方法篇|如何成為一個運營大牛(一):用戶分層
我們都知道,所有的運營工作都是圍繞著用戶展開的。運營策略從某種程度來說,就是資源對用戶的有效分配。那么,知道什么用戶應該制定什么樣的運營策略,就尤為重要了,而這就要依賴于我們的用戶分層了。
通過我們此系列文章的《思維篇》《結構篇》《數據篇》,我們終于來到了我們最后落地的《方法篇》了。如果說思維篇給了我們思考的角度,結構篇給了我們實現的路徑,數據篇給了我們科學的手段,那么方法篇就給了我們執行的效率。還是建議如果沒有看過前面幾篇章的同學可以先去看一下,這樣對后面的理解也會更深刻。借用一位朋友說的話“有道無術術尚可求,有術無道止于術”。
我們的《方法篇》不會專門去提運營過程中某件事上某個點的技巧或者創意什么。主要是指在整個運營體系中,必須要做的事情;或者是整個運營過程中,很多地方都會用到的同一種方法。而本篇說的“用戶分層”,就是運營體系中,必須要做的事情。
在運營過程中,用戶分層的作用很明顯,它能幫助我們把用戶分成各個層次和群體,然后我們根據各個層次和群體的不同,才能有的放矢的制定出更精準、更有針對性的運營策略。
我們在運營工作中,經常會聽到“用戶畫像”、“用戶分層”、“用戶分群”這幾個詞,貌似有些類似特別是后面兩個,但如果嚴格說的話,還是有區別的。
- 用戶畫像:一般體現的是用戶的客觀屬性。如性別、年齡、職業等,一般是不以用戶的主觀意愿所轉移的。
- 用戶分層:一般體現的是用戶在產品上所處的狀態。比如免費用戶、活躍用戶、付費用戶、高額付費用戶等,由于是“層”嘛,所以它有一個層級的概念,有一個狀態遞進的過程,大多是呈漏斗形的形狀。而且用戶的層級一般不會分的太多。
- 用戶分群:一般體現的是用戶的行為表現上。比如說頻次低單價高、頻次高單價低,這兩種用戶可能都屬于高額付費用戶,但表現形式不一樣,所以所處的群也是不一樣,所對應的運營策略也是不一樣的。也可以認為用戶分群是用戶分層的進一步精細化過程。
本篇準確地說應該是包括了“用戶分層+用戶分群”,這里就統稱為用戶分層了。而本篇我們也會通過一個實例,用一張Excel表作為工具,從零開始一步一步的完成一次用戶分層過程。
關于用戶分層,我們需先明白以下幾點:
一、用戶分層在不同的行業中是不一樣的,而且可能是多樣化的。
看過我們之前《思維篇|如何成為一個運營大牛(二):運營立方體》的同學,大家應該都記得,當時提過一個用戶和客戶的概念。
比如滴滴打車,用軟件打車的人是一種用戶;司機也是一種用戶;廣告商也是一種用戶。如果要做用戶分層的話,就需要對這三種類型的用戶分別做一套不同的用戶分層體系。
二、用戶分層在產品發展的不同階段會有不同的變化。
比如我們區分價值用戶和一般用戶,
初期我們產品少,一個月買2次化200元錢可能就是我們的價值用戶了。
隨著公司的發展我們產品的不斷增多,需要一個月買10次化5000元才有能算是我們的價值用戶了。
三、用戶分層需要定性和定量
如上面的例子一樣,我們需要對用戶有一個定性的過程,如價值用戶、一般用戶,或者VIP,超級VIP等等;然后必須要對此進行定量,比如消費多少金額才能算價值用戶。
那么如何用科學化的手段進行一次用戶分析,以確定各用戶群體的行為特征,完成一次用戶分層的過程,就必須要說到經典的RFM用戶模型了。如下圖:
RFM模型歷史悠久,其理論知識這里就不闡述了,簡單的說就是通過最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)這三個指標,然后把每個指標按照實際的情況,分成5檔,一共形成了125類的用戶。然后為了執行方便,把125類的用戶歸納成8大類,如下圖,最后根據這8大類用戶的情況制定運營策略。
這里要說明的一點是,RFM模型不是互聯網時代的產物,事實上在傳統行業里也用的很廣,所以其指標主要針對的是付費用戶。如果我們的互聯網產品用戶人群是免費用戶,一樣可以用這個RFM模型并使用它的方法,只是指標換成了最后一次登錄、登錄頻率、產品使用時間。
接下來我們就用實例來操作一遍:
我們現在手上有500份付費用戶數據,包含(用戶、最后一次消費時間間隔、消費頻率、消費金額)四個字段,我們如何進行用戶分層并制定有效運營策略呢?
