敬业心离线 级别: 论坛版主 UID: 20208 精华: 50 发帖: 41625 财富: 567143 鼎币 威望: 49 点 贡献值: 200 点 会员币: 0 个 好评度: 1609 点 在线时间: 8485(时) 注册时间: 2011-09-01 最后登录: 2023-11-13

楼主 发表于: 2018-09-06   倒序阅读 ┊  只看楼主 ┊  小 中 大 0 想做好用户运营?这3个用户分层、分群方法必须掌握! 用户运营是指通过各种手段来引导用户，做我们想要他做的事(也称之为最大化提升用户价值)。 >,vuC4v-   如果你是电商产品的运营，最需要做的事就是让用户付费购买商品，如果你是社区产品的运营，最需要做的事就是让用户贡献和传播内容。 6si-IJ   那么，如何知道用户中哪些人最值得你去“套路”。比如你拿到下边这些用户数据字段，你知道谁最需要你进行召回嘛? 4*X$Jle|   r+u\ jZ   V485Yn!$(   举例说明： MsQS{ok+   宠物社群为某独角兽公司在微信生态里的用户留存工具，以城市和宠物品种作为社群分类依据，1年时间在全国有 20万社群用户。 +Ti@M1A&   社群的商业变现模式为宠物粮食、周边售卖，用户可以通过小程序直接参与购买。该社群的核心就是引导用户购买宠物粮食、周边，目前该宠物社群电商销售额占公司整体销售额的30%+。 WpZ^R;eK   用户分层数据分析 'L/TaP/3   用户分层的意义在于帮助运营人员，更好地梳理用户所处的流程状态，进而可以针对不同状态的用户，制定不同的运营策略。 8 K!a:{   用户分层没有固定的方式，只能根据产品形态和业务流程设立因地制宜的体系，不过它有一个中心思想：根据核心业务流程进行划分。 ~O$]y5   这里我们依旧以宠物社群为例，按照业务流程可以划分出如下用户层级结构，并且对每个层级用户给出了明确的用户行为字段要求。 kw'D2692   B,T.bgp\   xE_[=7=   有用户分层结构以及每个层级的字段要求后，接下来的数据分析工作就很清晰了，按照各个层级的字段要求来筛选用户行为数据字段，把符合各个层级要求的用户都找出来。 _Tz!~z   下图是用 Excel透视表功能，根据层级要求做出来的用户分层表。(用户数据量大的话，还需要求助技术同学来给你做分层处理。) b\Ub<pE   1| DI'e[X   c3dZ1v   当我们知道了每个用户所处的层级状态后，在提升宠物社群的交易额这件事上，咱们就有方向了。 +i =78   比如，同样是发优惠券，以前可能是全站发放统一的优惠券。(成本浪费，且核销率非常低) m(Ynl=c   现在则是可以差异化的向@班主任佳丽 和@加班狗儿 提供满减优惠券，来尝试提升他们的购买客单价了，给@隔壁老王 提供他曾经购买的宠物零食折扣券来进行用户召回…. [4yQ-L)]e   这种根据用户所处层级的差异，提供不同的引导策略，就是精细化运营的过程。 a\E]ueVD2j   不过以上提到的分层运营策略可能并不是最好的，因为有可能出现是你给@班主任佳丽 提供满减优惠券，但是她养的是猫，那么狗这个品类的券对她来说就没吸引力了。 _Ar,]v   那怎么避免出现这种“不太精准”的情况呢?就是我们下面要讲的用户分群! ;@hP*7Lm   用户分群数据分析 Nl _Jp:8s   用户分群可以理解为是对用户分层的补充，当你在用户层级上不能再做用户细分时，可以考虑将同一个分层内的群体继续切分，满足更高的精细化运营需要。 lc7]=,qyF   qa0Zgn5q   H l@rS   怎么理解用户分群，我们还是继续拿宠物社群案例进行说明。 'C<=bUM   比如宠物社群在付费用户这一层里，可以根据用户的消费金额、养宠品类、用户性别进行再区分。 p?@ D'   1)基于消费金额的分群 GkFNLM5'   根据下边基于消费金额的付费用户分群，你可以知道付费用户中有100 人的消费金额是150~300 元，有200 人月消费50~150元，有500 人月消费在0~50 元。 V-3]h ba,   ?M2@[w8_   ?dYDfyFfB   2)基于消费品类的分群 ntejFy9_   根据下边基于养宠品类的付费用户分群，你可以知道付费用户中养猫的用户有320 人，养狗的用户480 人。 ^*OA%wg3=h   tEj5WEnNE8   <n{9pZ5.   3)基于用户性别的分群 l ,.;dw   根据下边基于用户性别的付费用户分群，你可以知道付费用户中男性的用户有340 人，女性的用户460 人。 XjbK!.   6"(&l K\^   ~@;7}Aag   有时候我们做用户分群是为了解决一个具体的业务问题，比如你想知道在付费用户中，什么样的宠物品类月消费客高，什么性别的用户月消费高，那这时候就可以把3 个分群维度进行交叉分析。 +6*I9R   把分群维度切得更细后，会得出更精彩的数据结论。 Kw|`y %~   ZlzFmNe60   dmO|PswW   通过对付费用户进行分群处理后，我们发现女性在宠物的消费意愿度上比男性强，同时养狗用户的消费金额比养猫用户多(因为狗吃得多，用得多)。 [tN/}_]   而再往下深扒用户消费数据后，确实会发现养狗用户购买的主粮和零食明显比养猫用户要多。 WyETg!b[   所以在针对养不同宠物品种的用户，我们可以制定不同的优惠促销策略，比如针对养狗的用户我们提供满减门槛更高的优惠券，为了提升转化率重点对女性用户进行营销推送。 e|P60cd /   RFM用户价值数据分析 VrK5a9*^   你手上有@隔壁老王、@卖课的团子、@小贤去哪儿3 位流失用户，如果你手上的预算仅够对一个人进行召回，你会选择召回谁? Zj;!7ZuT1   这是运营同学经常会面临的用户召回问题，关于哪个用户才是最值得被你投入精力进行召回的，就要用到RFM 用户价值数据方法了。 p\K5B,   RFM用户价值分析方法是客户管理中的经典数据分析方法，它用以衡量消费用户的价值和创利能力，从某种意义上来说它也是一种用户分群，它依托收费的3 个核心指标： >smaR^m   最近一次消费时间(Recency) I1,?qr"Zr   消费频率(Frequency) 79DC]48M   消费金额(Monetary) rIb{=';   以此来构建用户价值分群体系。 :.,I4>b2   最近一次消费时间Recency：衡量用户的流失，消费时间越接近当前的用户，越容易维系与其的关系。1年前消费的用户价值肯定不如一个月才消费的用户。 j3><J   消费频率Frequency：消费频率是用户在限定的期间内购买的次数，最常购买的用户，忠诚度也越高。 %O${EN   消费金额Monetary：消费金额是营销的黄金指标，二八法则指出，企业80% 的收入来自20% 的用户，该指标直接反应用户的对企业利润的贡献。 mVLGQlvVK   对于产品而言，我们理想的用户状态是用户消费时间的间隔(R)越短越好;用户的消费频率(F)越高越好;用户一段时间的消费金额(M)越大越好。 BJ5#!I%h   可往往理想很丰满，现实却骨感，简单举个例子： #z.x3D@^r6   5{> cfN\q   [img]http://image.135editor.com/uploadpdf/4307320/201809/21800587-11.jpg[/img] MgekLP)&   随着时间往后延长，开始购买的2000 个用户最终流出到仅剩300 个，那么哪些用户流失了，哪些用户最值得我们进行召回? T$e_ ao|   通过 RFM用户价值分析是可以找到答案的，这也是RFM分析方法在实际运营过程中的意义所在，将每个付费用户根据消费行为数据，匹配到不同的用户价值群体中，然后根据不同付费用户群体的价值采用不同的策略。 I f(_$>   uu>g(q?4II   [img]http://image.135editor.com/uploadpdf/4307320/201809/21800587-12.jpg[/img][img]http://image.135editor.com/uploadpdf/4307320/201809/21800587-13.jpg[/img]  a4yU[KK   我们再回看开头提到的问题： * bx cq   你手上有@隔壁老王、@卖课的团子、@小贤去哪儿3 位流失用户，如果你手上的预算仅够对一个人进行召回，你会选择召回谁? .z"[z^/uF   结合RFM 用户价值分析方法，我们知道落在R(长)、F(高)、M(大)的价值群体的用户最值得我们进行召回。 T"jl;,gr]J   结合宠物社群来说，@隔壁老王 是否非常值得被重点召回的，而@卖课团子@小贤去哪儿 属于低价值用户，可不太需要投入大量精力进行挽回。 LFC k 6 R   最后，RFM用户价值分析方法是运营必须熟知掌握的，在互金和直播行业应用最为广泛，互金项目根据用户的投资金额(M)、投资频率(F)、最近一次投资时间(R)的变化制定不同的运营策略。 >+r2I%   如之前用户投资很活跃，现在放缓了，运营可能就会给用户推一张投资加息券;再隔一段时间没准就有一位声音甜美的客服小姐姐，致电向我们嘘寒问暖了。 6FE[snw   直播也是一样，用户观看直播的时长、最近一次观看时间间隔以及打赏情况，根据这些字段的变化制定相应的运营策略。 tdm /U   当然，具体到每个行业每家公司每个业务的时候，甚至同一场景下不同的人也会是不同的玩法。RFM模型还有很多的应用，感兴趣的小伙伴可以再去研究一下。 VbjFQ@[l!   用户运营是通过各种手段来「套路」用户做我们想要他做的事(也称之为最大化提升用户价值)，为了让自己的运营策略更加有效，我们需要对用户行为进行数据如下处理： 1tDN$rM5   1)用户分层，分层维度没有统一标准，你以拿AARRR 用户增长路径为分层逻辑，也可以按照业务核心流程为分层逻辑。 Z6p>R;9n   2)用户分群，它是对每一层级用户的横向再细分，可以从消费金额、消费品类、用户城市、用户性别等维度分群。 I(.XK ucU   3)FRM用户价值分群模型，它是一种立体式分群思维，F、R、M可以按照实际业务需求进行调整，社区产品的M可以被替换成发帖量。 sAb|]Q((

评价一下你浏览此帖子的感受 精彩 感动 搞笑 开心 愤怒 无聊 灌水 敬业心 回复 引用 举报顶端

描述