用户分层（以用户为中心的精细化运营）方法论
2021-05-14 13:22:17 2 举报AI智能生成
用户分层（以用户为中心的精细化运营
作者其他创作
大纲/内容
两大核心
处于不同层级的用户，需要能够通过数据字段或标签等方式识别出来
面向每一类用户的运营机制或策略是明确稳定的
4类常见的分层方式
用户价值区隔分层
依靠用户生命周期定义进行价值区隔
导入期
处于刚刚上手，尝试开始使用产品阶段，目前尚无任何深度使用
成长期
已初步培养起使用习惯，（已经激活）和用户忠诚，认同产品核心价值，会定期使用产品
成熟期
对产品已形成高度使用习惯和依赖，使用时间和频次都显著更高，能够贡献较高的商业价值
休眠期
曾经非常活跃，但是已经开始不再访问和使用产品
流失期
已经长时间未曾访问过产品，甚至卸载产品，无法再激活了
通过关键用户行为进行价值区隔
RFM分层方法
(R距离最近的一次交易)
(F交易频率/消费次数)
(M交易金额)
RFM用户分层操作步骤
抓取 RFM三个纬度的原始数据
定于RFM的评估模型与中值
进行数据处理，获取用户的RFM的值
参照RFM评估与中值对用户进行分层
针对不同层级的用户做制定运营策略-推进落地
RFM变种运用
金融
最近一次投资
投资频率
投资金额
直播
最近一次观看时间
观看频率
打赏金额/直播购买金额
内容
最近一次评论
评论频率
评论字数
网站
最近一次登陆时间
登陆次数
登陆时长
游戏
等级
游戏时长
充值金额
慢慢买
最近一次查价
查价频率
点击去购买次数
AARRR模型分层
获取用户
获取用户
激活用户
提高活跃度
留存
提升留存
收入
获取收入
增加收入
分享裂变
自传播
用户身份区隔分层
用户金字塔模型
按照用户的贡献价值大小，或用户影响力的稀缺程度由下到上搭建一个金字塔模型，再赋予每一类用户对应的角色和权益，搭建一个良性关系
分层
名人
专业用户
贡献用户
活跃用户
普通用户
用户个性化特质&需求区隔分层
区隔纬度
自然属性
个人自然
年龄
地域
职业
收入
学校
家庭情况
涞源渠道
个性化需求
个人隐形消费偏好
价格/服务敏感型
个人使用意愿/专业度强
个人显性消费偏好
对A功能感兴趣
对B功能感兴趣
场景
通勤
睡前
周末家中
0 条评论
下一页