第一步:我們把數據導入或粘貼到Excel當中,再原有的4個表頭基礎上,再增加R值、F值、M值三個表頭。做好這樣一張Excel表,如下圖:
(此處只選10條數據做實例)
第二步:分別確定好RFM這三個指標五檔的標準。
這是比較難的一步,因為不同的行業不同的產品不同的階段都有不同的劃分標準。比如消費金額,1000個用戶里面,最低1元,最高10000元。大部分情況下,20%的用戶占據了80%的金額,而80%的用戶占了20%的金額,是一個長尾的分布效果。所以我們不能簡單的用最高金額/5,或者用戶總數/5的平均分法,這樣分出來的結果不能代表一個擁有類似行為表現的群體。
這個主要還是依靠大家在本身各自行業中的理解和實際場景需求來確定了。當然,如果我們實在沒有什么頭緒的話,我們可以通過散點圖大致分辨一下,如下圖:
大家可以看到,通過散點圖,我們可以比較直觀的看清用戶的分布(上圖為用戶的消費金額分布)。我們去分檔的時候就盡可能的將密集的一部分分在一起,這樣,該檔用戶群體的行為共性也就更大一點。
需要說明的是,這不是一個很嚴謹的分法,需要大家在實際過程中進行不斷的調整。而如果我們面臨海量數據的時候,最好是通過聚類算法等技術手段,才能更加科學精準的幫助我們進行判斷。
以本例來說,我們最后定下了RFM各個指標下的五個分檔標準。如圖:
第三步:分別計算出每條記錄的R、F、M值。
我們通過在Excel里面加入if判斷,自動計算出該記錄對應的R、F、M值,比如我們RFM分層表中,0001用戶對應的R值,
即單元格E3:=IF(B3>10,1,IF(B3>8,2,IF(B3>5,3, IF(B3>3,4,5))))
我們來解釋一下這條if判斷語句:
- 如果B3>10,那么其R值為1,否則進入下一個判斷;
- 如果B3>8,那么其R值為2,否則進入下一個判斷;
- 如果B3>5,那么其R值為3,否則進入下一個判斷;
- 如果B3>3,那么其R值為4,否則為5;
同樣的算法,我們寫出計算每一條記錄F值和M值的判斷條件。
F3=IF(C3>10,5,IF(C3>8,4,IF(C3>6,3, IF(C3>3,2,1))))
G3= =IF(D3>5000,5,IF(D3>3000,4,IF(D3>2000,3, IF(D3>800,2,1))))
然后,我們把Excel的單元格往下拉,最后形成這樣的圖:
第四步:分別算出總的R、F、M的平均值。
這一步比較簡單,我們以上全部算完之后,再最下面增加一行,用AVERAGE()計算出以上所有行數的平均值。如圖:
第五步:根據每條記錄的R、F、M值和所有記錄的平均值,判斷出每條記錄的R、F、M值是在平均值之上,還是平均值之下。
首選,我們先增加三個表頭,如圖:
然后,我們用每一條記錄的R值來R的平均值進行比較,如果<平均值則顯示“低”,如果大于等于則顯示“高”。
我們還是用If判斷語句進行自動判斷,以上圖為例,用戶0001的“R高低值”即:
- H3=IF(E3<E13,”低”,”高”),同理,
- F高低值I3=IF(F3<F13,”低”,”高”)
- M高低值J3=IF(G3<G13,”低”,”高”)
這樣,我們就變成了下圖:
這個時候,我們發現了一個問題,當我們把單元格往下拉的時候,E3固然變成了E4,但E13也變成了E14,由于E13是一個固定格子的數字,我們不希望它隨著單元格的下拉而改變。我們就需要在if語句中在E13兩邊加上“$”這個符號了。
如下:
- R高低值H3=IF(E3< $E $13,”低”,”高”)
- F高低值I3=IF(F3< $F $13,”低”,”高”)
