了解這5大用戶分層模型，輕松建構(gòu)用戶運(yùn)營體系

 ↑點(diǎn)擊關(guān)注↑開啟精益成長

構(gòu)建用戶運(yùn)營體系，最重要的是建立合理的用戶分層模型，而用戶分層模型多種多樣，不一樣的劃分規(guī)則就能形成不一樣的分層模型。

除了常見的RFM模型，以及易觀方舟提出的智能用戶運(yùn)營ARGO模型，最常用的還有用戶忠誠度和用戶生命周期模型。此外，在具體的行業(yè)應(yīng)用中，我們還可能用到以下這幾種模型：

當(dāng)用戶運(yùn)營資源非常有限時，我們可以使用正態(tài)分布模型。比如二八法則即屬于正態(tài)分布形式，80%的用戶處于價值曲線的平均值附近，而剩下的20%的用戶才是主要的利潤來源。

一般而言，正態(tài)分布模型從利潤貢獻(xiàn)和用戶數(shù)量兩個維度進(jìn)行建模，大家會發(fā)現(xiàn)提供營收最多的客戶是極少數(shù)。因?yàn)檫\(yùn)營成本和突發(fā)狀況造成用戶流失，造成虧本的也是少數(shù)，大多數(shù)利潤都集中在一個恒定值附近。

基于上述情況，我們就可以分配更多的運(yùn)營資源去重點(diǎn)維護(hù)高利潤用戶，同時對于占據(jù)大部分公司運(yùn)營資源，但對提供利潤有限的客戶進(jìn)行適當(dāng)?shù)馁Y源調(diào)整。而大多數(shù)在恒定值附近的客戶則進(jìn)行標(biāo)準(zhǔn)化服務(wù)，節(jié)省資源，降低邊際成本。

所以，用戶體系建立，就是為了方便進(jìn)行不同的運(yùn)營策略優(yōu)化，進(jìn)而完成最終的業(yè)務(wù)指標(biāo)——利潤。

品類綜合偏好對于電商而言，與品類具有緊密關(guān)系；而對于內(nèi)容產(chǎn)品而言，與內(nèi)容種類緊密相連。現(xiàn)在獲取內(nèi)容或者購買商品渠道愈發(fā)多元化，用戶對不同品類商品/內(nèi)容都可能選擇不同渠道。

品類綜合偏好，通過用戶搜索、瀏覽、關(guān)注、購買品類商品的次數(shù)、頻率等行為來計算品類權(quán)重，而從對用戶進(jìn)行分層、分群，以便更好的進(jìn)行用戶運(yùn)用，最終促進(jìn)用戶的購買。

用戶活躍度分層在各類網(wǎng)站的用戶運(yùn)營中運(yùn)用的非常多，通常使用PV、停留時長、發(fā)帖數(shù)等來劃分用戶活躍度。

對于電商或者新零售來說，最重要的還是購買行為。可以根據(jù)用戶近期購買頻次，按一定的規(guī)則劃分成新用戶、活躍用戶、沉睡客戶和流失用戶，活躍用戶可以進(jìn)一步劃分成高、中、低頻。

購物決策力是通過用戶購買商品的行為來描繪區(qū)分用戶購物時的決策方式，對用戶進(jìn)行分群分層。用戶可劃分為購物沖動型、反復(fù)猶豫型、理性比較型等等。

購物決策類型可以增進(jìn)客服對用戶心理的了解，或提升優(yōu)惠券的使用情況，從而提高最終購買率，降低退換貨率。

了解不同購物人群的比例，還可以用于產(chǎn)品設(shè)計，根據(jù)用戶下單前瀏覽時間、瀏覽SKU數(shù)量、首次瀏覽到購買時長等特征做聚類，從而實(shí)現(xiàn)個性化推薦或者推送相關(guān)的用戶運(yùn)營活動。

常見的促銷類型有單品折扣促銷、滿減促銷、加購等等，不同用戶對于不同的促銷方式有著不同偏好。

我們可以在獲知用戶愿意接受的促銷方式后，進(jìn)行定向營銷，可以有效避免運(yùn)營成本浪費(fèi)，提高相應(yīng)品類、相應(yīng)活動的購買轉(zhuǎn)化率。