本文结合用户运营，讲一些常用的用户召回的方法，希望对大家在日常运营工作中有一定的帮助和启发。
一、如何分解“运营职能”
首先，第一个词就是分解。如何通过分解解决kpi?这个kpi就是如何低成本来提升用户活跃。
那么怎么完成指标?首先要知道运营在干什么。
1、要做好内容运营。内容运营是产量和流量的问题，不同网站不同产品的要求也不一样。产量主要来自明星企业和热门企业，而流量主要通过用户的浏览量、转发量和互动量来统计。
2、用户运营。用户运营主要针对用户活跃，这里包括两块，新增和留存。
3、产品运营。产品运营更关心产品指标，比如产品有多少人使用，产生多少效果转化，以及多少项目营收。比如王者荣耀提供打折英雄，还提供英雄体验卡。产品经理在做优化时，有一天英雄体验卡，还有三天和七天的。在做用户投递时，运营要和产品小伙伴一起来做。
4、新型运营，这里指新媒体运营。以微信平台为例，做的事就是内容的浏览量，这是产量和流量的问题。浏览以后产生的新粉丝关注量，产生购买行为的转化量。
二、如何分解“活跃用户”
“活跃用户”包括用户新增和用户留存。
1、用户新增
新增用户从哪里来?有很多，比如pc端、app端和新媒体等。但对运营人来说，做用户运营需要掌握渠道是次要的，重点需要掌握方法——漏斗模型。平台产生多少流量、带来多少点击，其中多少是新用户注册，这里通过优化，来提升用户点击率和注册率，最终降低成本。
2、用户留存
用户留存，包括召回用户和老用户。召回用户要看为什么来和怎么来。有的老用户可能会主动回到平台，举个例子，春运期间用12306抢火车票，输完验证码发现没票了，第二天还得接着来。为什么大部分产品没有那么强势?这时该如何召回用户?这就是今天的主题，低成本召回用户。
三、如何分解召回过程
1、用户为什么来?这里我建议做归因分析。
第一是求职刚需。这类用户有两种，一个是主动求职，数据表现是短期内有频繁登录，有经常投递和经常浏览。偶尔产生投递，这是属于准备跳槽，但是这个职位只有一部分满足需求。这两类用户都是比较受欢迎的。
第二是职场知识。可能需要一些求职技巧，比如简历怎么写，怎么和hr沟通，这类用户的浏览行为主要是学生用户比较多，这是他们的需求。另外是职业技能要求，这属于自我提升。
第三是职场资讯方面。主要分三部分，一个是薪资分析，比如一线城市的运营岗薪资和二三线城市薪资对比。第二是需求动态分析，比如各个城市有哪些人才动态。第三是职业咨询，一个是测评，了解岗位前对岗位的评价如何，以及转型咨询。
2、用户怎么来?
无非是站内和站外。站内比如短信、edm、push等，站外是广告效果和用户分享。
其实用户产生注册行为，会附带老用户的召回。比如做sem有时候做到1：3的召回，这是注册的附带效果。还有用户分享，内容特别好的时候会产生分享的附带效果。还有活动，可能有刺激类或者红包类的活动，当然这类活动涉及花费，可以先以站内触达为主。
那么，如何触达用户?需要把用户的触达方式进行细分，做场景设计。
设计场景分现有方式和新增场景。现有是hr邀约投递简历和主动投递反馈。除了这两个，新增场景有四个：第一是职位推荐，针对主动求职用户;第二是职位头条，针对准备跳槽用户;第三是hr查看，针对市场动态需求用户;第四是职场攻略，找求职技巧的用户。
职位推荐——基本思路
做了新增场景之后，会有一个基本的思路。比如做用户召回有一个循环，从用户投递—投递职位—收集职位和意愿—平台做算法加权—匹配用户，职位推荐。
职位推荐——基本流程
在做流程时，第一需要了解，基本思路是先有求职行为，然后做用户过滤。已经有意向的用户做匹配，就需要收集用户的意愿，收集以后再对应职位匹配，然后形成列表推荐给用户，以此形成用户循环。
如果用户没有行为怎么办?按照其他三个场景，去匹配场景做召回。这样把用户循环完成，就基本完成职位推荐的流程。
职位推荐——执行流程
流程做好了，如何执行?第一天要收集用户数据，收集用户的投递行为，包括职位信息和意愿等。第二天做算法推荐，通过push、短信、edm、微信等触达用户。第三天进行用户跟进，有投递行为的用户继续进行算法匹配，为投递用户匹配其他场景。第四和第三天同样，逐步循环，把召回变成循环往复的流程。
职位推荐——人工验证
平台往往开发一个功能时，技术会需要一些数据的支持。这个数据怎么来?需要做人工验证。
首先，整理算法。把用户规则做具体书面上的呈现，制定用户筛选规则和职位匹配规则。
第二，提取数据。与数据部门合作，提取一个周期内符合规则的用户，匹配相对应的职位信息。
第三，文案触达。对应用户的id或联系方式，以及用户对应职位，这时要做最后验证。验证文案要多套文案进行对比，同时做edm和app的触达，把用户分成十批分别去验证。
职位推荐——意愿收集
没有求职意愿的用户，可以发“名企直通车”。由于已经注册，只需要填写感兴趣的行业和公司、所在职位，平台就能收集用户的意愿状态。
职位推荐——落地页面
有了意愿以后，可以发职位的落地页，用户会产生投递行为。用户打开页面进入职位详情看具体信息，这样人工验证基本完成。
职位推荐——交叉验证
这些做完以后需要做效果验证。从图上来看，文案12345的发送，整个数据曲线几乎相同，这说明这些用户对于匹配行为的认可程度相同。如果产生交错或者不太平衡，这个数据就无法作为参照。
职位推荐——验证效果
在效果验证中，大圈里是所有的目标用户，这是整体目标。其次是触达用户，触达是最终多少信息发到用户手里，无论是edm还是push类都无法实现百分百触达，86.4%的用户是收到触达消息，其中26.1%被召回，最后19.5%是投递用户。
有四分之一被召回，五分之一产生投递行为。通过这样的验证数据向产品部门证明，这个事情可不可行。所以运营和产品不分家，运营需要和产品打好交道。
所有流程实现以后，需要做最后一步——效果分析。完成了kpi指标，这个流程才彻底解决了低成本提升用户活跃的问题，就是通过召回。
最后，天下大事必做于细，天下难事必做于易。一个运营人做一件事情，有一个大指标。这个大指标前提下需要不断分解指标，细化成明确可执行的具体细节指标，才知道我们做什么kpi。通过不断的分解和优化，最终帮助运营人不断提高自己的运营工作能力。
以上内容来源于于的分享内容。