- M高低值J3=IF(G3< $G $13,”低”,”高”)
同時,為了更直觀,我們設置一個條件格式,若文本中含有“高”則背景色為紅色,若含有“低”則背景色為綠色。這時候再往下拖一下單元格,就變成這樣拉,如圖:
第六步:根據比較值,進行八大類的歸類。
?接下來,我們就要根據我們的“R高低值”“F高低值”“M高低值”,自動計算出我們的用戶層級拉。我們先加個表頭“用戶層級”。
這一次,我們要寫一串稍微長一點的IF判斷語句,如下:
- K3=IF(AND(H3=”高”,I3=”高”,J3=”高”),”重要價值用戶”, IF(AND(H3=”高”,I3=”低”,J3=”高”),”重要發展用戶”,
- IF(AND(H3=”低”,I3=”高”,J3=”高”),”重要保持用戶”, IF(AND(H3=”低”,I3=”低”,J3=”高”),”重要挽留用戶”,
- IF(AND(H3=”高”,I3=”高”,J3=”低”),”一般價值用戶”, IF(AND(H3=”高”,I3=”低”,J3=”低”),”一般發展用戶”,
- IF(AND(H3=”低”,I3=”高”,J3=”低”),”一般保持用戶”,”一般挽留用戶”)))))))
本文所寫的都是在Excel里面的IF判斷語句,建議大家能夠自己寫一下,不想寫或寫不出也沒關系,直接保存好上面的if語句Copy一下直接用就行了(修改一下單元格的序號就可以了)。
最后,如下圖:
當然,我們還可以在用戶層級的表頭上加上“篩選”功能,可以直接搜索到我們需要的那些用戶。大家也可以通過不同的顏色來區分不同的用戶層級,這個就自由發揮拉。
好了,到這里,我們就已經通過用一張Excel表,完成了一次用戶分層的全過程。這張表最后的效果是,就像一個程序一樣,我們任意輸入三個RFM數字,表格將自動會跳出這個用戶的層級。 大家保存好這張excel表,以后用起來套一下就可以了,效率是相當快的。大家可以嘗試自己從頭做一遍,若有需要的話可在留言區留下郵箱,我會發送給大家。
第七步:形成圖表
?完成后上面六步之后,我們已經得到了完成用戶分層之后的所有用戶記錄,這時我們需要做成圖表的形式,開個會、做個匯報啥的,如下圖:
第八步:制定運營策略
回到我們上面說的,做用戶分層的目的是為了有的放矢的制定出更精準、更有針對性的運營策略。所以,我們最終我們還是回到制定運營策略上來。我們的例子可參考下圖:
再接下來要如何具體實施和執行,就不在本篇文章的范疇里了,這里就不多加闡述拉,敬請關注其他文章。
小結
用戶分層是運營過程中非常重要的一個環節,快速的進行用戶分層也是我們必備的一個方法。我們把用戶分的層,其實用戶本身是不知道的。如果我們分一個層級讓用戶知道,不僅知道而且還非常喜歡,以此來不斷引導用戶進行自我層級的上升,那效果會不會不錯呢? 敬請關注下一篇 :如何成為一個運營大牛-方法篇(二):用戶成長體系
相關閱讀
作者:致遠,連續創業者,曾為多家上市公司提供過運營整案服務,曾任 Mr&Mrs 連鎖健身互聯網中心總經理,現任 Muma 兒童藝術聯合創始人兼運營顧問,膚智 COO 兼聯合創始人。
本文由 @致遠 原創發布于人人都是產品經理。未經許可,禁止轉載。
題圖來自 unsplash,基于 CC0 協議
謝謝老師的分享,求表格785562071@qq.com 關于標準有沒有更科學或者其他的方法
791955122@qq.com,謝謝老師
業內良心啊,收益匪淺,求表格:158284406@qq.com
404503171@qq.com
麻煩您表格給我參考一下,謝謝
老師簡直是業界良心,謝謝分享!??!
