今天來(lái)聊一聊用戶分層的事情。
一個(gè)實(shí)例
亮哥現(xiàn)在所在的公司叫做斑馬信息科技，是阿里和上汽一起合資的公司，主營(yíng)的業(yè)務(wù)是通過(guò)前裝制造「互聯(lián)網(wǎng)汽車」，已經(jīng)上市的是榮威的RX5。
公司里有個(gè)小組，是做流量的，簡(jiǎn)單的說(shuō)，車主在用車過(guò)程中產(chǎn)生了流量的消耗，然后再去花錢買流量持續(xù)使用需要消耗流量的應(yīng)用。
前兩周，亮哥和流量組的小伙兒一起，梳理了8月份提車的首批車主的流量使用和流量購(gòu)買的情況。
樣本量大概3000多，然后我們使用了RFM模型來(lái)完成這批樣本的用戶分層——流量消耗選型用戶RFM模型及流量購(gòu)買選型用戶RFM模型。
RFM模型，在這里再做一次簡(jiǎn)單介紹
如何了解用戶分層做到精細(xì)化運(yùn)營(yíng)？談?wù)凴FM模型的實(shí)際應(yīng)用
RFM模型是廣泛使用于傳統(tǒng)零售行業(yè)的用戶分層模型，它用三個(gè)維度的數(shù)據(jù)來(lái)劃分消費(fèi)用戶的層級(jí)，分別是：
R（Recency）：離某個(gè)時(shí)間點(diǎn)最近的一次消費(fèi)，為「近度」維度；
F（Frequency）：一段時(shí)間內(nèi)的消費(fèi)頻次，為「頻度」維度；
M（Monetary）：對(duì)應(yīng)這段時(shí)間內(nèi)的消費(fèi)金額，為「額度」維度。
通過(guò)RFM模型，可以劃分出用戶的層級(jí)，如下表：
如何了解用戶分層做到精細(xì)化運(yùn)營(yíng)？談?wù)凴FM模型的實(shí)際應(yīng)用
我們將R、F、M各切分了5個(gè)等級(jí)，構(gòu)建出了125個(gè)模塊，3000多樣本，占據(jù)了其中77個(gè)模塊。
這125個(gè)模塊，會(huì)對(duì)應(yīng)出上表中的8個(gè)級(jí)別的客戶。
而這，只是第一步
第二步，是針對(duì)不同模塊的用戶，進(jìn)行有針對(duì)性的活動(dòng)、宣傳設(shè)計(jì)，從而讓模塊中的用戶產(chǎn)生流動(dòng)。
持續(xù)的進(jìn)行這個(gè)行為，去觀測(cè)不同的活動(dòng)、宣傳，對(duì)于用戶在層級(jí)中的流程產(chǎn)生的影響。
譬如說(shuō)，對(duì)于高流量消耗，但沒(méi)有產(chǎn)生流量購(gòu)買行為的用戶，可以對(duì)其進(jìn)行定向推送，觀測(cè)用戶是否會(huì)變成「雙高」用戶（高消耗高消費(fèi)）。
譬如說(shuō)，對(duì)于沒(méi)有流量消耗的用戶，告知流量消耗應(yīng)用可以提升體驗(yàn)，促使其使用會(huì)產(chǎn)生流量消耗的應(yīng)用，提升用戶的應(yīng)用使用活躍度。
譬如說(shuō)，上述的動(dòng)作實(shí)施過(guò)程當(dāng)中，是需要進(jìn)行持續(xù)的文案改進(jìn)，嘗試觸達(dá)不同用戶的G點(diǎn)，并借機(jī)為用戶打上標(biāo)簽，以備后續(xù)大規(guī)模運(yùn)營(yíng)使用。
（在這里也可以說(shuō)一下，我們后來(lái)對(duì)于其中400名選型車主做了一次推送，推送三天內(nèi)，就直接轉(zhuǎn)化了9名車主進(jìn)行流量購(gòu)買，而在此之前，他們已經(jīng)沒(méi)有流量可用至少2個(gè)月了。）
與此同時(shí)，階段性固化模型，從3000多樣本擴(kuò)展到全量用戶。
第三步，通過(guò)在第二步中的運(yùn)營(yíng)得到的結(jié)果，去擴(kuò)展到全量用戶的運(yùn)營(yíng)。
這樣做的好處是：
1、通過(guò)持續(xù)運(yùn)營(yíng)，可以固化出多個(gè)活動(dòng)模塊，如：A（Active）-P（Payment）活動(dòng)；沉默用戶喚醒活動(dòng)，等等。
2、后續(xù)可以疊加積分等其他工具，讓用戶在產(chǎn)品中獲得更多的權(quán)益和好處，使其對(duì)品牌產(chǎn)生認(rèn)可。
3、識(shí)別高價(jià)值用戶，并傾斜更多的運(yùn)營(yíng)資源，提升其使用產(chǎn)品的體驗(yàn)，并形成口碑進(jìn)行傳播。
這樣一來(lái)，你很容易看出：
1、用戶分層本身不是目標(biāo)，目標(biāo)是實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)，讓資源得到合理分配和高效利用。
2、用戶分層是所有產(chǎn)品進(jìn)入用戶運(yùn)營(yíng)的門檻，區(qū)分出不同層級(jí)的用戶，才能有效的將運(yùn)營(yíng)手段進(jìn)行疊加，降低運(yùn)營(yíng)成本，擴(kuò)大運(yùn)營(yíng)效果。
3、做用戶分層，需要一定的數(shù)學(xué)能力和Excel處理能力，并不是隨隨便便拍個(gè)腦袋就能有。
方法其實(shí)很簡(jiǎn)單，但能按照這個(gè)方法做出來(lái)的不太多。有一些工具（譬如Matlab）可以幫助使用，但能夠?qū)崿F(xiàn)這樣的意識(shí)，其實(shí)不大容易。
動(dòng)態(tài)看待用戶層級(jí)
用戶模型可以固化，但用戶層級(jí)永遠(yuǎn)不會(huì)固化。
對(duì)于不同的產(chǎn)品，其生命周期其實(shí)往往是相似的，從初創(chuàng)到發(fā)展，到成熟，到衰退，再到消亡。
唯一的不同是，不同產(chǎn)品可能有不同的生命周期的長(zhǎng)度，而這種長(zhǎng)度上的區(qū)別，往往落腳點(diǎn)是看運(yùn)營(yíng)的精細(xì)化做到了什么樣的程度。
大家應(yīng)該都聽說(shuō)過(guò)淘寶營(yíng)銷工具可以做到千人千面，但千人千面不是一天落實(shí)的，它是從采集用戶行為，到分類用戶行為，聚合、交叉，得到不同的用戶集合，通過(guò)不同的營(yíng)銷嘗試看待轉(zhuǎn)化效果，最終得到一個(gè)不斷發(fā)展的巨大模型。
這本身就是對(duì)用戶分層工作最大的褒獎(jiǎng)。
不管你有1000個(gè)用戶，還是1000萬(wàn)用戶，如果你能做到隨手取出任何一個(gè)用戶，就知道他屬于什么樣的級(jí)別，什么樣的活動(dòng)對(duì)他有效，什么程度的讓利可以推動(dòng)購(gòu)買，你的運(yùn)營(yíng)效率就會(huì)大大提升。
我想這也是很多人想要了解用戶分層及精細(xì)化運(yùn)營(yíng)背后最簡(jiǎn)單直接的邏輯。
