知识分类

文章推荐

挖掘数据价值，从用户分群开始

  中国企业数据治理联盟（www.chinaedg.com/）

  进入》主数据管理         企业数据治理            信息资源规划             数据安全管理

    随着产品功能的增加和用户的增多，新用户的选择，老用户的活跃与流失，究其原因愈发趋于多元化。而精细化运营的核心思维和策略就是用户分群，对不同需求的用户匹配不同的服务和内容，那么，如何划分用户群，如何基于特定用户群开展运营工作呢?本文从用户分群的4个维度以及如何将用户分群应用于业务增长进行了详细介绍。

　　用户分群：采集数据 筛选归类

　　用户分群的依据主要有两个方面：用户属性(性别、年龄、地域等)和用户行为(访问时间 / 访问时长 / 浏览历史 / 订单记录等用户在产品内的一切交互行为)，因此，采集数据是用户分群的第一步，先确定我们需要哪些数据，然后做好数据埋点，建立基础的用户行为数据监控机制，为用户贴上标签。

        

  

 

 

　　说明：对于互金类产品来说，通过数据埋点和采集，我们可以知道：在深圳某女性用户，在 9 月 24 日 13 点 17 分时将起投金额为 5000 元，年化收益率为 8.47% 的中期理财产品 " 双季度计划 " 加入心愿单。

　　通过数据采集，建立客户 360 度视图的目的其实就是为了更直观的洞察用户价值。为了快速且高效的将用户分群和用户洞察，我们通常以 4 个筛选条件作为用户分群的依据：用户属性、触发行为、新增于、活跃于。

　　1、用户属性

　　所谓人物基础属性指的是：用户客观的属性，描述用户真实人口属性的标签，比如：年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等就是用户属性。

        

  

 

 

　　关于属性的重要性呢，咱们就以 " 城市 " 为例来说明吧，上图是中国(吃货)地图，每个地区都有不同的饮食偏好，那么对于同一款产品来说的，针对不同城市的用户，在运营方面也是有很大差异哒 ~

　　比如：某天气类工具型产品，在北京进入雾霾季时，可针对北京地区的用户推送防霾关怀，提供防霾用品信息，一方面比起向全量用户推送一定会打扰到 " 清新 " 地区的用户，另一方面让 " 霾区 " 用户获得了一种 " 宝宝被重视了 " 的贴心体验。

　　另外，对于一个产品来讲，迭代是产品成长的必经之路，因此根据用户所使用的 " 系统版本 " 将用户进行分群，即可实现衡量改版前后的用户行为差异及改版效果。

　　2、活跃于

　　活跃用户是用户运营的重点，" 伺候 " 不好，很容易就会流失掉，" 伺候 " 到位了呢?也很容易转化为忠实用户，因此对于活跃于某一特定时段(比如：新旧版本迭代 / 暑假 / 节假日)或者最近 * 天(比如：近期有功能上线)。

        

  

 

 

　　说明：通过 " 活跃于 " 这个维度，我们可以快速找到最近 7 天活跃的用户，并可观察这一用户群「微信支付购买转化率」的情况，在 1518 名查看商品的用户中，最终只有 178 人完成微信支付，流失率达 36.9%，故这一转化有待提高。

        

 

 

 

　　说明：通过进一步下钻洞察单体用户未完成付款的原因，发现大部分是 " 余额不足 " 导致，故可以每月发薪日，为用户推送相关商品信息，提醒用户完成支付。

　　3、做过 / 没做过

　　这个维度，诸葛君要重点念叨念叨，首先用户行为就是触发过某一事件或者没触发过某一事件，比如，对于互金类产品，完成 " 绑卡 " 的用户对平台的信任度一定高于 " 未绑卡 " 用户，因此触发指定事件的用户可作为用户分群的重要维度。

        

  

 

 

　　说明：在诸葛 io 平台中关于 " 做过 / 没做过 " 筛选条件中，支持 4 个维度：

　　任意时间

　　新增后：超好用的维度，下文重点介绍

　　最近

　　固定时段

　　场景举例：

         

 

 

 

　　说明：以互联网金融产品为例，将最近 30 天内成功支付起投金额为 1000 元的理财产品大于等于 1 次，且查看理财产品详情大于等于 5 次的用户定义为高价值用户，如果最近恰好有某起投金额在 1000 的理财产品上线，即可通过精准触达这部分用户群持续挖掘用户价值。

