十张图,详解用户分层怎么做

大数据 数据分析
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:“你这分层分得有啥意思”。到底有没有标准的分层规范?

 [[388417]]

本文转载自微信公众号「接地气学堂」,作者接地气的陈老师。转载本文请联系接地气学堂公众号。

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:“你这分层分得有啥意思”。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)

 

1 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。

 

2 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!”要分析得更透彻。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。

3 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,单纯地把注册、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。

4 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。

5 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。

6 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,也很难包装拼得过对手● 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,传统企业做得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。

7 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。 前文说了,用户分层是一种特殊形态的用户细分,那是否有普遍形态的用户细分方法?当然有,如果大家感兴趣,点一下右下角的“在看”,本篇集齐60个在看,我们专门分享如何做用户细分。敬请期待哦。

 

责任编辑:武晓燕 来源: 接地气学堂
相关推荐

2022-09-26 11:32:14

用户分层服务业务

2021-05-07 17:11:19

负载均衡运维服务

2022-03-07 17:43:30

注册微服务架构

2021-10-22 09:28:15

开发技能代码

2020-09-03 09:38:06

ElasticsearES Lucene

2022-07-05 11:18:50

数据分析销售业绩

2021-01-28 11:39:01

数据分析销售

2018-05-28 21:17:57

大数据分析软件

2017-10-13 12:51:36

语言PHP、Python、差异比较

2015-04-01 13:57:49

2022-04-11 11:55:34

架构技术调优

2014-03-25 10:38:30

机器学习非线性

2023-10-10 08:16:07

Spring依赖注入SpEL表达式

2018-10-24 09:25:03

数据中心现状差异

2024-01-05 16:27:06

2017-04-19 10:55:20

机器学习基本概念

2021-11-02 06:58:53

架构线程池参数

2021-05-13 15:26:19

区块链经济数据

2022-02-07 12:10:01

消息

2021-08-17 18:31:04

城市云计算地方云计算云厂商
点赞
收藏

51CTO技术栈公众号