用户分层是用户运营中常见的一个概念,简单理解就是指将用户分为不同类型,并根据不同用户提供差异化的内容和服务。本文主要介绍几种常见的用户分层思路,并结合实际案例讲解用户分层下的一些设计探索。
一、为什么要做用户分层
随着移动互动网的发展,人口红利的消失,各大厂商都面临着流量的挖掘和留存的问题,公域流量竞争激烈、获取成本高,私域流量也由于用户的越来越多元化而变得粘性匮乏。
在这种环境下,一方面是要扩展更多红利渠道、进行圈层精准引流,另一方面,则是精细化运营思路,为核心流量建护城河,用最小的成本使用户价值最大化。因此,不管是对新流量的精准引入,还是对现有流量的精细运营,最为关键的手段就是“用户分层”。
通过对用户进行细致的划分,并进行“差别对待”,于用户而言,可以真正做到满足各类用户所需,极大的提升用户效率;于业务而言,也通过为不同用户制定更精准的运营策略,使运营资源能够更高效利用,并带来业务数据的增长。所以,用户分层作为精准化的重要手段,能够为用户和业务带来的价值也是显而易见的。
二、如何进行用户分层
用户分层的思路有多种,划分维度可简单可复杂、层级可大可小,那么应该如何选择适合的分层方式,每种方式应该如何使用呢?
1. 通用的用户分层模型
首先介绍几种比较常见的用户分层模型,它们涵盖范围比较广、有严谨的用户划分逻辑,几乎可以通用于大部分的需求场景。
RFM模型
R:最近一次的消费时间(Recency)F:一段时间内的消费频次(Frequency)M:一段时间内的消费金额(Monetary)
图2-1 RFM模型
RFM模型按照用户价值状况进行划分,如果将每项指标分两个级别,进行组合可以分为8种基础的用户类型,当然每项指标里的价值维度如果继续细分,例如消费时间可以从笼统的远/近细化到一周内、一月内、半年内等等,消费频次可以按照不同时间段内的复购次数拆分,消费金额也可以按具体额度范围继续拆分,如此再进行组合,将可以得到更加细致的分层,那么就可针对不同价值级别的用户调整资源倾斜力度、运营策略等。
AIPL模型
Awareness:认知,针对对应纯新用户Interest:兴趣,有过相关浏览、加购、关注等行为,但未进行下单的那些用户Purchase:购买,有过下单行为的用户Loyalty:忠诚,有过较高复购行为的用户
图2-2 AIPL模型
这个模型对应的也是用户的成长路径,每个用户都是从认知开始,才慢慢变成购买或者忠诚,所以需要做的,就是引导用户不断往更上一层发展。
所以,我们可以根据不同的阶段的用户诉求,设计更合理的内容,例如针对认知型用户,可以进行种草推荐,激发他们的兴趣;兴趣型用户,需要了解他们未行动的原因,解决转化阻碍;购买型用户,需要唤醒需求刺激更多下单;而忠诚型,则可以进行更多体验细节的优化,让他们更加简单、效率的完成购买。
AARRR模型
Acquisition:获客,引入流量Activation:激活,刺激用户参与Retention:留存,减少用户流失Revenue:变现,提升下单转化Refer:传播,促进分享和复购。
领取专属 10元无门槛券
私享最新 技术干货