　　用户视角之「新增后」场景举例：

　　「新增后」这个概念是以用户 " 路转粉 " 为起点的时间周期，而不是传统的自然月 / 自然周为时间周期，因为每个用户的新增时间都不相同，在这种条件下，我们会逐个用户单独计算，确定每一个用户是否在其新增后的 N 天内做过某事。

　　这个维度的好处，就是以用户视角洞察用户行为，用户新增后 * 天完成核心转化，用户新增 * 天使用产品的频次如何?咱们举个例子来说明。

        

 

 

 

　　说明：诸葛 io 支持多条件筛选用户(并且 + 并且 + 并且 ···)，比如将首次来源的广告关键词是华为手机和网上购物，首次来源域名是百度，这是对于用户渠道来源的筛选。此外，将新增后 1 天内就完成注册且查看了 " 耳机 " 类商品大于等于 3 次的用户，定义为 " 耳机 " 潜在消费用户，通过新增后 1 天这一筛选条件，即可快速精准定位出潜在用户群，通过这样的筛选，便可实现有针对性的触达，将耳机品类的专题活动发送给这些潜在用户，引发用户下单的欲望，提升购买转化率。相较于传统意义上的产品视角——以自然月维度来计算的新增来说，更科学，更具有指导意义。

　　4、新增于

        

 

 

 

　　说明：新增于这个维度，同样有 2 个条件可选择：最近 / 固定时段，以此精确筛选出新增用户的时间范围，灵活找到特定时间段内的特定用户群中。以电商类产品为例，如果你在 8 月 1 日 -8 月 15 日发起了一次大规模的市场拉新活动，那么上图的筛选即可找到活动期间新增用户群，进而评估活动效果及后续转化情况。

　　用户分群是精细化运营的基础

　　用户分群是手段和工具，简单来说，分群分析就是通过聚类的方式，把相似的人群合并，考察同一事件或同一指标在不同人群上的表现，以推断并定位对该事件 / 指标有明显影响的因子，以此来帮助我们更好地了解用户需求，进行针对性运营。用户分群能帮助企业更加了解用户，分析不同群组的人群属性、行为特点，可以帮助运营人员更好地发掘产品问题的背后的原因，并从中发现产品有效改进优化的方向。

　　只有将用户精细分群与用户画像结合起来，才能提高精益化运营的深度与精度，那么如何将用户分群与用户画像如何结合使用?

　　接下来，我们举个例进行说明：某工具类 App，购买转化不高怎么办?

　　这个问题，我们应该如何分析?首先我们通过「用户分群」来针对不同的可能性做实验：对比「没付费的用户」与「购买」的次日留存时会发现：

         

 

 

 

　　「所有用户」与「购买用户」在 7 天里的留存情况对比：

         

  

 

 

　　在 30 天后，「购买用户」的留存率是 29.7%，「所有用户」的是 12.7%。这可能看起来不是那么显著，但在长期留存上，即便是一个小凸起，对你来说也是意义重大。

　　通过用户画像，我们将「没付费的用户」与「购买用户」进行分群对比后已经识别出了一个提高留存的因素，现在你可以寻找更多。一个可行的方法是，你现在可以把「购买」不是「注册」设为起点。也就是说，你之前分析的是「注册」之后的留存情况，而下一步，你可以分析「购买」之后的留存情况。这就是在你重新设计了引导流程以促进用户关注他人之后，接下来你应该努力提升什么。

　　然后，你可以看到其它因素是怎样促进留存的。通过诸葛 io 的粘性及自定义留存功能，你可以比较「没付费用户」与「购买用户」，比较两个用户群在「查看天气」后的留存情况。

       

      

  

 

 

　　当你搞清楚了哪些行为导致你的用户继续回来使用你的产品之后，你就需要把这些行为的用户体验放在首位。在早期粘住你的用户，他们就会很难离开你的产品。

　　获客成本越来越高，因此需要对用户行为进行分析，做群体划分，构建用户行为模型，形成一套高效且有针对性的运营方案。通过对用户数据的采集，挖掘分析用户的行为习惯和喜好，找到更符合用户 " 口味 " 的产品和服务，并结合用户需求有针对的调整和优化，这就最大化用户数据的价值。中翰软件专注数据治理11年http://www.jobhand.cn/