新媒体

您的当前位置:网站首页 > 新媒体 > 做好用户分层,运营更加精细化

做好用户分层,运营更加精细化

来源:麦策电商    日期:2018-06-17 10:00:20     人气:64

做好用户分层,运营更加精细化。对用户运营应更加精准化,这时就涉及到对用户进行分层,即对用户群组进行划分,不同层级的用户,施以不同的运营策略。

做好用户分层,运营更加精细化

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,其实不管是上市公司,还是创业公司,甚至大众微商、实体店铺,都有运用到用户分层管理。

最简单的就是VIP会员卡,还有电商社群,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,而在不同群之间,发不同的优惠券。

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。

一、用户分层方法步骤

1.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。

做好用户分层,运营更加精细化

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。

2.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:

做好用户分层,运营更加精细化

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。

二、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面向单方向用户的,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。

做好用户分层,运营更加精细化

知乎用户分层

三、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,但具体运用是什么样的呢?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。

作者:秋日里的猫   本文由 @秋日里的猫 授权发布,未经作者许可,禁止转载。题图来自 unsplash,基于CCO协议


文章评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。