用户分层,该怎么分才合理(实操版)

本文读完需要很认真,请追求进步的你坚持阅读到最后,并且点个在看证明你读完了

【木东居士】在用户画像的建设中,很少有团队不提用户分层的,比如说你的活跃用户分层(高、中、低活跃用户)、付费用户分层(高、中、低付费用户),这些用户分层可以用于各种各样的数据分析和数据运营场景中。甚至在一些团队中,直接把把用户分层作为一种数据分析的套路,不管什么场景,遇到分析就先来一遍用户分层,万金油!但是,用户分层在很多实际业务场景中又往往难以比较好地落地和发挥价值。总结其原因,大多和业务理解有很大关系,脱离清晰的业务规划去设计用户分层是大部分场景不能较好地落地的主要原因。另一方面,分析师又容易陷入于满足业务需求的泥潭中,缺少从技术角度做出突破,最终做出来的用户分层都是卡个简单的阈值,做了两年的用户分层,除了根据业务理解通过单特征卡个阈值什么也没尝试过,久而久之,数据分析师最多也就是Sql里面写个Case When就完事儿了。因此,如何既能保持够深入业务需求去get业务侧的关注点,同时又能见缝插针用上一些先进的技术,是一名优秀的数据分析师要具备的能力。本文系转载自接地气学堂陈老师的用户分层文章,文中对于居士提到的第一个原因做出来详细的分析和讨论,文章很精彩,特此分享给大家~

有同学问:领导让做用户分层,可不管怎么分,似乎都觉得没有啥科学道理,也经常被嫌弃:“你这分层分的有啥意思”。到底有没有标准的分层规范?在解答这个问题之前,大家先看一个简单的问题,假设一个业务收入情况如下,你会怎么解读数据?(总收入=付费用户数*付费用户人均付费)

 

用户分层的一般作用

本质上看,用户分层是一种特殊形态的用户细分:按用户价值高低进行细分。处于上层的,是高价值用户,处于下层的是低价值用户。用户分层最大用处,是:去平均化。比如上边的题目,大部分同学会脱口而出:

  • 总收入在下降

  • 人均付费减少了17%,用户增长了20%

  • 所以要把人均付费搞高,再搞多25

看平均数,就会得出这种结论。可实际上,平均值降低25元,是不是等于业务就得想办法拉高25元呢?——当然不是。因为我们并不了解这一万多用户的构成。如果我们告诉大家,这1万人有下边两种形态构成,大家还会觉得,人均拉高25元就可以了吗?

这就是用户分层作用的直观展示。我们会发现:通过平均数,观察到的趋势是对的,但推导出的执行计划,往往是错的。落到执行层面,需要进行用户细分,才能更容易找到真正问题,制定可行的计划。

用户分层的特殊作用

用户分层还有个特殊作用,就是:一个企业提供给高中低档用户的产品/服务/体验是有限的。往往是固定的高中低档套餐,高配/标配/低配产品,高级/中级/初级VIP服务。当我们分开高中低档观察用户的时候,很容易直观看到:我们提供的产品/服务/体验是不是出了问题,我们正在损失哪一档顾客。这样的分析指向性非常强。可以快速定位问题,帮运营找到突破口。

比如上边例子中AB形态,为了举例方便进行了简化,但代表了两种很经典的业务形态,依赖土豪用户的大R型业务和依赖大量普通用户的大DAU型业务。(大R和大DAU是游戏行业术语,这两种形态在游戏行业区分最泾渭分明,因此这里直接套用一下)。他们的用户分层常见形态如下:

 

了解到这一层,再看回AB两形态,我们就能更准确定位出问题:

经过这一层解读,是不是比只看个平均数,然后说:“客单价低了,要搞高!”要分析的更透彻。这就是用户分层的更进一步作用:通过结合业务行为的分层,快速定位业务问题

用户分层的常见错误

看了示例,有同学会说:“那看起来分层很简单啊,用户价值吗,付费≥活跃≥注册,我直接叠个金字塔(如下图)不就好了,我看网上都是这么叠的”

 

答:这是一个用户分层的常见错误:缺少重点。要记得,做用户分层是为了快速定位问题,如果只是像上图,单纯的把注册、活跃、付费叠成金字塔,图形看着挺牛逼,可本质上,不就是把用户量、活跃率、转化率三个指标用金字塔图的形式再说一遍吗。图和报表含义一样,那多做个奇形怪状的图就是脱了裤子放屁。这也是开头吐槽“你这分的有啥意义!”的来源。

 

还有同学会说:“我看示例,也就是一个维度砍几段,那我把付费、活跃这些维度看看,做个类似下图:想象中分层效果,不就好了?”

