如何了解你的用户?从精细化用户分层分群开始1270次阅读
在用户数量较低时,粗旷式运营也许能够满足日常的运营需求。
但随着产品规模快速扩张,面对越来越多的用户,越来越多元的用户需求与用户场景,体系化的运营策略成了提高工作效率与效果的重要利器。在具体的用户运营开展前,体系化运营的前提就是建立用户运营的数据指标。
在搭建用户运营体系时,应按照以下步骤进行:
针对不同阶段目标,制定相应用户分群分层模型与指标(如ARGO模型、RFM模型应用);
通过数据分析制定相应运营策略,包括运营周期、推送方式;
制定数据效果的评判标准,结合运营数据进行策略迭代。
首先,我们先来了解一下什么是用户精细分层分群。
顾名思义,就是进行用户分层并标记各种标签。一千个读者就有一千个哈姆雷特,同样是使用产品,但用户使用产品的理由、满足的需求间存在各种不同的差异。也许A用户看中了品牌情怀,B用户看中了产品性价比高,C用户看中了产品的服务好。
如果不进行用户分群分层,又怎么针对用户的不同需求提供服务呢?
因此,在用户运营的过程中,用户分群分层的作用很明显,它帮助我们把用户分成各个层级和群体,然后我们根据各个层级和群体的不同,制定出更精准、更有针对性的运营策略。在这里有几个概念需要明确,即「用户画像」、「用户分层」、「用户分群」,为了保持概念的准确性,在此我们进行简单解释。
用户画像
一般包含用户的人本属性,如身份特征、行为特征、消费特征、心理特征、兴趣爱好、渠道属性。具体内容如下:
用户分层
一般来说,我们结合用户在产品上所处状态作为用户分层的依据,比如我们最常见的RFM模型,依托于用户最近一次购买时间、消费频次以及消费金额,通过衡量用户价值与用户创利能力,对用户进行分层。
比如,我们结合RFM模型,把用户划分为8个群体,从高消费频次、高消费额、最近消费过的重要价值用户,到低消费频次、低消费额、很久未消费的一般挽留用户。
RFM模型
这里解释一下RFM模型的构成:
Recency:最近一次消费,即用户距离当前最后一次消费的时间。最近一次消费的时间距今越短,对我们来说更有价值,更可能有效地去触达他们。
Frequency:消费频次,用户在一段时间内,在产品内的消费频次。
Monetary:消费金额,即用户的价值贡献。
基于这三个维度,我们将每个维度划分为高、中、低三种情况,并构建出完整的用户价值象限。
通过上面的RFM模型,我们可以更加直观的把用户划分为8个不同层级。如果能够找出产品内用户隶属于以上8类中的哪一类,就可以针对性的制定运营策略。
比如某用户最近一次消费时间距今比较久远,没有再消费了,但是累计消费金额和消费频次都很高,说明这个用户曾经很有运营价值(属于 “重要保持客户”),我们不希望流失。所以,运营人员就需要专门针对这类型用户,设计召回用户运营策略,这也是RFM模型的核心价值。
在划分完不同层级后,最困难的事情在于如何制定每个值的高、中、低评判标准。一般而言,在结合实际场景需求的同时,我们可以通过散点图进行大致的区分。
通过散点图,我们可以比较直观的看清用户分布情况。进行确定评判标准时,尽可能的将密集部分划分在一起,促使用户群体的行为共性更大。与此同时,需要我们在实际运营过程中进行不断调整。如果面临超大规模的数据时,如果能通过聚类分析等手段,可以得到更加科学精准的结果,从而帮助我们进行标准制定。
用户分群
相较于用户分层,用户分群更加聚焦于用户行为表现,比如易观方舟推出的智能用户运营ARGO成长模型。例如,高消费频次+低消费额、低消费频次+ 高消费额,这两类用户可能都是某种意义上的高消费用户,但行为特征会存在很大差异,所对应的运营策略也不一样。
其实也可以这么理解,用户分群是用户分层的进一步精细化划分。ARGO成长模型的相关指标有着明显的递进关系,而RFM模型则相互独立。
解释清楚上述关键词,那么我们继续讲下用户精细分层分群。
因为不同行业中,用户分层分群可能是多样性的,用户分层分群在产品发展的不同阶段也有不同的变化,且用户分层分群需要定性与定量。因此我们可以遵循下面这两个原则,帮助我们更好地完成用户分层分群:
(1)精细分层分群,遵循 MECE 原则
在进行用户精细分层分群的过程中,我们遵循由麦肯锡提出的MECE分析法(即“相互独立,完全穷尽”,也就是对于一个重大的议题能够做到不重叠、不遗漏的分类,而且能够借此有效把握问题的核心,并成为有效解决问题的方法)。
这不仅仅是帮助用户运营找到所有影响预期目标的关键因素,并找到所有可能的解决办法,而且有助于对用户、问题或解决方案进行排序、分析,并从中找到令人满意的解决方案。
即在确立主要目标的基础上,再逐个往下层分解,直至所有的细分目标都找到,通过对目标的层层分解,分析出用户的关键行为与目标间的关联。
(2)明确阶段目标,让分层分群更简单
正如用户有生命周期一样,产品与用户运营也有着明显阶段性的目标和策略。产品所处的生命周期阶段不同,对用户运营的要求也不尽相同。
来源/作者:易观方舟AnalysysData
版权声明:本文由汇运营发布,如需转载请注明出处。