首页 / 新闻中心 / 网络营销

如何通过用户分层进行精细化管理?

2018-07-12 点击量:1739

       所谓的分层就像我们社会阶层一样,比如按社会经济地位划分,可分为普通大众、中产、精英、富豪。


  只不过用户分层没那么复杂,用户分层是进行用户高效管理的一种方式,即对用户群组进行划分,通常用来描述用户在产品上所处的状态上。


  用户分层并不是什么神秘复杂的东西,其实不管是在上市公司,还是创业公司,甚至大众微商,都有潜意识的进行用户分层管理。


  比如电商社群,某些商家会把消费满5万的用户拉到一个微信群,把消费小白建立另外一个群,每次一搞大型的促销,就会在群里群发优惠券。不同群之间,优惠券可能还不一样。


  用户分层的作用显而易见,根据各个层次用户群体的不同,我们可以有目的的制定出更精准、更有针对性的运营策略,避免浪费。


  简而言之,就是运营资源高效化。用户分层是精准化运营的重要方式,也是建立用户模型的一部分。


  用户分层方法步骤


  一、对用户进行定性,创建特征用户群体


  对用户分层,首先我们需要对用户进行定性。所谓的定性就是了解用户做了什么,然后创建细分的用户群体。通俗的说,就是建立群体标签。


  以电商平台为例:用户分层一般呈金字塔形,上下层之间呈递进依赖关系。


5.1.jpg


电商用户分层


  这是一个理想的用户行为,事实上新用户到付费用户之间,用户量是不断流失的。


  用户分层并没有一个统一的标准,我们大致可以把所有产品的用户分层为:潜在用户(游客)、普通用户、活跃用户、核心用户。


  这就是对用户的一个简单定性。更为细致复杂的用户分层方法,可以套用经典的RFM用户模型。


  二、对具体用户按标准分层,进行聚类


  对于具体某个用户,当然不能按照主观感受去定性的。我们可以通过条件判断划分出来,然后进行特征聚类。


  通常互联网产品关注的是用户的点击量、使用时长、使用频率、产品贡献率、忠诚度等指标。我们就可以通过这些维度去建立用户分层标准。


  以互联网金融产品为例:


5.2.jpg


互联网金融产品用户分层


  例:访客,即在10天内至少启动1次应用,且至少回访1次,则标记为访客。否则标记为流失访客。


  分档之后,进行聚类分析。这部分需要较强的数据分析能力,这里只讨论分层方法,不讨论具体的具体的数据分析。


  用户分层步骤很简单,最难的是该如何设定分层标准。建议初级运营人员都看一下《网站分析实战 如何以数据驱动决策,提升网站价值》这本书,了解运营人员应该关注哪些数据。


  双向用户分层


  而产品不同,其分层方式也不一样。下面要介绍一种常见的用户分层方式——双向用户分层。


  实际中很多产品的用户并不是单方向用户,例如,对于电商平台,用户是两方向的,to B 和 to C,面向商户和面向C端用户,两者的用户行为状态是不一致的,这就需要进行双向用户分层。


  这类双向用户的平台非常多,我们常用的百度、微博、知乎、今日头条、抖音等都属于这一类。一般是规模化的巨头。


  这类平台的特点是拥有海量的用户,用户可以成为消费者也可以成为服务者。在不同的角色中,用户所处于的层次也不同。


5.3.jpg


知乎用户分层


  用户分层在运营工作中的作用


  虽然我们前面说了用户分层是为了高效、精准化运营,但具体运用什么样的呢?下面以示例来说明。


  1、对不同级别用户提供不同的资源倾斜


  现在,很多产品都设有等级制度,比如QQ等级,微博等级,贴吧等级等。不同等级的用户可获得不同的权限。这是一种自动的用户分级,不需运营人员处理,自动获得资源倾斜。


  以贴吧为例,用户签到可以赢得升级经验,发帖留言也能获得经验,有些大的贴吧,往往还有设置发帖留言门槛,入吧达到一定时长或等级才能参与进来。


  除此之外,还有隐性的资源倾斜,比如微博将明星大V和中小草根用户区分开来,给优质用户更多流量支持和运营扶持,包括更多的曝光量、分发量,或者金钱,物质,荣誉激励(举办线上线下的微博活动、人物评选等)。


  这部分就是运营人员所需做的工作了。


  2、为不同级别的用户推送不同的内容


  初级运营最容易犯的错误就是,一条PUSH走天下。


  记得笔者在之前公司做线下活动时,为了召集更多的用户来参加,经常会短信推送活动通知到所有注册用户。事实上,这种广撒网的方式,经常让我有这样的错觉:我是不是发了一个“假的推送”。


  实际上,小型的线下活动沙龙,本地用户更有参加的意愿,外地用户则因参加成本过高,大都不会来。活动主题也很重要,是分享会,还是路演活动。分享会则有更多愿意学习的普通群众来,路演活动更多做投资的专业人士参加。


  对于资讯类、电商类产品也是如此,对于活跃用户可以多加推送。对于不活跃用户,则要适量,不然容易导致用户反感,进而流失。


  现在的大数据推荐,也是根据建立的用户模型来的推送的。比如说A浏览了更多的娱乐类新闻,且停留的时间较长,就会推送更多的娱乐类新闻到A。


  当然这是机器要做的事了,而运营人员要做的事是设定优化规则,做灵活性更强的工作。


  本文主要目的也是为了让更多初级运营有区别对待用户意识,从不同用户需求出发,设计更多激励方式,促进用户增长、留存、活跃。


热销模板
建站模板

化工、原材料、农畜牧,五金、设备、工业制品,汽车、汽配、汽车服务

建站模板

教育、政府、机构组织

建站模板

数码、家具、家居百货,建筑、装修、中介服务

建站模板

数码、家具、家居百货

建站模板

数码、家具、家居百货

请完善企业信息

模板名称: 编号: 查看此模板

  • 企业名称
  • 联系方式
  • 图形验证码
  • 验证码
  • 联系地址

请完善企业信息

模板名称: 编号: 查看此模板

恭喜您!网站创建成功

查看网站 管理网站

登录

忘记密码 立即注册

注册