我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:满堂彩 > 后方干扰分群 >

不会进行用户分群怎么能说懂用户!

归档日期:07-07       文本归类:后方干扰分群      文章编辑:爱尚语录

  开展精细化运营的基础是对用户的理解。这种理解既包含对产品目标客户的整体认知(如某购物直播平台的主要受众是18-35岁的中等收入年轻城市女白领);更应对整体目标用户进行不同维度的细分拆解,以深入了解每个维度特征下用户群体的差异化特征,如此才能制定出行之有效的运营策略,设计出贴心好用的产品功能。

  对用户进行人群的细分,要有数据做依托。如果将APP的数据简单划分为行为数据和业务数据来看,能得出两种常见用户分群的思路。

  从早期的客户生命周期模型,到移动互联时代的AARRR模型,都是典型的根据用户所处的业务特征阶段细分人群的方式,并且能直接指导分层的营销策略与产品设计,推进用户向更高价值用户群方向演化。

  同时,每个阶段的用户群都还能够根据用户来源地、渠道、历史行为等指标进一步细分为更多子人群。如潜在新用户,细分为不同城市的新用户群;浏览商品人群,细分为历史购买力高、中、低的不同人群等。

  RFM模型从用户的业务数据中提取了三个特征维度:最近一次消费时间(Recency)、消费频率 (Frequency)、消费金额 (Monetary)。通过这三个维度将用户有效地细分为8个具有不同用户价值及应对策略的群体,如下图所示。

  以图中左上角的“重要挽留客户”为例,该用户群具有高消费能力(M值高),但最近一次消费时间较久(R值低),且整体消费频次低(F值低),用户群有较大的流失分险,因此有必要通过促销手段挽留住这批重要客户。

  此外,与思路一相似, RFM模型的8个人群仍然可以结合渠道、地域等维度,进一步进行细分。

  以上两种思路进行的人群细分日常使用频繁,不少人群适合在制定人群细分规则后,长期观察持续投放相同的营销策略。

  如:针对3日内无再购买行为的新增用户推送优惠券刺激其复购;针对月消费频次满M次且客单价大于N的用户赠送VIP体验券,增强其满意度等。如此更好地实现用户分群的应用价值。

  而除了上述两种思路外,从效果后验的角度出发,还会有一些明确的临时性人群细分方式,比如直接将某段时间参与营销活动用户细分为一个群体,考察其后续的行为。

本文链接:http://meimeisyo.com/houfangganraofenqun/113.html