营社提出RRA 模型，即“营收——留存——引流”，以助力大家做好商业化运营。
「R-营收」这个环节中，包含两种主流变现方式：一种是流量变现，另外一种则是服务变现。
在《商业化运营实战指南》栏目的第一期（点击查看），我们引出了存量时代下的商业运营以及 RRA 模型的基本逻辑；第二期（点击查看），我们基于 RRA 中的「R - 营收」中的「流量变现」给到了详细的运营方法以及实操案例。
本期内容，运营社将会继续和大家聊一聊「R - 营收」中的「服务变现」。接下来我们将会从 以下 3 个问题展开：
什么是服务变现？
服务变现如何做会更高效？
提升「服务变现」效率的工具推荐。
服务变现，通俗来说就是 App 移动应用通过提供专业服务，帮助用户解决问题的方式来获取收入。
主要的变现形式包含 App 直接或者增值收费（包括内容付费和服务付费），以及作为交易平台赚取交易差价或者佣金。
App 直接或增值收费的典型例子是 B站的大会员，通过付费购买享受额外权益；赚取交易差价或者佣金的交易平台案例，包括淘宝、京东、拼多多等电商平台。
从左到右依次为：App增值服务变现，交易平台赚取佣金
在服务变现的商业模式中，如何持续、稳定地提供“靠谱”服务是关键。
这类商业模式为主的互联网企业， 其开发的 App 应用作为连接「供应端」和「需求端」桥梁，提供相应的服务以满足用户需求。
需求端的主要任务就是将消费者汇聚在 App 应用，积累用户流量；而供给端主要采用两个服务提供方式来满足用户的需求：
第一种方式是自营模式，通过自建服务交付能力和团队，来满足用户需求。
这种模式下的服务变现收入指的是服务售卖的全部营收。比如，京东提供的自营服务，通过自己经营电子产品以及家用电器商品、日用百货等的售卖，来实现营收增长。
图源：京东集团《2021 年第四季度及全年业绩公告》
第二种模式则是引入「第三方商户或个人」来完成服务交付，这种供给模式下的服务变现收入主要来自佣金收入和软件服务费收入。
还是以京东为例，除了自营服务之外，作为互联网购物平台的京东还会引入第三方商家来补充商品品类。这样一来，不仅增加了原有流量变现的机会，同时这些品类也会带动其他品类的关联销售。
通过引入第三方商户和个人来完成服务交付的还有美团，据美团公布的《截至2021 年 9 月 30 日止三个月业绩公告》中显示，2021 年佣金收入将近 300 亿元，占据总收入 60% 以上，是流量广告变现收入的近 8 倍。
图源：美团《截至2021年9月30日止三个月业绩公告》
可见，在建立持续、稳定的服务能力后，互联网企业通过服务变现获得非常可观的收入。
尽管收入可观，但不可避免的是，服务变现的商业模式，依然有待解决的痛点，例如，服务产品的研发周期长，新服务产品的 PMF（市场与产品匹配度 Product / Market Fit ）存在高风险，以及用户付费意愿导致的流量转化率低等问题。
商业化运营如何在提升服务变现效率的同时，挖掘出更大用户价值、扩大营收规模呢？
在做服务变现时，运营们通常的做法是优化服务包装文案、策划促销活动，以及申请全站的资源位进行推广，让自己的服务产品实现对用户全覆盖，从内到外全力“督促”用户下单购买服务。
这种服务变现的运营方式，虽然短期营收增长见效速度快，但长期对用户进行无差别转化，非常影响产品体验和容易造成用户流失。
那么，为提升移动 App 的服务变现效率和营收规模，更合理的做法是什么呢？
根据某平台 2021 年做的数据统计显示，主内购模式的移动 App 变现现状为：
APP中愿意付费的用户比例低于 10%（游戏类 App 7%，非游戏 App 6%），剩下 90% 用户则从未在付费应用中有过消费。
可以看出， App 应用的营收主要来自于一小部分的用户，而剩下 90% 的用户价值，很难直接靠服务变现来挖掘，存在非常大的流量浪费。
对于 App 来说，想要提升服务变现效率和收入规模，做好用户的价值判断就是关键。
我们可以基于用户的「服务付费」数据来做价值分层，针对用户有无付费行为，划分出“有付费行为用户”和“无付费行为用户”。
其中，针对有付费行为用户可以进一步做价值分层，你可以直接基于用户的付费金额做用户价值分层，也可以采用 RFM 模型对用户进行更精准价值分层，更进一步对用户「付费意愿度」进行评估。
在做平台用户价值判断时，建议采用行业通用的分析方法（PEST、SWOT、财报分析等），对公司以及所处的市场环境做分析。在充分了解所运营的产品所在的市场、赛道，以及所在行业的相关政策后，在做用户价值判断时会更加有效。
