在日常的产品运营过程中，你是否遇到过如下场景：一款百万级以上用户的产品，用户增长渐慢，预算花费、人力精力有限，该如何精细化的管理，使得运营资源高效分配？又比如在电商营销系统中，优惠券有很多种：红包、满减卷、限时卷，积分卷等，该如何发放优惠券才能使得收益最大化？

当面临上述问题时，我们可以根据各个层次用户群体的不同，有目的的制定出更有针对性的运营策略——精细化运营，也叫用户分层。今天我们就来说说如何利用用户分层来提高运营效率？

在说用户分层前，我们来说说用户运营，用户运营是指通过各种手段来引导用户，做我们想要他做的事。如果你是电商产品的运营，最需要做的事就是让用户付费购买商品，如果你是社区产品的运营，最需要做的事就是让用户贡献和传播内容。

用户运营也称为最大化提升用户价值。

用户价值=有效用户量*平均单体用户价值

营销、推广、增长主要解决如何提升用户总量的问题，针对性运营则是去解决单体用户价值的问题，因为同一个用户对产品的使用深度不一样，感受和需求就不一样。用户分层就是根据用户不同的消费倾向与消费偏好，针对性地提供营销和服务，最大化用户价值。

在用户运营体系中，有一个经典的框架叫作AARRR模型。它包括5个阶段：获客(Acquisition)、激活(Activation)、留存(Retention)、商业变现(Revenue)、自传播(Referral)。它被做为公司关注的五个最重要的指标，因为这些指标有效地衡量了产品的增长，同时又简单且可操作。

然而，AARRR模型中用户从活跃到转化绝不是两个简单的阶段。这期间，用户一定是动态演进的。首先，用户群体的状态会不断变化。以电商为例，他们会注册，下载，使用产品，会推荐，评价，购买以及付费，也会注销、卸载和流失；其次，核心目标不是一蹴而就的，用户要经历一些列的过程；最后也不是所有的用户都按照我们设想完成步骤，各步骤会呈现漏斗状的转化。

正因为以上特点，我们不能仅仅关注用户当前的状态属性，更需要关注用户为什么会从某种状态A升级到状态C，需要给予用户哪些“台阶”供他踩。以及接下来用户在平台的行为会发生哪种变化趋势。而伴随着用户状态的升级/倒退一定有蛛丝马迹（用户行为轨迹）可以追寻。在具体的执行过程中，我们通常是界定了某一类用户群的状态，去寻找处于这类状态当中的用户，然后有的放矢的运营，这种精细化的运营方式也就是用户分层。

首先，当产品用户规模较小的时候，运营人员可以通过感情化的手段来维护这批用户，但随着用户规模不断扩大，运营人员的精力和时间有限，这时就需要进行用户分层，以提高运营效率。

其次，一个产品随着用户基数的增长，用户开始呈现出属性差别（比如性别，地域，年龄等），即使同一属性用户也有着不同的产品行为习惯，运营人员这时就不能采取“一刀切”运营手段来运营，而是要需要根据不同人群针对性运营，满足差异化的用户需求。

最后，用户分层还可以帮助运营人员更好地梳理用户所处的流程状态，进而可以针对不同状态的用户，制定不同的运营策略。同时通过精细化运营，使得运营产品化，形成标准化的“人群-策略-触达-反馈-优化”，使得运营资源高效化，把每一份投入产出控制在最合理的有效区间。

我们将从三个方向来详细说说如何做用户分层：用户划分、用户策略制定、策略触达。

1.用户划分

用户划分没有固定的方式，只能根据产品形态和业务流程设立因地制宜的体系，不过它有一个中心思想：根据核心业务流程进行划分。用户分层展开来讲，有三个步骤，分别是：界定核心业务指标；用户分层维度划分；建立用户分层标准。

（1）界定核心业务指标

首先，界定核心业务指标能够帮助我们从纷繁的数据指标中找到影响核心目标的关键环节和因素，指导接下来的用户分层维度划分。

从业务维度上，目前的主流产品可划分为流量型业务和收入型业务。流量型业务更关注用户活跃度（活跃用户数、活跃天数、活跃时长），收入型业务更关注付费收入（转化漏斗，复购率，ARPU 值），当然两者的前提都是用户规模。

