用户画像之用户分层的四种方法详解

 

四种分层方式：

用户价值区隔分层

AARRR模型分层

用户个性特征&需求区隔分层

用户身份区隔分层

 

一．4类用户分层方式与落地

 

分层实施的两大核心

1，处于不同层级的用户，需要能够被通过数据字段或标签等方式识别区分出来；

2，面向每一类用户的运营机制或策略是明确稳定的。

了解了核心要求之后，需要判断的是我们自身的产品如何确定用哪一种用户分层方式，总不能一拍大腿决定随便一种方式，或者一拍脑子，不如直接全用了算了，这样肯定是不可以的，那么如何判断呢？请看下图

"

业务主链条标准化程度高：比如一款闹钟产品，所有用户的行为轨迹基本都是设置闹钟，然后等闹钟响，关闭闹钟，不会有其他的行为，属于标准化程度高。

业务主链条标准化程度低：比如王者荣耀，进入产品后，有的开匹配，有的打排位，有的玩大乱斗，有的去下棋，用户的行为很难去标准规定，标准化程度低。

用户在产品中互相影响的可能低：这个就比较明显了，比如今日头条这种新闻APP，你受到其他用户的影响很小，你在使用中基本不会考虑到其他使用今日头条的用户。

用户在产品中互相影响的可能高：知乎的话，你受到其他用户的影响很大，逛乎，就是在看别的用户的各种回答，他们对你的影响那还是非常大的。

那么简单的拿几个例子做区分

高德地图（标准化高 互相影响低）：用户价值区隔分层 AARRR模型分层（这两个适用全部）

墨迹天气（标准化高 互相影响低）：用户价值区隔分层 AARRR模型分层

印象笔记：（标准化低 互相影响低）用户个性特征&需求区隔分层

猫眼电影（标准化高 互相影响低）：用户个性特征&需求区隔分层

得到（标准化高 互相影响高）：用户个性特征&需求区隔分层 用户身份区隔分层

抖音（标准化高 互相影响高）：用户个性特征&需求区隔分层 用户身份区隔分层

 

好的上面简单的了解的四种用户分层方式，但那是远远不够的，下面是详细的介绍，

①用户价值区隔分层

依靠用户价值分层有两种方式

依靠用户生命周期定义对用户进行价值区隔：依靠用户生命周期的定义来完成用户分层，与【用户的价值成长路径】有关

通过关键用户行为对用户进行价值区隔：对关键用户行为，对用户进行价值区隔，完成用户分层

首先是依靠用户生命周期定义对用户进行价值区隔，用户生命周期本身就是一个大的概念这里现在简单的介绍，以后其他文章详细讲解，用户价值分层主要抓住用户行为方面

根据用户是否会直接付费与使用频次做区隔

了解两种产品不同的用户什么周期思路

收费收入产品的用户生命周期定义思路

 

 

流量类产品的用户生命周期定义思路

 

 

（2）通过关键用户行为对用户进行价值区隔

通过关键用户行为对用户进行价值区隔：找到产品中能够衡量用户价值的关键行为，对其进行交叉分析和评估，最终形成某种分层模型（如经典的RFM)

什么是RFM模型？这个划重点

RFM模型是衡量客户价值和客户创利能力的重要工具和手段

【Recency-距离最新一次交易】【Frequency-交易频率】【Monetary-交易金额】

【三项指标】来描述该客户的价值状况，依据这三项指标划分【8类客户价值】

 

 

运用RFM区分出的8种客户价值类型

如图所示，我们要用【RFM的每一项平均值】通过【判断高于还是低于】，来确定客户类型

通过RFM我们就可以分出8种类型的课程，那么他们就会有不同的运营目标，简单的举例

1）重要价值用户，RFM三个值都很高，要提供vip服务

2）重要发展用户，消费频率低，但是其他两个值很高，就要想办法提高他的消费频率

3） 重要保持用户，最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。这种用户，是一段时间没来的忠实客户。应该主动和他保持联系，提高复购率