当了解清楚用户价值之后，就可以分层采用相应的变现策略。
我们以「付费意愿度高低」做分层，分别对不同的用户采取相应的变现策略，例如：
针对「有付费行为或者说有高付费意愿」的用户，可以向推荐相应服务产品，实现服务变现；对于「付费意愿度低」的用户来说，可以给这部分用户推荐广告，实现对这部分用户的价值变现。
其中，针对付费意愿度低的用户，目前比较常见方式是让用户看一段激励视频广告，完成视频观看后可免费领取平台的付费服务，比如微信读书 1 天免费无限卡可以通过看 15S 广告获得。
微信读书App
对高付费意愿度用户进行服务变现，对付费意愿度低用户采用流量广告变现，这种混合式变现方式不仅可以做到用户价值的充分挖掘，还是能对用户需求实现“兼顾”，让想花钱买服务的买钱买服务，想免费获得服务，通过看广告获得服务，提升应用的综合服务体验。
运营社观察到，目前采用混合式变现模式的互联网企业有阿里、腾讯、美团等超级平台，以服务变现为主的中长尾 App 也在积极探索和实践，可以说「混合式变现」正在成为互联网行业新趋势。
针对不同变现策略的用户群体，采用不同的运营方案，提升变现效率。
针对采用服务变现的用户群体，可以进行更多的付费服务推荐，以及开展付费服务的促销活动，提升用户的付费转化率。针对采用流量广告变现的用户群体，可以提高广告展示频次和，以及采用更高点击率的广告样式。
以某线上阅读 App 为例，为通过混合式变现获得更高营收：
对于「高付费意愿」用户，进行付费内容推荐的同时，设置了梯度充值返现活动，提升高付费意愿用户付费转化率和付费金额等；
对于「低付费意愿」用户，则是在阅读章节后新增广告位以及应用高收益的激励视频广告样式，来提升广告收入。
此外，运营社发现，混合式变现经常会错误的理解为：
针对高付费意愿用户只能做服务变现，针对低付费意愿度用户只能流量广告变现。
应用在采用混合式变现时，其实是可以做到让用户即付费又看广告，进一步挖掘用户价值。
只不过，对用户进行服务和广告推送时，需要找到广告展示频次和服务推荐频次之间的平衡。
针对「低付费意愿用户群体」减少付费服务推荐，增加广告展示的频次和场景，针对「高付费意愿用户群体」则是降低广告展示，提升服务推荐频次。
对用户进行服务和广告的混合式推荐，实现从注册用户→广告用户→内购用户的转化，从付费用户→高LTV用户的升级，分别提高服务变现和广告变现的收益，最终提升整体收入。
读到这里，相信大家已经清楚了什么是服务变现、以及如何借助「混合式变现」实现服务变现效率和收入规模的提升。接下来，我们来聊聊，有没有什么工具，可以帮助商业化运营更好地对 App应用进行「混合式变现」？
在前文提到，我们需要通过追踪用户在应用内的行为数据（包括消费数据）进行用户价值判断，完成这一步工作，对于很多运营来说，是一件非常不容易的事。
如果可以借助目前市面上的一些工具、快速对用户价值进行精准分层，那么对商业化运营同学的而言大有裨益。
海外比较有名的聚合平台 Google AdMob，其代表性功能 Smart Segmentation（智能细分）。它可以自动创建基于机器学习的预测模型，并使用已有的付费用户行为数据训练该模型，通过训练后的预测模型可以快速完成对应用内的用户价值预测，针对不同的用户价值层级用户的进行服务和广告推荐，实现用户价值的充分挖掘。
而国内较为知名的工具，比如阿里妈妈。基于阿里平台大数据，提供个性化人群圈选，识别高付费意愿人群，帮助阿里系的 App 和商家完成服务和广告的变现。
除此之外，提供「混合式变现」提效工具的还有「第三方平台」穿山甲，只要是合格的在架App都可以通过穿山甲提供的「智能分层」实现对用户的付费意愿的预估。
穿山甲的「智能分层」凭借巨量引擎海量的基础数据与成熟的算法能力支持，可以做到无观察周期的前置预估，用户激活后即可回传预估结果，以及实现对用户价值的更精准预估（甚至是可以预估付费金额），又快又好地完成用户价值分层。
回顾我们提及的 RRA 模型，即“营收——留存——引流”。在第一个 R-营收环节中，移动 App 想要提高收入，主要采取「流量变现」和「服务变现」这两种模式。
当下，互联网企业并非将两种模式看成“非此即彼”的关系，越来越多的是将「流量变现+服务变现」结合，用「混合式变现」方式为 App 获取更高收益。「混合式变现」这种通过前置洞察用户需求和用户消费实力，针对不同用户价值采取不同的变现方式，可以说是一种更具竞争力的商业模式。
