用戶管理：從精細化用戶分層分群開始
在用戶數量較低時，粗曠式運營也許能夠滿足日常的運營需求。
但隨著產品規模快速擴張，面對越來越多的用戶，越來越多元的用戶需求與用戶場景，體系化的運營策略成了提高工作效率與效果的重要利器。在具體的用戶運營開展前，體系化運營的前提就是建立用戶運營的數據指標。
在搭建用戶運營體系時，應按照以下步驟進行：
針對不同階段目標，制定相應用戶分群分層模型與指標（如ARGO模型、RFM模型應用）；
通過數據分析制定相應運營策略，包括運營周期、推送方式；
制定數據效果的評判標準，結合運營數據進行策略迭代。
首先，我們先來了解一下什么是用戶精細分層分群。
顧名思義，就是進行用戶分層并標記各種標簽。一千個讀者就有一千個哈姆雷特，同樣是使用產品，但用戶使用產品的理由、滿足的需求間存在各種不同的差異。也許A用戶看中了品牌情懷，B用戶看中了產品性價比高，C用戶看中了產品的服務好。
如果不進行用戶分群分層，又怎么針對用戶的不同需求提供服務呢？
因此，在用戶運營的過程中，用戶分群分層的作用很明顯，它幫助我們把用戶分成各個層級和群體，然后我們根據各個層級和群體的不同，制定出更精準、更有針對性的運營策略。在這里有幾個概念需要明確，即「用戶畫像」、「用戶分層」、「用戶分群」，為了保持概念的準確性，在此我們進行簡單解釋。
一般包含用戶的人本屬性，如身份特征、行為特征、消費特征、心理特征、興趣愛好、渠道屬性。具體內容如下：
一般來說，我們結合用戶在產品上所處狀態作為用戶分層的依據，比如我們最常見的RFM模型，依托于用戶最近一次購買時間、消費頻次以及消費金額，通過衡量用戶價值與用戶創利能力，對用戶進行分層。
比如，我們結合RFM模型，把用戶劃分為8個群體，從高消費頻次、高消費額、最近消費過的重要價值用戶，到低消費頻次、低消費額、很久未消費的一般挽留用戶。
RFM模型
這里解釋一下RFM模型的構成：
Recency：最近一次消費，即用戶距離當前最后一次消費的時間。最近一次消費的時間距今越短，對我們來說更有價值，更可能有效地去觸達他們。
Frequency：消費頻次，用戶在一段時間內，在產品內的消費頻次。
Monetary：消費金額，即用戶的價值貢獻。
基于這三個維度，我們將每個維度劃分為高、中、低三種情況，并構建出完整的用戶價值象限。
通過上面的RFM模型，我們可以更加直觀的把用戶劃分為8個不同層級。如果能夠找出產品內用戶隸屬于以上8類中的哪一類，就可以針對性的制定運營策略。
比如某用戶最近一次消費時間距今比較久遠，沒有再消費了，但是累計消費金額和消費頻次都很高，說明這個用戶曾經很有運營價值（屬于 “重要保持客戶”），我們不希望流失。所以，運營人員就需要專門針對這類型用戶，設計召回用戶運營策略，這也是RFM模型的核心價值。
在劃分完不同層級后，最困難的事情在于如何制定每個值的高、中、低評判標準。一般而言，在結合實際場景需求的同時，我們可以通過散點圖進行大致的區分。
通過散點圖，我們可以比較直觀的看清用戶分布情況。進行確定評判標準時，盡可能的將密集部分劃分在一起，促使用戶群體的行為共性更大。與此同時，需要我們在實際運營過程中進行不斷調整。如果面臨超大規模的數據時，如果能通過聚類分析等手段，可以得到更加科學精準的結果，從而幫助我們進行標準制定。
相較于用戶分層，用戶分群更加聚焦于用戶行為表現，比如易觀方舟推出的智能用戶運營ARGO成長模型。例如，高消費頻次+低消費額、低消費頻次+ 高消費額，這兩類用戶可能都是某種意義上的高消費用戶，但行為特征會存在很大差異，所對應的運營策略也不一樣。
其實也可以這么理解，用戶分群是用戶分層的進一步精細化劃分。ARGO成長模型的相關指標有著明顯的遞進關系，而RFM模型則相互獨立。
解釋清楚上述關鍵詞，那么我們繼續講下用戶精細分層分群。
因為不同行業中，用戶分層分群可能是多樣性的，用戶分層分群在產品發展的不同階段也有不同的變化，且用戶分層分群需要定性與定量。因此我們可以遵循下面這兩個原則，幫助我們更好地完成用戶分層分群：
（1）精細分層分群，遵循 MECE 原則
在進行用戶精細分層分群的過程中，我們遵循由麥肯錫提出的MECE分析法（即“相互獨立，完全窮盡”，也就是對于一個重大的議題能夠做到不重疊、不遺漏的分類，而且能夠借此有效把握問題的核心，并成為有效解決問題的方法）。
這不僅僅是幫助用戶運營找到所有影響預期目標的關鍵因素，并找到所有可能的解決辦法，而且有助于對用戶、問題或解決方案進行排序、分析，并從中找到令人滿意的解決方案。
即在確立主要目標的基礎上，再逐個往下層分解，直至所有的細分目標都找到，通過對目標的層層分解，分析出用戶的關鍵行為與目標間的關聯。
（2）明確階段目標，讓分層分群更簡單
正如用戶有生命周期一樣，產品與用戶運營也有著明顯階段性的目標和策略。產品所處的生命周期階段不同，對用戶運營的要求也不盡相同。
本文來自微信公眾號“易觀數科”（ID：enfodesk），作者：奮斗者，36氪經授權發布。