4） 重要挽留客户，最近消费时间距离现在较远、消费频率低，但消费金额高。这种用户，即将流失，要主动联系用户，调查清楚哪里出了问题，并想办法挽回。

光说不练假把式，下面找一些数据操作一下

实施RFM用户分层的操作步骤

 

首先依靠神奇的百度获得RFM数据资源

资源如下

做一下简单的清理，比如把不是交易成功的数据去除掉

 

利用excel透视表，获得用户最近付款日期，付款次数，付款总金额

 

 

利用中位数判断中值 if函数 判断用户价值 （百度之后发现VL00KUP函数更方便），

OK 区分出这些用户，就可以根据他们的区分，做不同的运营动作了，当然这一切的前提是能获得用户的数据。

总结

用户价值分层重点RFM，是一种较为复杂的模型，需要大量的用户数据，但是得出的结果也是很有用的

 

②AARRR模型分层

AARRR模型说明了用户生命周期中的五个过程，即用户获取（Acquisition）、用户激活（Activation）、用户留存（Retention）、获得收益（Revenue）、推荐传播（Referral）。

AARRR分层运营策略的思考方向

一般来说AARRR模型主要是用于增长方面，用户分层的话，它的本质就是我们把每一个A每一个R都视作一个用户层级。

获取用户 Acquisition

如何界定该层级用户：下载产品但未注册，或完成注册无进一步行为（比如打开app）

关注： 不同渠道下用户最有效的获取方式和手段

 

提高活跃度 Activation

如何界定该层级用户：注册完成，尚未走完预设的核心路线或者说未完成Aha时刻

关注： 如何让用户更好的走完我们设计好的核心路线（人工？奖励？引导？）

 

提高留存率 Retention

如何界定该层级用户：走完核心路径后持续留存时间不足的用户

关注： 思考如何为用户此后的使用创造持续动机（Hooked模型?）

 

获取收入 Revenue

如何界定该层级用户：已经走完核心路径，且持续留存时间超过一定值的用户

关注： 思考如何面向用户售卖产品（你要明白所有的产品都是想要掏光我们的钱），完成变现

 

自传播 Refer

如何界定该层级用户：活跃频次超过一定基数的用户

关注： 如何为他们设计更好的自发传播+口碑工具

 

 

那么如何知道定义合适的数据指标，来描述和定义处于每一层级的用户

模拟分析脉脉的AARRR分层运营思路

获取用户 Acquisition

该层级用户定义：下载未注册，注册后尚未发生任何动作的用户

运营策略： 按照不同渠道+不同用户背景来给予针对性引导，优化注册效率

 

提高活跃度 Activation

该层级用户定义：注册后尚未完整填写信息+关注30人的用户

运营策略： 给予用户引导+激励，让用户完成信息填写+30个关注用户

 

提高留存率 Retention

该层级用户定义：完成信息填写后，但首次使用后一周内无访问（或访问低于业务要求次数）的用户

运营策略：思考如何提高用户的7日留存率

获取收入 Revenue

该层级用户定义：连续3个月都要有使用行为，且在脉脉进行过求职行为的用户

运营策略： 给一周超过5次以上求职投递行为的用户推荐付费求职产品

 

自传播 Refer

该层级用户定义：15天内登陆超过5次，评价每次使用超过5分钟的用户

运营策略： 定期推送站内热门话题或观点，邀请用户传播

 

总结

对于指导用户分层，AARRR是一种较为轻快简单的模型，无需抓取大量用户数据和定义大量用户数据就可往前推进

某种意义上，可以把它视作为用户价值区隔分层的简单弱化版本。在人力，资源有限，希望快速产出一些东西提升整体用户价值是可以考虑

 

③用户身份区隔分层

用户金字塔模型

我们按照用户的价值贡献度大小，或用户影响力的稀缺程度由下到上搭建一个金字塔模型，在赋予每一类用户对应的角色和权益，搭建一个良性关系。

这时有人说了我金字塔模型看的多了，但是如果能搭建一个自己产品的用户金字塔模型呢？

OK下面就解决这个问题

梳理出产品的业务逻辑，然后逐次思考

简单的做一下豆瓣的用户金字塔模型梳理

现在基于用户身份的方式做用户分层，咱们主抓一条主要的业务线，就是写影评和书评的业务线

再判断来确定产品是否合适金字塔模型

 

