阐述做好用户精细化运营的几大手段 怎样做好用户精细化运营?( 二 )

接下来的内容,我们将按照上述环节一一进行讲解 。 第一个环节我们讲解的是制定注册用户精细分群分层模型与指标 。
注册用户精细分群分层,顾名思义,简单来说就是进行用户分层并标记各种标签 。
一千个读者就有一千个哈姆雷特,同样是使用产品,但用户使用产品的理由、满足的需求间存在各种不同的差异 。 也许A用户看中了品牌情怀,B用户看中了产品性价比高,C用户看中了产品的服务好 。 如果不进行用户分群分层,又怎么针对用户的不同需求提供服务呢?
因此,在用户运营的过程中,用户分群分层的作用很明显,它帮助我们把用户分成各个层级和群体,然后我们根据各个层级和群体的不同,制定出更精准、更有针对性的运营策略 。 在这里有几个概念需要明确,即「用户画像」、「用户分群」、「用户分层」,为了保持概念的准确性,在此我们进行简单解释:
用户画像:一般包含用户的人本属性,如身份特征、行为特征、消费特征、心理特征、兴趣爱好、渠道属性 。 具体内容如下:
用户分层:一般来说,我们结合用户在产品上所处状态作为用户分层的依据,比如我们最常见的RFM模型,依托于用户最近一次购买时间、消费频次以及消费金额,通过衡量用户价值与用户创利能力,对用户进行分层 。
比如,我们结合RFM模型,对用户进行划分为8个群体,从高消费频次、高消费额、最近消费过的重要价值用户,到低消费频次、低消费额、很久未消费的一般挽留用户 。
RFM模型
用户分群:相较于用户分层,用户分群更加聚焦于用户行为表现,比如易观方舟推出的智能用户运营的ARGO成长模型 。
举个例子,高消费频次+低消费额、低消费频次+高消费额,这两类用户可能都是某种意义上的高消费用户,但行为特征会存在很大差异,所对应的运营策略也不一样 。
其实也可以这么理解,用户分群是用户分层的进一步精细化划分 。 ARGO成长模型的相关指标有着明显的递进关系,而RFM模型则相互独立 。
解释清楚上述关键词,那么我们继续讲下注册用户精细分群分层 。
因为不同行业中,用户分群分层可能是多样性的,用户分群分层在产品发展的不同阶段也有不同的变化,且用户分群分层需要定性与定量 。 因此我们可以遵循下面这两个原则,帮助我们更好地完成用户分群分层:
(1)精细分群分层,遵循MECE原则
在进行注册用户精细分群分层的过程中,我们遵循由麦肯锡提出的MECE分析法,这不仅仅是帮助用户运营找到所有影响预期目标的关键因素,并找到所有可能的解决办法,而且有助于对用户、问题或解决方案进行排序、分析,并从中找到令人满意的解决方案 。

推荐阅读