3分鐘建立好用戶分層結構「用戶分層模型怎麼建立」

在用戶分層的過程中，用戶分層的結構層次可能會根據不同的活動、不同的場景、不同的行業等發生變化。

穩步發展趨勢的倒狀漏斗是我們最常見的用戶分層結構，即從潛在用戶到衰退用戶逐漸往下遞減。

穩步發展趨勢的用戶分層結構

但在交易類業務中，如果把激活用戶定義為用戶進行首單消費，那麼我們會期望中間激活的過程儘可能縮短。因為我們希望用戶進行首單消費後能儘快產生復購，進入到成熟用戶，使整個業務更加成熟和健康。

這種中部激活用戶儘可能少、上部潛在用戶儘可能多、底部沉澱下來的成熟用戶儘可能多，類似沙漏的結構，可以稱之為上癮趨勢。

上癮趨勢的用戶分層結構

但我們在運營過程中，由於一些策略失誤、或者產品本身定位失誤、或者用戶畫像出現問題時，隨著時間的演進可能由一個正常的漏斗，變成錐形或者紡錘體的結構。也就是新用戶越來越少，中部只進行首單消費的用戶越來越多，但復購用戶越來越少，衰退用戶越來越多。

這可能是因為我們進行的某些活動，吸引到了許多薅羊毛的客戶進來。在薅羊毛成功了一次再無下次薅羊毛的機會後，就與我們再也沒有關係了。這種用戶分層的結構可以稱之為羊毛黨趨勢。

羊毛黨趨勢的用戶分層結構

通過以上三種用戶分層結構的舉例，是想告訴大家在用戶分層時，我們需要既把握局部，也要關注整體的變化。

不是說用戶分層完畢後，只針對某一層去制定和執行運營策略，只單點地去看待這件事情。而是需要結合整體不斷調優。如果只是單點地去看，就可能導致單點的時候做的非常好，看整體時，就從穩步發展趨勢變成了羊毛黨趨勢。

1 First Point

用戶分層的三種模型

那麼，具體到如何進行用戶分層，我們可以根據以下三種模型進行。

1.1 一維用戶分層模型

一維用戶分層模型，基於一個最核心的維度進行用戶分層，以一個維度去設計整個用戶分層對應的口徑。

核心即是關鍵事件，圍繞關鍵事件我們一般可以將用戶分為五個層次。一維用戶分層模型也大多成金字塔、漏斗、或者紡錐體形狀。

一維用戶分層模型舉例

在一維用戶分層模型里，用戶從一層到另一層流動的過程一般都是線性的。從潛在用戶、到新用戶、到活躍用戶、然後到成熟用戶、再到衰退用戶，是線性變化的過程。

但有時會出現一種情況，經過一段時間的數據監測，會發現有一些用戶中間沒有經歷過激活用戶階段，直接迅速從新用戶跳轉到成熟用戶階段。這時候就需要我們重新審視用戶分層的口徑是否合適。

例如，我們把新用戶定義為完成註冊；把激活用戶定義為3天內有回訪；把成熟用戶定義為完成訂單筆數大於3筆。這時候我們會發現，有一部分用戶在3天內沒有回訪，但在已經完成了4筆訂單。那麼這部分用戶就會跳過激活用戶，直接成為成熟用戶。

原因就在於我們選擇核心維度時，引入了兩個關鍵的維度，一個是訪問，一個是完成訂單。這兩個關鍵事件的設定，就會導致用戶出現跳層的情況。如果出現跳層，需要我們重新審視口徑，選擇同一個維度。

1.2 二維用戶分層模型

二維用戶分層模型基於兩個核心維度進行用戶分層，最常用的就是四象限模型。

相比一維用戶分層模型，二維用戶分層模型有一個優勢。即分層後的用戶會落到不同的象限里，我們就能非常清晰地知道整個運營的重點，即把其他象限的用戶往高維度的兩個方向遷移。

例如，通過用戶購買力和用戶滲透力進行用戶分層，建立坐標軸，劃分為四個象限。運營重點就是把用戶往高用戶滲透力和高用戶購買力的兩個方向遷移，到第一象限。

二維用戶分層模型舉例

在這個二維用戶分層模型中，我們需要找到衡量用戶購買力的指標是什麼？衡量用戶滲透力的指標又是什麼？指標可能是一個，也可能是一組。

這裡的核心難點就在於臨界值的選取。由於我們定義了兩個維度，然後選取了衡量這兩個維度的一系列的指標，那指標之間的臨界值該如何確定？像用戶購買力，我們把它定義為客單價乘以復購的頻率。那麼當客單價達到什麼臨界點時，用戶就該從第三象限上升到第二象限呢？

這就需要運營團隊與數據團隊、分析團隊緊密配合。利用現有的歷史用戶數據，通過二八法則、正態分布等統計學方法，不斷挖掘兩個維度之間遷移的臨界點。

臨界點的定義也並不是一次性的，而是動態變化的，是需要我們不斷測試、驗證、和調優的過程。只有各個團隊充分配合，我們才能合適地把不同的用戶，歸類到不同的象限，再針對不同的象限，去制定不同的運營策略。