ARPU 值更多是考虑到成本和溢价等因素，运营人员的操作空间不大，付费转化率则需要我们通过对转化漏斗的运用，用户规模则又涉及到开源节流两个方面，以上两者数据结果都需要对用户以及行为步步细分。

（2）用户分层维度划分

我们可以从用户画像、用户行为、用户生命周期等几个方向来进行用户分层。

用户画像：指用户的基础客观属性，比如性别、年龄、地域、职业等。画像建立的核心是为用户群体打“标签”，一个标签通常是认为规定的高度精炼的特征标识。这一维度告诉了我们他是谁。

用户行为：指用户使用行为流程，如下载、注册登录、点击浏览、购买下单、评价分享等。这一维度告诉了我们他在做什么。

用户生命周期：指在用户参与度的持续提升、每个节点的持续转化过程中，用户同时完成了在平台内价值的提升和生命周期的一个完整周期，分为引入期、成长期、成熟期、休眠期、流失期。

常见的用户分层维度有：

（3）建立用户分层标准

前面我们已经列出了用户维度，然后我们通过这些维度去建立用户分层（群）标准。需要注意的是，用户分层标准的制定就因产品而异，比如我们按照用户状态一栏活跃度划分出活跃/非活跃用户，有的高频类业务就是每 3 天启动就算活跃，而有的中低频消费类业务可能 10 天就算活跃，这时候如果把活跃度按照 1 天长度来切割，加上用户行为拆分，结果会变得复杂，每个分层的用户相对较少，不适宜检验策略，也解决不了业务需求。

另外，还有一类面向两类用户的产品。既有平台的生产者，又是平台的消费者。这里就会产生两个不同目标，一个围绕供给端的生产、一个围绕消费端的服务，也就形成了双向用户分层。比如知乎：

在这种结构下，它的核心用户，既有内容生产方向的大V，又有消费方向的忠实粉丝，它们代表的是两类运营策略。内容生产方向：早期利用邀请制获得各行业的优秀人才，通过运营人员维系关系，并且鼓励生产内容。产品的机制也会激励大V更好的创作和生产。内容消费方向：则是找出普通用户的内容兴趣，加以引导，培养他们的付费习惯。增加Live、值乎、电子书的曝光，设计各类优惠券促进用户使用。

这类双金字塔结构，将内容生产者和内容消费者聚合在一起构成了整个平台的良性循环：大V创作内容，吸引普通人，普通人为内容付费，大V获得收益。双金字塔结构的用户分层并不少见。以我们熟知的电子商务为例，即有买家，也有卖家。买家的运营方式已经耳熟能详，卖家呢？开店教程、卖家大学、店铺装修、曝光位展示、店铺后台、各类辅助产品…运营同样需要帮助卖家成长，于是卖家也可以划分成普通卖家、高级卖家、大客户、超级金主这些等级。

O2O也是双层结构。online是用户，offline则是各类线下或者服务实体，只是这些卖家更多是销售地推和市场人员维护，但我们一样可以使用分层的思想去运营。其他还有视频直播的网红和群众，微博的大V和草根，招聘APP的企业和员工等等。

2.用户策略制定

在完成了用户群体划分之后，就是策略制定，不同的用户层级，采取的手段不同。

新用户：常用的策略是新手福利，新用户引导

普通用户：固化用户的使用习惯，加深用户产品使用频率，激发活跃度

活跃用户：大盘性营销活动，会员权益引导，长时限会员包

兴趣用户：精细化营销活动，持续性点对点刺激，会员身份认同感塑造

付费用户：用户权益体系构建，尊享福利社，维持当前状态并做好流失预警

由于受到资源的限制，当我们只能投入有限资源的时候，往往会倾斜核心群体，只有核心群体能贡献最大的价值。

在用户生命周期的分层策略模型中，一般优先级的高低依次是存量用户>高潜用户>预流失用户>流失用户。如此，抓住核心才能快速将数据指标拉回大盘。

3.策略触达

最后一步，便是策略触达，策略触达可以简单分为消息触达和权益触达。首先说消息触达，消息触达可以简单分为站外消息触达和站内消息触达。站外触达：比如 EDM、短信、PUSH、公众号、微博等等；站内触达：各类站内推广位

