用户分层，是精细化运营的前提，读懂精细化运营必须先读懂用户分层。本文旨在对用户分层通用方法论进行总结归纳，尝试以维度为切入点解构用户分层三大模型，并以用户生命周期分层模型为例，勾勒出一张精细化运营的“作战地图”。
一、用户分层的目的
用户分层，主要目的是对用户人群进行细分，并通过针对性的运营策略，用更少的资源和成本挖掘更大用户价值：
1、分人群落地策略，提升业务转化
物以类聚，人以群分。不同人群的用户，自身需求和对产品的诉求各不相同。通过用户分层，可以将相同特征的用户进行聚类，从而根据不同人群的特点落地针对性的运营策略，从而更好地提升各个人群的业务转化率，这是用户分层的首要目的。
2、分人群调配资源，精细化控制成本
不同人群业务转化的目标和转化难易程度不同，则平台运营方在各个人群上投入的资源和成本自然也各不相同。通过用户分层，可以将有限的资源和预算，更加合理地投入到业务运营中去，更好地把控业务ROI。
二、用户分层与用户分群的区别
很多人将用户分层和用户分群混为一谈，但两者内在逻辑有着显著差异。
如图1所示，用户分群中的“用户群”，是并列或平行的逻辑关系，比如基于男女性别、省份地域、用户偏好等所做的人群划分；而用户分层中的“用户群”则多了一个层级的概念，不同人群之间有着递进或先后关联的逻辑关系，比如基于会员等级、生命周期阶段、转化漏斗层级所做的人群层级划分。
虽然人群划分逻辑不同，但用户分层和用户分群是可以配合使用的，比如同一用户分层可拆分出多个用户分群，同一用户分群也可拆解出多个用户分层进行精细化运营，在此不做展开。
三、用户分层模型建构的四个步骤
用户分层无定法，需要基于业务模式和用户运营的实际需求来展开。而通常来说，用户分层的模型建构主要包括以下几个步骤：
明确业务需求——所有用户分层都是在特定业务场景下所做的用户细分，明确业务需求才能明确对应视角下的目标用户和业务目标，从而做到有的放矢。
用户聚类分析——用户聚类分析，帮助我们勾勒各个分层的用户画像，也帮助我们提炼用户分层所要选取的核心维度。
分层维度拆解——分层维度即业务所依赖的核心指标或链路，是支撑起用户分层模型的核心“骨架”。
分层模型构建——基于选定的业务维度，并结合用户聚类分析及测试验证的数据，最终找到关键性的数值和节点，从而构建起用户分层模型。
四、用户分层三大模型
用户分层模型构建的核心维度，可以是一个也可以是多个，但一般不会超过三个。基于此，我们可按分层维度的数量，将用户分层模型归纳为一维、二维、三维共三大类分层模型：
1、一维分层模型
一维用户分层，是最常见的用户分层模型，即仅基于一个最核心的维度对用户进行划分。如图2所示，左图是基于用户平台价值维度，构建起的一个用户金字塔模型分层，从下到上用户价值依次递增；右图是基于用户交易链路，所构建的一个漏斗转化分层模型，从上到下用户一步步被转化为交易用户。
一维分层模型中的用户，一般都会沿着核心业务维度的链路方向呈线性迁移状态，即用户的平台价值一般是逐步提升的。但部分模型下的用户，也会出现层级跨越的情况，比如上图金字塔模型中，通常存在一些注册7天内的用户直接完成付费而跃迁到最高一级付费用户层的情况。
另外，重点运营维护的用户层还可进一步分层运营，比如“付费VIP用户”还可根据付费次数、付费金额数值大小，再切分出多个VIP等级进行差异化运营。
2、二维分层模型
二维用户分层，顾名思义即选取两个核心业务维度进行二维建模，最经典的就是波士顿矩阵分析法。波士顿矩阵分析法，又称四象限分析法、产品系列结构管理法，最早应用于企业咨询领域，用于帮助企业评估和筛选渠道或分析现有的产品结构问题，而其同样也可应用于互联网产品的用户分层模型。
如图3-1所示，我们可以根据用户的平台价值、维系成本高低2个指标维度，构建一个二维的用户模型，从而将平台用户划分为明星、金牛、问题、瘦狗4个象限的用户分层。在所有分层中，明星用户是需要重点去培育和做大的人群，问题用户是需要控制和优化的“羊毛”人群，金牛用户是需要在可控范围内控制好ROI的人群，瘦狗用户则需要不断尝试提升其平台价值。
另外，如果是针对电商平台上的时装消费用户进行分层，可以根据此类用户时尚敏感度、时装消费能力2个核心指标进行交叉建模，得到类似于图3-2所示的分层模型，从而分人群进行精细化运营。
在二维及以上用户分层模型中，都涉及到一个维度高低分界值的选取问题，这时我们可以与BI、算法团队合作，通过二八原理、正态分布分析等方法挖掘关键节点的数据，再结合业务经验和数据来确定、验证和调优。
3、三维分层模型
三维用户分层，顾名思义是用三个维度来构建用户分层的模型，比如为人所熟知的RFM模型分层法，这也是用户分层中较为复杂的一类。
RFM模型，是衡量用户价值和创利能力的经典分层方法和客户管理工具，主要包括三大核心指标：
R：最近一次消费 (Recency)
F：消费频率 (Frequency)
M：消费金额 (Monetary)
如上图所示，通过R、F、M三个维度的交叉建构，我们得到一个三维的立方体用户模型，共划分出8个用户层，分别是重要价值用户、重要发展用户、重要保持用户、重要挽留用户、一般价值用户、一般发展用户、一般保持用户、一般挽留用户。藉此，便于衡量用户价值特征并分人群制订后续运营策略。
需要注意的是，RFM模型中R、F、M三大维度：最近一次消费、消费频率、消费金额，较适用于电商消费类平台的用户分层，而若应用在其他类型的平台时，需要根据具体的用户画像和业务场景在维度上进行灵活调整。
五、怎样基于用户分层开展精细化运营
如下图所示，这是基于用户生命周期链路建构的一维用户分层模型。通过这个分层模型，我们可将整个用户生命周期拆分为获客、升值、留存3个区间段，共包括潜在用户、新手用户、成长用户、成熟用户、衰退用户、流失用户6个用户层。
根据用户分层，我们先要明确各人群的总体运营目标，再制订和落地对应的运营策略/项目，逐步构建系统化的运营体系，同时在此过程中根据潜在新用户、留存老用户、流失用户3大类人群控制好成本补贴的力度和投产比，这就是一个粗略的基于用户分层的精细化运营“作战地图”。需要说明的是，上图中的具体策略和成本控制方案仅供参考，实际业务中需根据平台模式和用户属性进行变换。
结语
除了三大类用户分层模型之外，是否还有更高维度的分层模型呢？答案是肯定的，但用户分层并不是越细越好。总体来看，随着维度数量的增加，用户分层模型的内部结构也越加复杂，而通常来说复杂度与效率成反比关系。因此我们需把握好人群精细化和业务效率的平衡，因地制宜结合实际业务场景选择最适宜的分层模型。
作者：云洲 资深用户运营经理，10年用户运营经验，擅长千万级用户运营、精细化运营。
版权声明：本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件举报，一经查实，本站将立刻删除。
