用户画像、用户分层、用户分群:精细化运营的万川之源

8 评论 1.9万 浏览 100 收藏 9 分钟

编辑导语:各个层级的用户都有其不同的特点,通过用户分层我们可以有目的的制定出更精准、更有针对性的运营策略,避免浪费,使运营资源高效化。因为产品最终是服务于用户,所以用户的需求以及痛点等是最为重要的,本文作者对用户研究的几个概念进行了梳理说明,与大家分享。

在用户数量较低时,粗旷式运营也许能够满足日常的运营需求。

但随着产品规模快速扩张,面对越来越多的用户,越来越多元的用户需求与用户场景,体系化的运营策略成了提高工作效率与效果的重要利器。在具体的用户运营开展前,体系化运营的前提就是建立用户运营的数据指标。

在搭建用户运营体系时,应按照以下步骤进行:

  1. 针对不同阶段目标,制定相应用户分群分层模型与指标;
  2. 通过数据分析制定相应运营策略,包括运营周期、推送方式;
  3. 制定数据效果的评判标准,结合运营数据进行策略迭代。

接下来,我们将按照上述环节一一进行讲解。

注册用户精细分群分层,顾名思义,就是进行用户分层并标记各种标签。一千个读者就有一千个哈姆雷特,同样是使用产品,但用户使用产品的理由、满足的需求间存在各种不同的差异。也许A 用户看中了品牌情怀,B用户看中了产品性价比高,C用户看中了产品的服务好。

如果不进行用户分群分层,又怎么针对用户的不同需求提供服务呢?

因此,在用户运营的过程中,用户分群分层的作用很明显,它帮助我们把用户分成各个层级和群体,然后我们根据各个层级和群体的不同,制定出更精准、更有针对性的运营策略。在这里有几个概念需要明确,即「用户画像」、「用户分层」、「用户分群」,为了保持概念的准确性,在此我们进行简单解释。

01 用户画像

一般包含用户的人本属性,如身份特征、行为特征、消费特征、心理特征、兴趣爱好、渠道属性。具体内容如下:

02 用户分层

一般来说,我们结合用户在产品上所处状态作为用户分层的依据,比如我们最常见的RFM模型,依托于用户最近一次购买时间、消费频次以及消费金额,通过衡量用户价值与用户创利能力,对用户进行分层。

比如,我们结合RFM模型,把用户划分为8个群体,从高消费频次、高消费额、最近消费过的重要价值用户,到低消费频次、低消费额、很久未消费的一般挽留用户。

RFM模型

这里解释一下RFM模型的构成:

  • Recency:最近一次消费,即用户距离当前最后一次消费的时间。最近一次消费的时间距今越短,对我们来说更有价值,更可能有效地去触达他们。
  • Frequency:消费频次,用户在一段时间内,在产品内的消费频次。
  • Monetary:消费金额,即用户的价值贡献。

基于这三个维度,我们将每个维度划分为高、中、低三种情况,并构建出完整的用户价值象限。

通过上面的RFM模型,我们可以更加直观的把用户划分为8个不同层级。如果能够找出产品内用户隶属于以上8类中的哪一类,就可以针对性的制定运营策略。

比如某用户最近一次消费时间距今比较久远,没有再消费了,但是累计消费金额和消费频次都很高,说明这个用户曾经很有运营价值(属于 “重要保持客户”),我们不希望流失。所以,运营人员就需要专门针对这类型用户,设计召回用户运营策略,这也是RFM模型的核心价值。

在划分完不同层级后,最困难的事情在于如何制定每个值的高、中、低评判标准。一般而言,在结合实际场景需求的同时,我们可以通过散点图进行大致的区分。

通过散点图,我们可以比较直观的看清用户分布情况。进行确定评判标准时,尽可能的将密集部分划分在一起,促使用户群体的行为共性更大。与此同时,需要我们在实际运营过程中进行不断调整。如果面临超大规模的数据时,如果能通过聚类分析等手段,可以得到更加科学精准的结果,从而帮助我们进行标准制定。

03 用户分群

相较于用户分层,用户分群更加聚焦于用户行为表现,。例如,高消费频次+低消费额、低消费频次+ 高消费额,这两类用户可能都是某种意义上的高消费用户,但行为特征会存在很大差异,所对应的运营策略也不一样。

其实也可以这么理解,用户分群是用户分层的进一步精细化划分。ARGO成长模型的相关指标有着明显的递进关系,而RFM模型则相互独立。

解释清楚上述关键词,那么我们继续讲下注册用户精细分群分层。

因为不同行业中,用户分群分层可能是多样性的,用户分群分层在产品发展的不同阶段也有不同的变化,且用户分群分层需要定性与定量。因此我们可以遵循下面这两个原则,帮助我们更好地完成用户分群分层:

1. 精细分群分层,遵循 MECE 原则

在进行注册用户精细分群分层的过程中,我们遵循由麦肯锡提出的MECE分析法,这不仅仅是帮助用户运营找到所有影响预期目标的关键因素,并找到所有可能的解决办法,而且有助于对用户、问题或解决方案进行排序、分析,并从中找到令人满意的解决方案。

MECE 分析法,中文意思是“相互独立,完全穷尽”。也就是对于一个重大的议 题,能够做到不重叠、不遗漏的分类,而且能够借此有效把握问题的核心,并成 为有效解决问题的方法。百度百科

即在确立主要目标的基础上,再逐个往下层分解,直至所有的细分目标都找到,通过对目标的层层分解,分析出用户的关键行为与目标间的关联。

2. 明确阶段目标,让分群分层更简单

正如用户有生命周期一样,产品与用户运营也有着明显阶段性的目标和策略。产品所处的生命周期阶段不同,对用户运营的要求也不尽相同。

对用户进行分群分层只是用户运营的其中一个环节,想要系统全面地了解如何精细化地智能用户运营,实现用户生命全周期监测以及营销闭环。

 

本文由 @酒仙桥石原里美 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自 Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 才看了易观方舟的用户运营,两个不能说毫无关系,只能说一模一样了

    回复
  2. 你这洗稿件能力可以啊,你和易观方舟,是谁在洗谁的稿?来解释一下

    回复
  3. 听君一席话,如一席话

    回复
  4. 这还没说完怎么就没了呀

    回复
    1. 因为不知道该怎么洗了

      回复
  5. 干货

    回复
  6. 优秀

    回复
  7. 有公众号吗

    回复