大的公司一般都会把消息触达做成自动化触发的系统平台，产品运营人员只需要把策略制定出来交给开发去实现策略产品后台，用户某种行为状态下就会自动引发消息的触达推送。然后辅助性做一些重要的人工运营。

另一类就是权益触达，即按照用户成长体系的权益分发。比如微博，QQ、视频网站的会员等级等，不同等级的用户可获得不同的权益。这是一种由运营策略导向产品自动化用户分级，用户达到相应级别即可获得资源倾斜。

以 QQ 为例，用户在线挂时长可以获得成长值对应的太阳，产生自豪感的同时又能获得对应成长值的 QQ 权益。再比如知乎，知乎把大 V 和普通用户区分开来，给优质用户更多流量支持和运营扶持，包括更多的曝光量、分发量或者物质，荣誉激励等等，核心是拴住这部分高价值用户。

用户分层是上下结构，可是用户群体并不能以这种结构完全概括。我们前面以“付费”划出了付费用户层，但这部分群体也有差异，有用户一掷千金，有用户高频购买，有用户曾经购买但是现在不买了，这该怎么细分？如果继续增加层数，条件会变得复杂，也不利于运营策略的制定和执行。于是我们使用水平结构的用户分群，将同一个分层内的群体继续切分，满足更高的精细化需要。

用户分群可以理解为是对用户分层的补充，当你在用户层级上不能再做用户细分时，可以考虑将同一个分层内的群体继续切分，满足更高的精细化运营需要。

RFM模型就是客户管理中的经典方法，它用以衡量消费用户的价值和创利能力，是一个典型的用户分群。它依托收费的三个核心指标：最近一次消费时间（Recency）、消费频率（Frequency）和消费金额（Monetary）。

消费金额Monetary：衡量用户读企业利润的贡献，消费金额越高的用户，价值也就越高。

消费频率Frequency：衡量用户的忠诚度，是用户在限定的期间内购买的次数，最常购买的用户，忠诚度也越高。

最近一次消费时间Recency：衡量用户的流失，消费时间越接近当前的用户，越容易维系与其的关系。1年前消费的用户价值肯定不如一个月才消费的用户。

比如重要价值客户：消费金额和消费频次高，最近消费时间较近，这是核心用户，需要重点维系；

重要保持客户：消费频次和金额都很高，但最近消费时间较远，说明这是个一段时间没来的忠诚客户，可以通过短信、push或者EDM等形式主动和他保持联系。

通过前面，我们可以了解到RFM模型是通过最近一次消费、消费频率、消费金额这3个维度来构建消费模型，它主要适用具有多次复购需求的产品。

但如果我们现在面对的是微博，今日头条，抖音这类产品，付费不再是划分用户群的指标，这种情况下我们可以将R、F、M这三个维度替换为最近一次打开、打开次数、使用时长这三个新的维度，来构建一个用户活跃度模型。

然后我们就可以根据这张表格有针对性的完成运营目标，以抖音为例。

当运营目标以提升抖音用户活跃度为主时，我们可以给重点发展用户和重点促活用户发送用户喜好的push，可以是用户关注的抖音号或者最近大火的挑战；当运营目标以拉新用户为主时，我们可以向重点核心用户和重点发展用户发起活动（可以是老用户邀请新用户获得某某奖品或荣誉等激励）。

所以，我们完全可以利用RFM模型建立不同的分群策略。

1.用户分层会随着产品发展的不同阶段产生不同的变化，小产品小用户量的切入点是先粗放后精细，而大产品大用户量的工作重点是更精细化的运营。

2.用户分层，分层维度没有统一标准，你以拿 AARRR 用户增长路径为分层逻辑，也可以按照业务核心流程为分层逻辑。

3.用户分群，它是对每一层级用户的横向再细分，可以从消费金额、消费品类、用户城市、用户性别等维度分群。

4.RFM 用户价值分群模型，它是一种立体式分群思维，R、F、M 可以按照实际业务需求进行调整，社区产品的M可以被替换成发帖量。

第 189 篇 数据分析展示就用DataHunter

－end－

*参考文章：《读懂用户运营体系：用户分层和分群》《想做好用户运营？这3个用户分层、分群方法必须掌握！》《用户增长分析——用户分群分析》《如何从0到1精细化做用户运营？|用户分层篇【连载】》