辛苦老師分享表單,謝謝啦:406203832@qq.com
謝謝老師分享!對于運營小白的我,老師的文章幫我很好的梳理方向!求表:86344228@qq.com
老師,能否發一些表格,萬分感謝 ?? 457730870@qq.com
907258933@qq.com 謝謝大佬
您的文章反復讀了好多次,受益匪淺,謝謝老師的分享!有空的話請老師發份表格 907258933@qq.com
已贊賞,請致遠老師發一份表格到1051450243@qq.com, 謝謝!還有就是這個用戶分層,同一批用戶,是不是要過一段時間再分析一次,因為不同時間這些用戶的 r f m 也會變吧!
已贊賞,謝謝老師分享哦,求表格948998233@qq.com
已贊賞,求表格,郵箱771705720@qq.com,謝謝致遠哥?????♂?
致遠老師,請問文中的500份付費用戶數據應該是取的某一段時間區間吧?而對應的付費金額是這段時間總的付費金額。
老師這篇真的很棒 找到了真正可以下手的用戶分層方法論
謝謝老師分享,已贊賞,求表格??zhu.103@163.com
老師辛苦了,麻煩分享下表格。739749164@qq.com
辛苦老師分享一份分層表格,郵箱地址32566356@qq.com
業界良心,比那種所謂的“干貨”文章強太多太多了,從第一篇一直看過來,受益匪淺!可以的話,也求一份老師的表格:447630249@qq.com,感謝! ??
看完整系列課程,對于正在摸索用戶運營方法論的我受益匪淺,十分感謝。辛苦老師分享一份分層表格,郵箱地址1617144453@qq.com。
看完老師的分享,收益匪淺,辛苦老師了。
希望老師能分享下表格,郵箱地址:810100997@qq.com,再次感謝!
辛苦老師分享一份分層表格,郵箱地址450675161@qq.com
老師能發一下excel給我嗎?2677549090@qq.com
老師太專業了,都是干貨,麻煩老師看到留言發一份Excel表格,郵箱是2507092815@qq.com,
非常感謝!期待 ?
親們,收到老師表格的,請轉發一份可以嗎?謝謝! Email:49502073@qq.com
非常感謝老師體系化的運營干貨,每篇都有看很多遍,還煩請老師抽空分享下excel,非常感謝,祝老師新年快樂~郵箱:294649894@qq.com
系列文章都在追讀,感謝老師分享?。。÷闊├蠋煱l一份Excel表格,郵箱:2248540227@qq.com;十分感謝?。?/p>
親們,收到老師表格的,請轉發一份可以嗎?謝謝! Email:49502073@qq.com
今天才看到留言,已轉發致遠老師分享的表格,祝好!再次感謝致遠老師的分享?。?/p>
親,可以共享一份老師的表格嗎:郵箱:cyy_2019@163.com,無限感激!另外有老師的公眾號或者其他能夠跟老師產生互動的平臺推薦嗎?
剛剛那個郵箱寫錯了,這個才是對的yyc_2019@163.com,無限感激!
真正的干貨,甩開二手觀點的文章一條街!
滿滿的干貨,看了一遍有點暈呼呼的,老師麻煩看到留言發一份Excel表格,郵箱是2360840754@qq.com,
謝謝!
非常感謝老師分享,請問一下第七步:形成圖表中的RFM比例怎么理解?也麻煩您發一份Excel表格:616912956@qq.com
有收到致遠老師表格的朋友,麻煩分享一下,郵箱:372766682@qq.com,萬分感謝!
業界良心,比那種所謂的“干貨”文章強太多太多了,從第一篇一直看過來,受益匪淺!可以的話,也求一份老師的表格:253999951@qq.com,感謝!
有收到致遠老師表格的朋友,麻煩分享一下,郵箱:372766682@qq.com,萬分感謝!