 

首先问问题

用户可以相互影响吗

会，而且影响很深

这两类用户可以根据稀缺性不同产生区分吗

1，我们可以先看左侧 创造型用户，普通内容生产者 ，专业机构或影评人 ，明星或知名作者 这几类角色一定是有显著区分的，

你可以这样想，我和周杰伦同时写了一个相同水平的100字的小影评：

我 浏览0，

周杰伦 点赞100万 转发10万 评论1万

这样是不是能明显看出差距

2，右侧的 消费型用户 我这种纯路人型用户，和每月或每周定期消费的用户 也一定有区分

这两类用户可以一定程度的进阶或者演化

这个一定是可以的

由此推出模型

 

 

每一类用户的定义以及运营策略

名人

定义：陈柏霖，张艾嘉，徐静蕾等明星

期望：出现于其相关的话题时偶尔回应，定期基于一些主题与用户进行互动

运营策略：深度利益绑定，强化其站内存在感和影响力，支付高额代言费。维系好情感关系

专业用户

定义：华文天下等知名出版机构，某些专门发表专业影评，乐评的专业影评乐评人

期望：积极围绕着各类作品以相关者身份贡献各种带独特视角的专业，深度的内容

运营策略：利益共享，通过其产生的优质内容赋予其更大影响力

 

贡献用户

定义：豆瓣小组组长，豆瓣成长起来的草根达人，定期发表内容并会受到关注，能够成为小话题中心

期望：产生更大角度，更多元化的优质内容

运营策略：重点维护好情感关系，通过运营激励机制鼓励其更多活跃，更好经营好小组，定期赠送礼物或特殊福利，考虑给予部分特权。

活跃用户

定义：定期访问豆瓣并会记录自己的读书，电影喜欢，发表评论等的用户。

期望：帮助带动站内活跃度，帮助实现内容传播

运营策略：定期通过一些有相关性的话题或特殊福利等刺激用户持续访问和活跃

普通用户

定义：定期访问，但一般都是查找观看内容为主，且看完就走的用户

期望：持续贡献流量

运营策略：提供可供用户消费的优质内容，确保站内内容与普通用户匹配的有效性和效率

这样定义出身份之后，如何还觉得不够细分那么还要

交叉身份区隔分层模型 请看大图

但是切记，只有在每个领域的用户【行为特征】和【诉求】差异化较大时才会考虑采用此种交叉模型

而起只有对顶端的三类用户才会做这种分层，基层用户的话就不用太过于细分了，尽量把他们的某些潜力用户，向顶端靠拢。

④用户个性化特质&需求区隔分层

进行用户个性化区隔的常见维度

进行个性化区隔分层的依据

看看用户是否会因为上面所陈列的这些行为和属性的不同，导致其需求，使用动机，使用偏好等会出现较大差异。这个重点一定要在是否有重大差异，比如地区划分，一线城市和四线城市一般来说是可以区分的，但是假如在某些事情上，差异不大，那么用地区做区隔，也就没有意义了。

如何进行判断，要么靠尝试和用户洞察，要么靠数据

常识和用户洞察：比如一个女生，在单身的时候和结婚后，甚至成为妈妈以后的需求绝对是不一样的，需要我们用常识去判断。

数据：直接看数据，比如看看用户会不会因为渠道来源不同，使用偏好上有显著的差异。

进行用户个性化区隔分层时的两种选择

案例：美柚不同身份状态下的首页（一个维度）

某基金理财APP的用户细分

总结

要通过用户个性化需求分层，产品内一定要能够通过行为数据或基础数据或标签等，来为用户的个性化需求定性。

多种用户分层运营策略的叠加使用参考

以上就是用户分层的四种类型详解，那个再做个小练习吧。

案例

假设你只有一个人+1个实习生，责豆瓣APP的KOL运营，豆瓣原本没有人在做面向全站用户的精细化策略运营

某天，老板找到你，告诉你数据显示过去3个月内豆瓣的用户活跃时间和人数都开始有缓慢下降，他觉得可能是时候去做一些面向用户的精细化运营了，于是找到你，希望你能在3天时间内，不依赖于复杂的数据处理和分析就能拿出来一个可行的方案，你会怎么办

