一文读懂用户分层

用户分层,是精细化运营的前提,读懂精细化运营必须先读懂用户分层。本文旨在对用户分层通用方法论进行总结归纳,尝试以维度为切入点解构用户分层三大模型,并以用户生命周期分层模型为例,勾勒出一张精细化运营的“作战地图”。

一、用户分层的目的

用户分层,主要目的是对用户人群进行细分,并通过针对性的运营策略,用更少的资源和成本挖掘更大用户价值:

1、分人群落地策略,提升业务转化

物以类聚,人以群分。不同人群的用户,自身需求和对产品的诉求各不相同。通过用户分层,可以将相同特征的用户进行聚类,从而根据不同人群的特点落地针对性的运营策略,从而更好地提升各个人群的业务转化率,这是用户分层的首要目的。

2、分人群调配资源,精细化控制成本

不同人群业务转化的目标和转化难易程度不同,则平台运营方在各个人群上投入的资源和成本自然也各不相同。通过用户分层,可以将有限的资源和预算,更加合理地投入到业务运营中去,更好地把控业务ROI。

二、用户分层与用户分群的区别

很多人将用户分层和用户分群混为一谈,但两者内在逻辑有着显著差异。

如图1所示,用户分群中的“用户群”,是并列或平行的逻辑关系,比如基于男女性别、省份地域、用户偏好等所做的人群划分;而用户分层中的“用户群”则多了一个层级的概念,不同人群之间有着递进或先后关联的逻辑关系,比如基于会员等级、生命周期阶段、转化漏斗层级所做的人群层级划分。

虽然人群划分逻辑不同,但用户分层和用户分群是可以配合使用的,比如同一用户分层可拆分出多个用户分群,同一用户分群也可拆解出多个用户分层进行精细化运营,在此不做展开。

三、用户分层模型建构的四个步骤

用户分层无定法,需要基于业务模式和用户运营的实际需求来展开。而通常来说,用户分层的模型建构主要包括以下几个步骤:

明确业务需求——所有用户分层都是在特定业务场景下所做的用户细分,明确业务需求才能明确对应视角下的目标用户和业务目标,从而做到有的放矢。

用户聚类分析——用户聚类分析,帮助我们勾勒各个分层的用户画像,也帮助我们提炼用户分层所要选取的核心维度。

分层维度拆解——分层维度即业务所依赖的核心指标或链路,是支撑起用户分层模型的核心“骨架”。

分层模型构建——基于选定的业务维度,并结合用户聚类分析及测试验证的数据,最终找到关键性的数值和节点,从而构建起用户分层模型。

四、用户分层三大模型

用户分层模型构建的核心维度,可以是一个也可以是多个,但一般不会超过三个。基于此,我们可按分层维度的数量,将用户分层模型归纳为一维、二维、三维共三大类分层模型:

1、一维分层模型

一维用户分层,是最常见的用户分层模型,即仅基于一个最核心的维度对用户进行划分。如图2所示,左图是基于用户平台价值维度,构建起的一个用户金字塔模型分层,从下到上用户价值依次递增;右图是基于用户交易链路,所构建的一个漏斗转化分层模型,从上到下用户一步步被转化为交易用户。

一维分层模型中的用户,一般都会沿着核心业务维度的链路方向呈线性迁移状态,即用户的平台价值一般是逐步提升的。但部分模型下的用户,也会出现层级跨越的情况,比如上图金字塔模型中,通常存在一些注册7天内的用户直接完成付费而跃迁到最高一级付费用户层的情况。

另外,重点运营维护的用户层还可进一步分层运营,比如“付费VIP用户”还可根据付费次数、付费金额数值大小,再切分出多个VIP等级进行差异化运营。

2、二维分层模型

二维用户分层,顾名思义即选取两个核心业务维度进行二维建模,最经典的就是波士顿矩阵分析法。波士顿矩阵分析法,又称四象限分析法、产品系列结构管理法,最早应用于企业咨询领域,用于帮助企业评估和筛选渠道或分析现有的产品结构问题,而其同样也可应用于互联网产品的用户分层模型。

如图3-1所示,我们可以根据用户的平台价值、维系成本高低2个指标维度,构建一个二维的用户模型,从而将平台用户划分为明星、金牛、问题、瘦狗4个象限的用户分层。在所有分层中,明星用户是需要重点去培育和做大的人群,问题用户是需要控制和优化的“羊毛”人群,金牛用户是需要在可控范围内控制好ROI的人群,瘦狗用户则需要不断尝试提升其平台价值。

另外,如果是针对电商平台上的时装消费用户进行分层,可以根据此类用户时尚敏感度、时装消费能力2个核心指标进行交叉建模,得到类似于图3-2所示的分层模型,从而分人群进行精细化运营。

在二维及以上用户分层模型中,都涉及到一个维度高低分界值的选取问题,这时我们可以与BI、算法团队合作,通过二八原理、正态分布分析等方法挖掘关键节点的数据,再结合业务经验和数据来确定、验证和调优。

3、三维分层模型

三维用户分层,顾名思义是用三个维度来构建用户分层的模型,比如为人所熟知的RFM模型分层法,这也是用户分层中较为复杂的一类。

RFM模型,是衡量用户价值和创利能力的经典分层方法和客户管理工具,主要包括三大核心指标:

R:最近一次消费 (Recency)

F:消费频率 (Frequency)

M:消费金额 (Monetary)

如上图所示,通过R、F、M三个维度的交叉建构,我们得到一个三维的立方体用户模型,共划分出8个用户层,分别是重要价值用户、重要发展用户、重要保持用户、重要挽留用户、一般价值用户、一般发展用户、一般保持用户、一般挽留用户。藉此,便于衡量用户价值特征并分人群制订后续运营策略。

需要注意的是,RFM模型中R、F、M三大维度:最近一次消费、消费频率、消费金额,较适用于电商消费类平台的用户分层,而若应用在其他类型的平台时,需要根据具体的用户画像和业务场景在维度上进行灵活调整。

五、怎样基于用户分层开展精细化运营

如下图所示,这是基于用户生命周期链路建构的一维用户分层模型。通过这个分层模型,我们可将整个用户生命周期拆分为获客、升值、留存3个区间段,共包括潜在用户、新手用户、成长用户、成熟用户、衰退用户、流失用户6个用户层。

根据用户分层,我们先要明确各人群的总体运营目标,再制订和落地对应的运营策略/项目,逐步构建系统化的运营体系,同时在此过程中根据潜在新用户、留存老用户、流失用户3大类人群控制好成本补贴的力度和投产比,这就是一个粗略的基于用户分层的精细化运营“作战地图”。需要说明的是,上图中的具体策略和成本控制方案仅供参考,实际业务中需根据平台模式和用户属性进行变换。

结语

除了三大类用户分层模型之外,是否还有更高维度的分层模型呢?答案是肯定的,但用户分层并不是越细越好。总体来看,随着维度数量的增加,用户分层模型的内部结构也越加复杂,而通常来说复杂度与效率成反比关系。因此我们需把握好人群精细化和业务效率的平衡,因地制宜结合实际业务场景选择最适宜的分层模型。


王伟-云洲
产品经理 · 某公司