数据运营-用户分析之用户分层

浅谈一下用户分层的目的

一句话说就是为不同用户做不同的服务（不同的运营手段），以达到极致化用户价值的目的。

举个栗子：

a. 在活动推送中，给男性用户推送的页面以蓝色为主，女性推送的页面以粉色为主，以增加用户的点击量，是一种简单常见的用户分层实例。

b. 在电商行业中，常用短信进行用户的促活，但为节省投入的成本，给高价值用户推送，比给低质量的流失用户推送，在后期获得的价值会更高。

所以说在获客成本，运营成本不断增加的今日，精细化运营不得不重视起来，精细化运营的前提便是用户分层，那用户分层在实际的应用有哪些，需要注意的点有哪些，我的实际经验来总结一下：

---

用户分层的实际应用

在增长黑客中提到的一个例子，一家订房APP，发现在3G或者4G环境下的用户购买量要比Wi-Fi环境下使用APP的用户高两倍，针对这发现，该APP把广告投放精细为不使用Wi-Fi的用户，只对这些人展示广告，从而增加了广告的点击率和购买率，这个例子是公司在发现这个网络的用户特征差异之后，对用户进行网络特征的用户分层，来节省成本，提高购买的目的。

而在营销运营的实际工作中，用户分层的方法更是体现在各处，活动的推送，广告的变现，电销leads等等。

那用户分层的具体方法有哪些呢？

---

常见的用户分层方法

按照用户特征分类是一种比较常见的用户分层，例如城市，性别，收入等

其次网上说到的RFM模型分层，AARRR模型分层等等，有时还会用到根据相应业务的产品特性进行分层，主要的精髓就是根据业务特性，把用户之间的差异找出来，再给予不同用户群不一样的需求服务，达到增加用户群价值的目的。

a.　RMF模型

       R（Recency）：离某个时间点最近的一次消费，为「近度」维度；

　　F（Frequency）：一段时间内的消费频次，为「频度」维度；

　　M（Monetary）：对应这段时间内的消费金额，为「额度」维度。

解读：

RFM每个要素标号为1和0，1代表高，0代表低

重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP啊！

重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，我们需要主动和他保持联系。

重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。

重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当基于挽留措施。

在每个层用户给予不同的服务，以促进用户产生价值。

AARRR模型（用户生命周期）：

举例：某教育平台给点击试听的用户电话回访需要什么帮助。

注意：

在实际的用户分层的运用中，除了给用户不同的运营策略来营销，还有一点重要的是数据的回归，以便之后进行更准确的精准营销。

数据回归的方法之后会讲到，敬请关注。

注：上述故事有所借鉴

鸣谢《增长黑客》