用户分群分析思考

广告界一直流传着一个故事：我知道我的广告费有一半浪费了，但不知道是那一半。转换到app经营可能就变成了：我知道mau下降了，但不知道原因。前者的乏力感来自于数据的不透明，而后者可能来自于对用户生命周期管理的缺失。我曾有幸在一家极其重视售后服务或者用现在的话叫很重视用户体验的团队工作过，虽然是这家单位是传统车企零件制造企业，但有专业团队处理售后问题，甚至在必要时会向社会主动、公开承认某一批产品存在缺陷以减少和避免产品对用户造成生命、财产损失。可其实这块在app平台管理方眼里这中“态度”往往是一种羁绊，这么说吧那些你每次启动app都会看到弹窗或者隔三差五推送广告给你的平台很可能就没有把用户的感受放在管理流程中最优先关注的层次。有谁在监测用户近期、历史累计的报错或者提醒次数，以及弹窗关闭次数、页面累计加载时长、通过搜索或者首页icon区的更多去查找业务入口的次数，以及累计接受优惠券的使用率。有时候问题可能出在点击，也可能出在没有点击。当然反思一下也可能是当前分析资源都扑在了营销侧，绞尽脑汁让平台占据更高的市场份额保证大伙能活下来，后面的事待时机成熟后再研究。

显然提及用户分群概念，我们一定会优先想到千人千面即营销策略，包括主动触达用户和平台固定资源位的内容推荐。试想一下电商平台总是给男性推送女装、化妆用品，给未成年人推送婴幼儿用品、贵金属商品，又或者给女性推送展示酒类、玩具模型、游戏本都可能得不到盲推的点击量和转化率，因为某一类人群和某一些商品的距离（浏览、购买相关性）过远，推荐不合适的话别说交易额能否上去，连点击量都会下降。产品方面也就是业务转化侧也其实有分科群策略，小到发券、制定黑名单，大到分新户版、老户版以及适老化版，产品页面的架构、布局不需要过于频繁的变更和千篇千律，将有限的信息通过合理的设计、说明透传给客户，让客户基于自己的认知和页面提示信息完成操作。

关于分群营销：无论是电商商品、理财产品、政策服务、待办事项、极端天气其实本质都在实现信息的及时传递，好的引导就是为每一位客户在对的时间推送个他对的信息。我并不反感各种金融机构来电推广贷款产品或者房产中介推销山水楼盘，一方面我其实有潜在诉求谁不想准备一套大的婚房而多少人有资历不用贷款直接全额购买，但两者分开营销时你根本想不到和婚房有啥关系，反而是一些听出老茧的话术。

在功能体验分析方面其实也会重视和采纳用户分群，比如heart模型中的a就是接受度，专门研究新户的行为特征，研究内容包括如何从不访问到访问，转化的效率、留存率等。但分析的视角非常有局限性，我们很难实时处理多字段的相关性分析，而这正是算法、模型最擅长的工作，可以预想有一天算法能自动完成全部营销策略的配资，并且跟踪用户后续行为做效果回收，在整个研究和优化的过程中人可能只是尝试确定方向（及时纠偏）、指标（制定标准）和绝对开关算法的时间，在未来我们甚至无法解释得比算法更好。也许将来的app布局样式、交互方式、文案描述、营销策略都可以自动化生成，但当下我们仍应该尝试采用人工方式不遗余力地将客户做区分并提供差异化服务，以便解读背后的业务逻辑和规避一味追求数据结果而挫伤用户。

关于产品体验：新户显然是一个重要的群体，转化周期、首次访问行为特征以及对应的留存率（回访率、首访后至转化间隔时长），那些更早进入成长期、成熟期用户的标签以及行为特征有可能就是埋藏着成功秘密，这块需要深度用该批用户的视角进行解读，分析的行为特征除了目标业务场景外，所有的行为都该纳入分析，如app内浏览页面、小程序浏览页面、遭遇到的报错、进入目标业务的入口及内容等。其次是多次浏览单始终没有转化的客户，可以基于历史发券的转化结果打上标签，如果用户有券和无券的转化率差异巨大，或许可以创建周期性领券活动，甚至可以通过一定的时间成本换取领券权益，重视券的人会消费时间成本换取券，对券需求一般在意的则按照当下需求强度决策是否延缓转化或者消费时间换券再转化。

用户分群可能还是需要在了解指定用户群体以及他们真实想法前提下才能更好地开展，如果不具备业务知识和用户认知，则可依赖算法盲推并持续优化。