 

答:这是另一类用户分层常见错误:维度交叉。用户付费、活跃指标之间,有交叉很常见的事。当分类维度相互交叉,一层用户又包含另一层的时候,解读起来就很费劲,这时候还不如直接做个矩阵分类看得更清楚。

 

综上,用户分层之所以经常做的流于表面,很大程度是因为:做分析的同学缺少细化思考的意识,过分追求画一个层层叠叠的图,来显得思考全面,忽视了这个图对业务的作用,忽视了业务本身在不同阶段有不同需求。

 

用户分层的基本思路

做用户分层其实很简单,如下图所示,只需要分类维度+分类标准两样东西即可

我们说过:用户分层的最大用户是快速定位问题,提示业务突破口。想要达到这两重目的,就得做到(如下图所示):

  • 分类维度是当前业务的关键问题

  • 分类标准和业务动作直接相关

 

业务发展的关键问题和业务动作,并非完全异想天开,或者“听领导指示”,而是与产品/业务发展的生命周期高度相关。每次讲到:“要了解当前业务重点问题”,都有同学说:我直接去问问。额,直接沟通是好事,但是如果自己啥都不懂,不但业务懒得分享,偶尔说几个词可能还听不懂。甚至有可能运营自己都是稀里糊涂,领导说啥干啥,不懂脑子。所以做分析的同学还是得有些了解的。

 

基于发展阶段选分类维度

 通常一个产品/业务上线会经历五个阶段(如下图所示)每个阶段要关注的核心指标、关键问题是不一样的。

通过传统企业在产品生命周期末尾会选择甩货、等下一代产品上线。互联网企业做多次迭代可能性更高。在不同的阶段,业务关注的问题也会不同,如下图所示:

 

有了这些基础,我们自己能对当前形势做初步判断,和业务沟通也更顺畅。定出当前关注的重点问题,就能锁定分类维度,下边再看分类标准。

 

基于业务动作设分类标准

企业能提供给用户的产品/服务/体验是有限的,它受到三方限制

  • 产品限制:每种产品,每个产品组合能满足用户的需求是有限的

  • 竞品限制:即使企业能提供众多产品,也很难包装拼的过对手

  • 需求限制:用户口味会经常变化,今天喜欢,明天就不喜欢

在这三方限制下,往往运营会选择爆款战略,用一个爆款产品/有竞争力的服务/优质的顾客体验来吸引用户,达成自己的目标。往往在用户处于新人阶段,有一个入门级产品;在成长期会在某个节点设立特别优惠的奖励。这些节点,就成为天然的分类标准。

 

在这方面,传统企业做的反而比互联网企业要好。传统企业指望卖产品的毛利过日子,因此对给客户多少回馈有清晰的界定。一般是从毛利中拨一个固定比例作为回馈,然后参照竞争对手的比例,选择自己主打的档位,从而形成竞争优势。这样对应的分类标准,也可以直接套用业务的标准(如下图所示)。

 

在这种分层标准的指导下,就很容易根据分层数据的变化,找到对应的问题。如同开头举例的效果,看到某个档次的用户少了,立马意识到:找人找偏了,产品竞争力得检讨了。这样后续深入分析,也有了线索。

 

反倒是互联网企业,除了少数头部企业外,大量的还停留在大干快上、烧钱补贴阶段。缺少清晰的产品线规划和竞争策略,反正运营有钱就往死里发券,做大了规模好上市圈钱。所以在互联网公司经常培养出那种:注册少了-发券,活跃不行-发券,留存不行-发券的无脑运营。

 

如果做数据分析的同学,发现你们公司的运营真的很无脑,都是看着AARRR哪个指标跌了就短期上活动搞一搞,完全没有全局规划,也没啥策略。那可以试着参照竞品的情况,做一个竞品分析,把本品,竞品在不同消费/活跃程度的用户身上的差异分清楚,帮他们看到:我们其实在XX档次有优势,在XX档次有劣势。因此,我们可以制定用户分层战术,进一步系统的优化。毕竟我们是搞运营,不是搞运动。

小结

用户分层看起来简单,可深入探讨的话,需要牵扯的业务细节非常多。很多同学做起来很困扰,都是困扰在:领导让我分高端用户,到底是8000算高端,10000算高端,还是12000算高端呢?是滴,他就纠结这个划线纠结的死去活来。

 

你反问:

  • 目前阶段的重点问题是什么?

  • 在目前阶段,高端真的就是“高消费吗?”

  • 8K,10K,12K背后,对应我们运营的什么动作?

  • 我们做的动作,到底对用户有什么吸引力,竞争力

他啥都不知道!他还在指望着,能有个机器学习算法,啪啪一算,就告诉他:“人工智能阿尔法大狗子告诉你,10000是完美的标准,谁不服气,阿尔法大狗子咬死他”

 

这就南辕北辙了。用户分层是业务运作的结果,用户分层是应用于业务运作,因此看似简单的分层,只要和业务结合起来,就很容易解释清楚,也很容易定位到问题。与大家共勉。

  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值