用户分群是企业精细化,数据化运营的第一步。
用户分群数据分析方法是进行用户画像的关键数据分析模型,这是企业进行数据分析、精细化运营的第一步。用户分群即用户信息标签化,通过用户的历史行为路径、行为特征、偏好等属性,将具有相同属性的用户划分为一个群体,并进行后续分析。
漏斗分析关注阶段差异,用户分群关注群体差异
前面的文章我们讲了漏斗分析模型。通过漏斗分析模型,运营人员可以看到,用户在不同阶段所表现出的行为是不同的,譬如新用户的关注点在哪里?已购用户什么情况下会再次付费?然而,由于群体特征不同,行为会有很大差别,因此运营人员或者产品人员希望可以根据历史数据将用户进行划分,将具有一定规律特性的用户群体进行归类,进而再次观察该群体的具体行为。这就是用户分群的原理。
普通用户分群与预测分群
严格说来,用户分群分为普通分群和预测分群。普通分群是依据用户的属性特征和行为特征将用户群体进行分类;预测分群是根据用户以往的行为属性特征,运用机器学习算法来预测他们将来会发生某些事件的概率,分别从两个场景介绍下这两种用户分群方式。
普通用户分群——分析用户属性与行为特征
以直播产品行业为例。高黏性与高频消费用户的行为观察是产品经理和运营人员工作重点。