首先要明确在一个产品中实施用户分层运营的工作流程

 

 

第一步 ：梳理产品业务逻辑

豆瓣分为左侧生产型用户和右侧消费型用户

第二步：结合资源，问题和现状，选择更适合的用户分层模型

对豆瓣业务的判断拿出之前的一个判断分层模型

 

根据业务分析

豆瓣用户进入app或网站后，可以看影片书评，也可以写作，可以交流分享，可以买书买电影，业务链条标准化程度较低 。

用户在产品可以互相影响的也比较高

那么以上四种分层模型都是可以应用的

经过一顿没有用的分析，发现四种模型全部适用，然后再考虑，3天之内还不能依赖复杂的数据，而且人手也不够。

那么 用户个性化特质&需求区隔分层 就只能抛弃了

因为我们有限解决的是用户活跃度下降，我们无法判断是不是和用户身份有关，比如说是不是生成类型的用户，产出的内容少了所以导致用户活跃度下降，

那么，用户身份区隔分层 也只能放弃了

这样的话用户价值区隔分层和AARRR模型分层都是可以的，但是由于AARRR模型比较简单，为了呈现一些复制的逻辑，选择用户价值区隔分层。

在用户价值方面最简单的锚点----28法则，即百分之20的用户产生了我们80的利益

然后 咱们只是聚焦在 成长性用户和高净值用户（能为产品产出高价值），然后把它们找出了，做精细化运营

基于核心行为对于用户进行价值分层

豆瓣用户核心行为：内容消费+内容发布

豆瓣可采用的用户价值分层模型（RFM变种应用），在一些没有明确购买的产品中，如知乎，bliliblili等可以采用登录，点赞，发布文章，等数据来判断

这时候就有一个问题出来了，图挺好，看着也对，那么请问什么叫少，什么叫中等。。。

OK不用慌，接下来继续看

第三步：结合数据爬取，完成用户层次的划分

数据获取+数据处理

围绕确定的模型确认需要抓取的数据项，完成数据定义；

面向什么样的用户去抓取关键行为数据？

一段周期到底该被定义为多久

根据经验面向所有过去1个月内有过访问行为的用户，抓取他们在30天内的登陆次数+内容发布次数，借此找到高价值的用户

如果他们在一个月内登陆过，要不就是高价值用户，要么有机会成为高价值用户

围绕确定的模型确认需要抓取的数据项，完成数据定义；

提出数据需求，完成数据获取；

对数据进行二次处理，完成数据对于模型的映射（把之前的少，中等，多，具体描述出来）；

我们可以得到这样的数据

然后根据28法则，发现数据

30日内登陆次数在10次以上的人仅为33%，登陆次数在20次以上的人仅有16%；

30日内发帖次数在10次以上的仅有19.3%，50次以上的用户仅有2%。（可能9次 可能8次 找打28分界线）

 

如采用5段划分（无，少，中等，中等上，高或者12345分都是可以的），登陆数和发帖数超过80%用户可为第3段。也可以在登陆数方面更宽松，超过70可以为第四段

完成用户层次定义+划分

 

 

P1：边缘用户

P2：偶尔访问型用户

P3：初步已形成使用习惯的用户

P4：忠诚用户

P5：高价值用户

第四步：制定分层运营策略

分层方案明确是如何制定运营策略

 

 

那么豆瓣的用户分层运营策略制订

第五步：检验+迭代方面的核心注意事项

尽量优选先做那种“一个机制就能影响好多人”的运营工作，或优先做解决那种“用户基数最大”的问题；

尽量不要同时上多个链条长，复杂度高的分层运营方案；

切记，尽量追求让自己的运营方案要“可被监测+可被评估”；

一个没有“跟到底”或“结论产出”的运营方案，等于资源浪费。

 

数据决定一切，精细化运营才是C端的王道

原文转自：https://zhuanlan.zhihu.com/p/420277299