那段时间，社区充满了对编辑团队的质疑，两方都认为编辑偏袒了对方。
我为这件事难过了很久，也思考了很久，想弄清楚我究竟错在哪里了。
后来我逐渐明白，可能是因为，当时中立的态度对双方来说都是伤害。如果我当时站在网站的立场考虑问题，我应该努力拉拢意见领袖，这样她与一众优质内容提供者可能就不会走；但是考虑到他们的年龄，即便这件事不发生，他们也会逐渐从这个社区淡出，如果从这个角度来说，我应该维护好新生力量，让他们成为新的社区内容提供者和中坚力量。不管我做什么选择，似乎都比当时保持中立，结果导致双方都离开要好得多。
这件事情给我的启发是：运营者应该以一个较高的视角去看待运营中出现的用户之间的问题。运营者是管理者，而不是调停者。管理，就是确立规范，对符合规范者予以奖励，对不符合规范的，就惩罚；同时，要考虑如何将规范落实，而不是空有一堆条款作摆设。
所以，我们要和用户保持联系，但又不可以走得太近。
最后，用户运营者要心中有数，在整个网站（产品）中，谁是你的member，谁又是你的user。对于内容社区来说，贡献内容的就是member，消费内容的是user；对于电商来说，在此购物的就是member，而只看不买的是user。很多时候，用户运营人员对这一点存在误解，我想告诉大家的是：对于用户运营来说，member是第一位的，user是第二位的，哪怕都被称为“用户”，二者也具备不同的权重，不同的价值，需要区别对待。
分级管理，用户运营的必备手段
用户分级，听上去是一件毫无意义的事情，既然平台已经有了用户，为什么还要做分级？原因很简单，不管是一个人还是一家公司，不管是一个网站还是一个App，能够投入的精力和资源都是有限的，而投入和产出比需要最大化，否则就会影响发展。
那么，如何对用户进行分级？传统商业的用户管理的做法中，最简单最广泛应用的就是建立RFM模型，RFM模型是一种工具和手段。R是Recency，最近一次消费；F是Frequency，消费频率；M是Monetary，消费金额。这三个要素，可以简单有效地反馈客户的价值。
图5–45
通过图5–45，大家不难发现，传统商业的用户管理方式针对的是花钱的用户。也就是说，在传统商业的逻辑中，消费者才是Member，而不消费的就是User，一个商场里，一直只逛不消费的不是客户，而仅仅是客流。
在整个RFM模型中，最近一次消费的时间越近越好，因为这类用户更敏感，基于这类用户进行的运营和营销产生的效果会更好；而在限定时间里的消费频率越高越好，消费金额越高越好，原因是，消费频率高说明用户的满意度高，愿意重复购买，更有价值；消费金额高则说明用户本身的价值高，因为基于“二八原则”，20%的消费者贡献了80%的消费金额，甚至在网络游戏业态中，5%的付费用户养活了其他95%的免费用户。
我们以一个内容型社区为例。这里的R指的是最近一次登录，F是一个月内的登录次数，M是产生内容的数量（还可以详细定义为主体内容或评论内容，此处暂时不做展开讨论）。
先对R进行分级，我们按照最近一次登录距离当日的时间排序，如表5–5。
表5–5
用户分级以后，我们可以进一步思考，如果我们针对R5用户去做一些推广活动，他们是否愿意提供一些内容？如果我们针对R5用户做调研，他们给出的反馈是否有价值？如果我们针对R3、R4级别的用户做研究，是否可以帮助我们更好地展开用户运营？如果我们针对R1、R2级别的用户建模，是否能够真正了解到用户流失或者不活跃的原因？
再对F进行分级，我们按照一个月内登录的次数排序，如表5–6。
表5–6
我们可以继续提出问题，如果我们对F5级别的用户加以研究，能否总结出让用户持续登录的原因？如果我们对F3、F4级别的用户加以研究，能否找到产品之于用户的价值？如果我们对F1、F2级别的用户做调研，能否找到产品的弱项或者了解他们不登录的理由，从而指导运营？
再对M进行分级，我们按照一个月内产生内容的数量排序，如表5–7。
表5–7
此时我们同样提出一些问题，如果我们尝试让M5级别的用户参与社区运营，他们能否带来很好的方案？如果我们请他们来体验新功能，能否得到翔实的反馈？如果我们研究M3、M4级别的用户，是否可以明确社区的价值和改进点？如果我们研究M1、M2级别的用户，我们能否更准确地找到产品的定位和用户沉默的原因？
这些指标项如果综合起来，就会更有价值。我们能够很容易地看到，如果某个用户是R5F5M5，基本可以肯定这个用户是社区的核心用户。而如果一个用户是R1F1M1，我们可以基本确认这个用户要么已经流失了，要么是一个非常边缘的用户。
如果再深入分析下去，如果一个用户是R5F5M1呢？对于此类用户，如果我们在运营过程中给予积极的引导，或者做活动推广，是否可以让他积极地提供内容？如果一个用户是R1F1M5呢？是不是可以通过一些手段，提高这类用户的活跃度和社区参与度呢？
具体来说，假设一个社区的运营人员有100万的运营预算，
