中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

用戶分層本身并不是目的，只是實現業務發展的手段方式。

用戶分層運營，太多文章太多大咖有提到的。比較“百度百科科學式”理論是基于RFM模型。RFM模型現已被廣泛深入的運用在傳統+互聯網企業里，它主要運用三個維度來區分用戶，分別是：

• R（Recency）：離某個時間點最近的一次消費，為「近度」維度；
• F（Frequency）：一段時間內的消費頻次，為「頻度」維度；
• M（Monetary）：對應這段時間內的消費金額，為「額度」維度。

但具體到每個行業每家公司每個業務的時候，甚至同一場景下不同的人也會是不同的玩法。以下是筆者我基于互聯網+基金行業，在做基金轉化（商業變現）時一些方法論體會供參考。其中涉及到特定的結果結論和一些數據我就抹去了。主要是從四個方面來與大家一同探討：

1. 用戶分層維度確認
2. 用戶分層標簽支持
3. 精細化運營測試產出
4. 精細化運營能效提升
5. 其他寄語

一、用戶分層維度的確認

首先要說明的是，根據不同目的目標和不同業務屬性，所區分的用戶分層維度選擇也是不盡相同的。最終所表現出來的結果可以是“象限分層四類用戶”、“時間維度層次多類用戶”、“產品核心行為多環節用戶”等等。甚至這也是一種用戶分層：

此處關于基金業務，我主要是根據用戶意愿、用戶屬性做“象限分層”：

• 用戶意愿，即根據目標用戶的特定行為所體現出來的對產品和服務的意愿強弱；
• 用戶屬性，即目標用戶對產品和服務所反映出來的關聯屬性，具體到基金業務來說可以對標成對用戶對基金產品投資專業程度。
• 業務導向，即通過上述維度區分了象限用戶后，不論中間經歷何種用戶需求的測試、驗證和滿足等，都TM最終要走到業務轉化，把流量變現這一步去考慮！

二、用戶分層的標簽支持

以上已經基本確定了按照用戶基金投資意愿的強弱、專業程度的強弱等來做橫坐標、縱坐標的分層維度。那么如何在產品內尋找到用戶標簽來做象限識別呢？

這個就要回到對自己所在業務和分層維度的雙層理解基礎上，從這兩方面出發去提取產品內支持“用戶意愿強弱”、“用戶專業程度強弱”的各類數據來加以利用。并且這里有個假設的過程，即假設這部分用戶標簽是可以作證用戶分層維度正確方向的，而后不斷測試驗證和優化。此外，必須明白做用戶分層精細化運營的三大要素是不斷動態調整更新的過程，它可能隨著分層標簽的不斷驗證佐證甚至產品發展的不同階段而更新，無論如何它都不是一成不變的：

• 用戶分層維度本身；
• 支持用戶分層維度的用戶標簽本身；
• 支持用戶標簽本身的用戶行為數據本身。

關于用戶專業程度強弱

從平臺提取了以下相關數據并假設他們可以作證用戶分層維度方向的。這里提個一個結果，即先期假設“購買過非貨基”的用戶是比較專業的基金投資用戶了。但其實后來不斷的測試驗證，我們認為應該在“購買過非貨基”基礎上，加上“距離首次購買時間一個月及以上時間”這個標簽。

關于用戶購買意愿強弱

提到這一塊，建議大家把這樣的虛擬業務場景現實化去想想，就好像一個客戶是經過你的店面瞅了一眼便轉身不再回頭，又或是經過你的門面前甚至在某件商品前，再三徘徊一再把玩。其實類比到線上產品里，這樣的用戶行為也依然有表現和反射的。

此處主要提取用戶訪問基金產品頁面、購買流程的每個路徑botton、訪問以上步驟的次數和頻次，并就上述路徑的用戶行為逐一打上標簽和權重分數，權重分數隨訪問路徑越深層而越高：

確定上述用戶行為標簽及相應的權重分數后，即可在數據庫里跑出相應的用戶uid和體量絕對值。而且要說明的是，打權重分沒有嚴格的界限與標準，只要大體符合漏斗路基和路徑權重的方向即可。最終我得出如下結果：

三、精細化運營測試產出

根據上述分層維度和相應的用戶標簽支持，即漸漸地來到我們的分層目標用戶面前，他們的形象還比較模糊，仍有待我們去逐步描繪清晰。與此同時，你已初步獲得了經過一定邏輯、相應數據篩選出來的有特定特征的用戶群了。這里建議暫時不要打上絕對的因果關系標簽，而是保留著謹慎又大膽的假設之心暫且去把看待成一種有關系的現象即可。

據上用戶分層維度的分出四個象限，對應出以下四類用戶（過度階段暫不考慮）：

• 購買意愿強但用戶偏小白的用戶
• 購買意愿弱且用戶偏小白的用戶
• 購買意愿強且用戶偏專業的用戶
• 購買意愿弱但用戶偏專業的用戶

接下來就是逐步針對以上四類用戶，在保障用戶體驗的前提下不斷嘗試各類測試轉化，不斷朝著業務目標驗證并得出相應結論。如下提一些就基金產品投資首購、復購的一些測試點，來幫助打開同學們的其他業務思路。涉及到實際商業結果結論在此就不便透露了。

• 10元即購的基金來引導低門檻首購；
• 根據風險偏好，即推用戶持倉基金同屬性基金來引導復購；
• 利用資產配置，即推用戶持倉基金風險交叉的基金來引導復購；
• 不斷用戶教育，通過基金投資好處、基金定投好處來做內容變現轉化；
• 特定場景下再嘗試用某成本額度的利益刺激來嘗試；
• 基金費率優惠等等其他。

另可見此前一篇文章《老司機運營套路：互聯網基金該如何運營》

四、精細化運營能效提升

在經過用戶分層維度確定、用戶標簽提取、不同屬性用戶的不斷測試產出，最后還是要落地到以業務目的目標為導向的結論上來。并且，要優先跟進其中潛在價值產出最大最高的用戶，就本文本業務而言特別是其中“購買意愿較強用戶”。對于其他潛在價值較低用戶，并不是不去管，譬如它可能需要投入較長時間、轉化難度高，這里需要制定計劃逐步推進，相當于建立一個“潛在變現用戶的蓄水池”。據此建議產出結果結論主要是從以下幾個方面：

• 針對的目標分層用戶是誰；
• 拿什么點去做、怎么做轉化，目標效果最好；
• 目標效果而言，可提升的空間和點在哪；

當然，拿到上述測試結果結論還并不夠，需要進一步推進的是如何運營所得的結果結論，使其能效最大化。筆者主要是從如下幾個方面：

• 首先產品化，將所得結果結論產品化，推動嵌入到用戶場景和流程中去，這樣能效更高；
• 鋪開面積推，由點及面地全量鋪開推向用戶，并在過程中不斷優化完善，這樣產能更大；
• 必要情況下，特別是用戶分層和場景拆分很細情況下，需要通過搭建運營后臺快速產出。

五、其他寄語

經驗來看，這是條有很多彎很多坑要的路，但最重要的是先開始起來。結合自己的業務目標、主業務核心路徑、用戶的行為表現數據等等，先動起來，再而后不斷的優化調整并最終建立起自己的運營策略和體系。而且，在這個框架和體系下，開展活動運營、內容運營、數據運營等才會顯得更具邏輯性和目的性，而非孤零零的毫無節奏毫無支撐的運營支點！

作者：善財君，微信號：zhima_lvdou；一些個人方法論總結，歡迎探討交流。

本文由 @善財君 原創發布于人人都是產品經理。未經許可，禁止轉載