1.3 三維的用戶分層模型

三維用戶分層模型基於三個核心維度進行用戶分層。相比一維、二維用戶分層模型都更複雜一些。最常見就是RFM模型。

例如，根據交易類相關的業務定義RFM模型，我們可以選取三個維度：最近一次消費、消費頻率、以及消費金額。不同的業務類型，需要我們舉一反三，選取合適的RFM指標。

通過這三個維度兩兩交叉，就可以將用戶劃分為8個分層：重要價值客戶、重要發展客戶、重要挽留客戶、重要保持客戶、一般發展客戶、一般價值客戶、一般挽留客戶、一般保持客戶。三維用戶分層模型將用戶分層又逐漸地去做了一些細化。

通過以上三種用戶分層模型，就基本能滿足我們日常運營工作中的用戶分層需求。

越往後可能還會有四維、五維用戶分層模型，但通過人工的方式往往很難處理這麼多維度的數據。例如在推薦場景下，可能會選取十幾個用戶特徵制定推薦演算法，這時候就更依賴機器學習和數據團隊的能力，而不是運營團隊所能解決的了。

2 Second Point

如何基於用戶分層構建運營策略

用戶分層完畢後，我們便可以基於此構建整體的運營策略。

2.1 整體思路

以基於用戶生命周期分層的一維用戶分層模型為例。用戶從潛在用戶、新用戶、激活用戶、成熟用戶、衰退用戶、到沉睡用戶、再到流失用戶，大概有七個階段。

在用戶生命周期運營的過程中，需要通過不斷地運營將潛在用戶和新用戶往激活用戶做遷移；將沉睡用戶和流失用戶重新激活；將衰退用戶往成熟用戶做遷移。上圖中的箭頭標註了我們運營的大方向和最終實現目標。

在不同的用戶生命周期階段，我們要解決不同的問題，定義不同的運營目標。

例如，在早期，如何有效衡量獲客效率？如何正確轉化用戶？在中期，如何把新用戶和激活用戶培養成高價值用戶？如何在成為高價值用戶後延長他的生命周期？挖掘LTV？在後期，如果一個用戶已經沉睡或者流失，該如何去喚醒、怎麼去召回……

針對這些目標，即可制定一一對應的運營策略。例如在如何培養高價值用戶時，會有渠道聯動運營、交叉營銷等運營策略。

2.2 具體案例

在應用用戶分層去制定運營策略時，建議大家也可以列出一個類似的表格，來比較清晰的梳理。

這裡把我們之前針對用戶分層的定義，用詼諧化的語言表示了一下，把用戶分為：潛客、新客、活客、老客、怨客、睡客和死客。

用戶之所以從老客變得開始衰退了，可能是對產品不滿意、或者對服務不滿意，因此會產生一些抱怨，即為怨客；抱怨了一段時間後不再使用產品，就成為了睡客；有的客戶把產品卸載了，不採納我們的服務了，那就是死客。

舉一個針對老客的例子，來制定運營策略。

確定「階段目標」

在老客階段，我們的運營目標就是要盡量提高用戶的長期購買價值。

選定「衡量指標」

在大多數交易類場景里，提高用戶的長期購買價值的核心指標就是提升復購率。但復購率提升只是一個結果，為了得到這個結果，需要我們對過程進行干預。

這裡最直接的做法，就是把整個復購的路徑進行拆解。老客復購時的整個路徑可能是：先打開APP然後看首頁。因為他已經是一個老客，所以想買什麼東西，第一反正就是去APP搜索，有著非常明確的購物目標。那麼，在搜索結果頁里，我們就可以去做一些幫助復購率提升的事情。

此外，從搜索結果頁、到活動落地頁、到詳情頁、再到購物車頁，都要去做更細緻的一些拆解。拆解完復購的流程，我們需要去挑出一些核心的衡量指標，例如：

次月留存率。如果用戶沒有留存就沒有復購。
決策間隔時長。每一次復購中，我們希望老客儘快完成整個過程，決策間隔時長越短越好。
連帶率。復購併不指用戶每一次來只買一件商品就叫復購。我們其實希望用戶每一次來能夠多買幾樣商品，這樣整個效率會有非常大的提升。所以商品的連帶率，也是需要考慮到的指標。

揣摩「用戶體感」

針對復購用戶，我們還需要再去進行一次用戶分層，把復購用戶拆解為低頻復購用戶、中頻復購用戶和高頻復購用戶三類人群。然後再針對這三類人群制定非常細的運營策略。

制定運營策略時，要回歸到整個用戶的直觀感受上。很多時候我們其實是為了做這件事情而去做，很少站在用戶的角度上思考：用戶怎麼看待我們的運營策略？用戶怎麼看待我們基於給他的分層進行的「套路」？

用戶體感要分成幾個方面考慮：用戶對新品的好奇感和探索、對好貨的購買慾、對優惠力度的偏好度、對積分許可權的直觀感覺、對運營活動感覺特別好玩、對小遊戲的參與感等。

制定「運營策略」

所有運營策略最終要回歸到客戶的直觀感受上。而具體會落到哪個用戶體感上，通過表格的形式列出來後，相應的運營策略就會非常的清晰。

例如，最終可能就會落到新品上的試用、先用後付；優惠力度上的滿減、折扣、清倉等。這些就是具體的執行動作，也就是我們的運營策略。

綜上，便是基於用戶分層構建運營策略的全流程。

最後，在我們的運營策略落地執行時，有一個通用的東西要去綜合考量，那就是給某層用戶某種運營策略時，推送的內容、樣式、時機、間隔以及通道是什麼？

所有的運營策略執行時都離不開用用戶體感的考量。例如，推送的內容是滿減，那麼：