5大用戶分層模型，教你輕松建構(gòu)用戶運(yùn)營(yíng)體系

構(gòu)建用戶運(yùn)營(yíng)體系，最重要的是建立合理的用戶分層模型，而用戶分層模型多種多樣，不一樣的劃分規(guī)則就能形成不一樣的分層模型。

除了常見的RFM模型，以及易觀方舟提出的智能用戶運(yùn)營(yíng)ARGO模型，最常用的還有用戶忠誠(chéng)度和用戶生命周期模型。此外，在具體的行業(yè)應(yīng)用中，我們還可能用到以下這幾種模型：

當(dāng)用戶運(yùn)營(yíng)資源非常有限時(shí)，我們可以使用正態(tài)分布模型。比如二八法則即屬于正態(tài)分布形式，80%的用戶處于價(jià)值曲線的平均值附近，而剩下的20%的用戶才是主要的利潤(rùn)來(lái)源。

一般而言，正態(tài)分布模型從利潤(rùn)貢獻(xiàn)和用戶數(shù)量?jī)蓚€(gè)維度進(jìn)行建模，大家會(huì)發(fā)現(xiàn)提供營(yíng)收最多的客戶是極少數(shù)。因?yàn)檫\(yùn)營(yíng)成本和突發(fā)狀況造成用戶流失，造成虧本的也是少數(shù)，大多數(shù)利潤(rùn)都集中在一個(gè)恒定值附近。

基于上述情況，我們就可以分配更多的運(yùn)營(yíng)資源去重點(diǎn)維護(hù)高利潤(rùn)用戶，同時(shí)對(duì)于占據(jù)大部分公司運(yùn)營(yíng)資源，但對(duì)提供利潤(rùn)有限的客戶進(jìn)行適當(dāng)?shù)馁Y源調(diào)整。而大多數(shù)在恒定值附近的客戶則進(jìn)行標(biāo)準(zhǔn)化服務(wù)，節(jié)省資源，降低邊際成本。

所以，用戶體系建立，就是為了方便進(jìn)行不同的運(yùn)營(yíng)策略優(yōu)化，進(jìn)而完成最終的業(yè)務(wù)指標(biāo)——利潤(rùn)。

品類綜合偏好對(duì)于電商而言，與品類具有緊密關(guān)系；而對(duì)于內(nèi)容產(chǎn)品而言，與內(nèi)容種類緊密相連?，F(xiàn)在獲取內(nèi)容或者購(gòu)買商品渠道愈發(fā)多元化，用戶對(duì)不同品類商品/內(nèi)容都可能選擇不同渠道。

品類綜合偏好，通過(guò)用戶搜索、瀏覽、關(guān)注、購(gòu)買品類商品的次數(shù)、頻率等行為來(lái)計(jì)算品類權(quán)重，而從對(duì)用戶進(jìn)行分層、分群，以便更好的進(jìn)行用戶運(yùn)用，最終促進(jìn)用戶的購(gòu)買

用戶活躍度分層在各類網(wǎng)站的用戶運(yùn)營(yíng)中運(yùn)用的非常多，通常使用PV、停留時(shí)長(zhǎng)、發(fā)帖數(shù)等來(lái)劃分用戶活躍度。

對(duì)于電商或者新零售來(lái)說(shuō)，最重要的還是購(gòu)買行為?？梢愿鶕?jù)用戶近期購(gòu)買頻次，按一定的規(guī)則劃分成新用戶、活躍用戶、沉睡客戶和流失用戶，活躍用戶可以進(jìn)一步劃分成高、中、低頻。

購(gòu)物決策力是通過(guò)用戶購(gòu)買商品的行為來(lái)描繪區(qū)分用戶購(gòu)物時(shí)的決策方式，對(duì)用戶進(jìn)行分群分層。用戶可劃分為購(gòu)物沖動(dòng)型、反復(fù)猶豫型、理性比較型等等。

購(gòu)物決策類型可以增進(jìn)客服對(duì)用戶心理的了解，或提升優(yōu)惠券的使用情況，從而提高最終購(gòu)買率，降低退換貨率。

了解不同購(gòu)物人群的比例，還可以用于產(chǎn)品設(shè)計(jì)，根據(jù)用戶下單前瀏覽時(shí)間、瀏覽SKU數(shù)量、首次瀏覽到購(gòu)買時(shí)長(zhǎng)等特征做聚類，從而實(shí)現(xiàn)個(gè)性化推薦或者推送相關(guān)的用戶運(yùn)營(yíng)活動(dòng)。

常見的促銷類型有單品折扣促銷、滿減促銷、加購(gòu)等等，不同用戶對(duì)于不同的促銷方式有著不同偏好。

我們可以在獲知用戶愿意接受的促銷方式后，進(jìn)行定向營(yíng)銷，可以有效避免運(yùn)營(yíng)成本浪費(fèi)，提高相應(yīng)品類、相應(yīng)活動(dòng)的購(gòu)買轉(zhuǎn)化率。

近期白皮書