增长策略--用户分层 和 用户分群

发表于 | 更新于 | 评论数：

在前面的文章 运营和分层 | tengblog ，我大概率不难理解用户分层的必要性了，那具体要怎么划分呢？

这篇文章向大家介绍下「用户分层」+「用户分群」的基本模型：

用户分层

一般来讲，一个新用户变成活跃用户，再转化为付费用户，不是一两个简单的步骤可以完成的，这是一个动态演进的过程。我们把整个过程看作是用户群体的演进，在这个演进的过程中，因为不能保证所有的用户会按照我们设想的步骤完成转化，所以各个步骤的用户群需要更精细化的分析。

用户分层的最大价值，就是通过分层对不同层级的用户采取不同的策略。

通用型分层

假设某产品，将用户划分为新用户、下载用户、活跃用户、兴趣用户、付费用户这几个层级，那么对于不同层级的用户，可能会采取以下不同的策略：

  1. 对于潜在用户策略：我希望潜在用户能下载产品，常用的策略是新用户福利；

  2. 对于下载用户策略：我希望下载用户能使用产品，此时应该用新手引导，让他熟悉产品。

  3. 对于活跃用户策略：我希望加深活跃用户使用产品的频率，那么运营人员要持续的运营，固化用户的使用习惯，提升用户对产品内容的兴趣度；

  4. 对于深度活跃用户策略：我希望深度活跃用户产生付费行为，运营人员可以使用不同的促销和营销手段；

  5. 对于付费用户策略：这是我的目标用户，我希望付费用户能一直维持这个状态。

推特的“1-9-90”理论

网络社区中有一个“1-9-90”理论，即在一个社群中，90%人在潜水、9%是活跃用户，1%是超级用户。这个理论也有更新，比如在某些高活跃社群，用户分层可以达到2：3：5的比例，即20%超级用户（每天都能发言），30%活跃群众（红包、福利、拼团拼课会出现），50%潜水用户。作为一个社交网站，优化用户结构是Twitter的头等大事。

Twitter把用户分成了新用户和现有用户，现有用户又被分成了消极用户、核心用户和超级用户。Twitter的目标就是——把访客从新用户转化为消极用户，从消极用户转化为核心用户，并最终转化成超级用户。

以下是Twitter对于根据新用户、消极用户、核心用户的不同特点采取的不同策略，供大家参考：

从新用户到消极用户

  • 新用户特点：对Twitter不了解，不会使用Twitter功能
  • 措施：尝试了诸多新手引导的策略，其中最为典型的就是“新用户学习流程”，目的是帮助新用户找到最开始应该关注的用户，形成基本的信息流，从而让新用户变成消极用户。

从消极用户到核心用户

  • 消极用户特点：会看推文，但很少发文、较少与陌生人聊天、较少使用转推/引用/回复等高级功能
  • 策略方向：

  1. 提高用户的使用频率：如果一个用户已经在正确地使用产品，但是使用频率还是达不到核心用户的频率，可以借鉴游戏中的一些方法，如连击、勋章等游戏化模式。这些方法可以有效鼓励用户提高产品的使用频率，帮助用户形成习惯。

  2. 增加用户使用产品功能的数量：当一个用户使用产品三种功能时，用户的留存率将会大大提高。Dropbox也有相同的成功案例，如让用户同时使用文件备份、分享和同步等。

  3. 让用户使用多个客户端：数据显示，同时使用多个客户端的用户，长期留存率会更好，如同时拥有桌面版、网页版和移动应用等。

用户分群

区别

用户分层，是基于大方向的划分，你希望不同层级用户朝什么核心目标努力，产品又怎样根据不同层级用户特点进行呈现。而用户分群，则是把用户按照更细的颗粒度进行切分。简单来讲，「用户分层」是按照某单一逻辑维度划分，而用户分群则是在分层基础上增加更多维度进行划分，这两者是相辅相成的。

用户分群的经典模型——RFM模型

RFM模型分别是：

  • R = Recency 最近一次消费
  • F = Frequency 消费频率
  • M = Monetary 消费金额

因为有三个变量，所以要使用三维坐标系进行展示，X轴表示最近一次消费（Recency），Y 轴表示消费频率（Frequency），Z轴表示消费金额（Monetary），坐标系的8个象限分别表示8类用户，可以用如下图形进行描述：

我们可以解读一下其中比较重要的客户（编号次序RFM，1代表高，0代表低）：

  1. 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。这就是我们需要的客户。

  2. 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。说明这是一段时间没来的忠实客户，需要主动和他保持联系。

  3. 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，说明客户忠诚度不高，但有潜力，需要重点发展。

  4. 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。说明这可能是将要流失或者已经要流失的客户，应当采取挽留措施。

RFM模型主要适用于消费型用户，我们试着将这种三维划分的思路延伸至其他类型的产品，为大家提供一些思考方向：

  • 金融：投资金额、投资频率、最近一次投资时间；
  • 直播：观看直播时长、最近一次观看时间、打赏金额；
  • 内容：评论次数、评论字数、评论被点赞数；
  • 网站：登录次数、登录时长、最近一次登录时间；
  • 游戏：等级、游戏时长、游戏充值金额。