當前位置:菜譜大全網 - 素菜食譜大全 - 數據運營-用戶分析之用戶分層

數據運營-用戶分析之用戶分層

壹句話說就是為不同用戶做不同的服務(不同的運營手段),以達到極致化用戶價值的目的。

舉個栗子?:

a. 在活動推送中,給男性用戶推送的頁面以藍色為主,女性推送的頁面以粉色為主,以增加用戶的點擊量,是壹種簡單常見的用戶分層實例。

b. 在電商行業中,常用短信進行用戶的促活,但為節省投入的成本,給高價值用戶推送,比給低質量的流失用戶推送,在後期獲得的價值會更高。

所以說在獲客成本,運營成本不斷增加的今日,精細化運營不得不重視起來,精細化運營的前提便是用戶分層,那用戶分層在實際的應用有哪些,需要註意的點有哪些,我的實際經驗來總結壹下:

在增長黑客中提到的壹個例子,壹家訂房APP,發現在3G或者4G環境下的用戶購買量要比Wi-Fi環境下使用APP的用戶高兩倍,針對這發現,該APP把廣告投放精細為不使用Wi-Fi的用戶,只對這些人展示廣告,從而增加了廣告的點擊率和購買率,這個例子是公司在發現這個網絡的用戶特征差異之後,對用戶進行網絡特征的用戶分層,來節省成本,提高購買的目的。

而在營銷運營的實際工作中,用戶分層的方法更是體現在各處,活動的推送,廣告的變現,電銷leads等等。

那用戶分層的具體方法有哪些呢?

按照用戶特征分類是壹種比較常見的用戶分層,例如城市,性別,收入等

其次網上說到的RFM模型分層,AARRR模型分層等等,有時還會用到根據相應業務的產品特性進行分層,主要的精髓就是根據業務特性,把用戶之間的差異找出來,再給予不同用戶群不壹樣的需求服務,達到增加用戶群價值的目的。

a. RMF模型

R(Recency):離某個時間點最近的壹次消費,為「近度」維度;

 F(Frequency):壹段時間內的消費頻次,為「頻度」維度;

 M(Monetary):對應這段時間內的消費金額,為「額度」維度。

解讀:

RFM每個要素標號為1和0,1代表高,0代表低

重要價值客戶(111):最近消費時間近、消費頻次和消費金額都很高,必須是VIP啊!

重要保持客戶(011):最近消費時間較遠,但消費頻次和金額都很高,說明這是個壹段時間沒來的忠誠客戶,我們需要主動和他保持聯系。

重要發展客戶(101):最近消費時間較近、消費金額高,但頻次不高,忠誠度不高,很有潛力的用戶,必須重點發展。

重要挽留客戶(001):最近消費時間較遠、消費頻次不高,但消費金額高的用戶,可能是將要流失或者已經要流失的用戶,應當基於挽留措施。

在每個層用戶給予不同的服務,以促進用戶產生價值。

AARRR模型(用戶生命周期):

舉例:某教育平臺給點擊試聽的用戶電話回訪需要什麽幫助。

註意:

在實際的用戶分層的運用中,除了給用戶不同的運營策略來營銷,還有壹點重要的是數據的回歸,以便之後進行更準確的精準營銷。

數據回歸的方法之後會講到,敬請關註。

註:上述故事有所借鑒

鳴謝《增長黑客》