客户分层分群(用户分层方法)

用户分层是精细化运营的前提。要理解精细化运营，首先要理解用户分层。本文旨在总结用户分层的一般方法论，尝试从维度的角度解构用户分层的三种模型，并以用户生命周期的分层模型为例，勾勒出一幅精细化运营的“作战地图”。

一、用户分层的目的

用户分层，主要目的是细分用户人群，通过有针对性的运营策略，用较少的资源和成本挖掘更大的用户价值：

1.不同群体的落地策略，促进业务转型。

人以群分不同群体的用户对产品有不同的需求和诉求。通过用户分层，可以将具有相同特征的用户进行聚类，根据不同人群的特征实施有针对性的运营策略，从而更好地提高每一类人群的业务转化率。这是用户分层的首要目的。

2.按人分配资源，精细控制成本。

不同的人群有不同的业务转型目标和难度，所以平台运营者在每一类人群身上投入的资源和成本自然也不同。通过用户分层，可以将有限的资源和预算更合理地投入到业务运营中，更好地控制业务ROI。

二、用户分层和用户分组的区别

很多人把用户分层和用户分组混为一谈，但两者内在逻辑有显著区别。

如图1所示，用户分组中的“用户群”是一种平行或平行的逻辑关系，比如基于性别、省份和地区、用户偏好等的人群划分。用户层级中的“用户群”概念是多一层，不同群体之间存在递进或顺序的逻辑关系，如基于成员级别、生命周期阶段、转化漏斗级别的群体层级。

虽然人群划分逻辑不同，但是用户分层和用户分组可以一起使用。比如同一用户分层可以拆分成多个用户分组，同一用户分组也可以拆分成多个用户分组进行精细化操作，此处不展开。

三、用户层次模型构建的四个步骤。

用户分层没有固定的方法，需要根据商业模式和用户运营的实际需求来制定。一般来说，用户分层的模型构建主要包括以下步骤：

定义业务需求——所有的用户分层都是特定业务场景下的用户细分。只有定义了业务需求，才能从相应的角度定义目标用户和业务目标，做到有的放矢。

用户聚类分析——用户聚类分析有助于我们勾勒出每一层的用户画像，也有助于我们提炼出用户分层所要选取的核心维度。

维度拆解3354层次维度是业务所依赖的核心索引或链接，是支撑用户层次模型的核心“骨架”。

分层模型构建3354是根据选取的业务维度，结合用户聚类分析和测试验证的数据，最终找到关键值和节点，从而构建用户分层模型。

四、用户分层的三种模式

用户层次模型构建的核心维度可以是一个或多个，但一般不超过三个。基于此，根据层次维度的数量，我们可以将用户层次模型分为三类：一维、二维和三维层次模型：

1.一维层次模型

一维用户分层是最常见的用户分层模型，即仅基于一个核心维度来划分用户。如图2，左图是基于用户平台价值维度的分层用户金字塔模型，用户价值自下而上递增；右图是基于用户交易环节的漏斗转化分层模型，自上而下一步步将用户转化为交易用户。

一维层级模型中的用户一般沿着核心业务维度的链接方向线性迁移，即用户的平台价值一般是逐渐提升的。但是，在某些模型中，用户也会跨级。例如，在上面的金字塔模型中，有

此外，关键运维用户层可以进一步分层操作。比如“付费VIP用户”还可以根据支付次数和支付金额的数值划分多个VIP等级进行差异化运营。

2.二维层次模型

二维用户分层，顾名思义，就是选取两个核心业务维度进行二维建模。最经典的是波士顿矩阵分析。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，帮助企业评估筛选渠道或分析现有产品结构问题，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。