5个步骤教你如何进行用户细分

用户细分是指根据用户的人口统计特征、行为数据和消费偏好等将其划归到不同群组的流程。比如&＃xff1a;您可通过用户细分指定喜欢某类特定产品的用户&＃xff0c;添加另一个细分条件来指定购买特定产品或使用产品上特定功能的用户。

如上图所示&＃xff0c;通过指标的筛选&＃xff0c;您可以把具有共同特征的用户聚集在一起&＃xff0c;比如&＃xff1a;“足球迷”或 “音乐发烧友”&＃xff0c;并可以看到这些用户具体都有什么共性。

通过细分还可以帮助企业进行产品优化&＃xff0c;提供个性化的用户体验。比如&＃xff0c;拿使用时间举例&＃xff0c;有一类用户白天基本不会启动应用&＃xff0c;因为他们喜欢白天就是工作状态&＃xff0c;但晚上简直又变成该app的高频使用者。这意味着不管产品同学还是运营同学都需要尽可能多地了解他们&＃xff0c;以避免在白天让他们频繁收到push推送&＃xff0c;而晚上服务器停止服务进行升级的尴尬局面。

如果没有细分&＃xff0c;产品设计就会过于笼统&＃xff0c;不了解自己的客户具体是什么样的&＃xff0c;产品设计就只能从企业和商家的角度出发&＃xff0c;不了解自己产品的目标客户真正需要的是什么。没有细分数据&＃xff0c;产品团队无法预知他们产品的未来&＃xff0c;运营活动只能靠经验&＃xff0c;而辛辛苦苦引进来的用户也就慢慢流失了。

用户细分分析流程

&＃xff08;1&＃xff09;细分前的准备

在做用户细分之前&＃xff0c;先问自己几个问题&＃xff0c;为什么要细分用户&＃xff1f;细分与不细分的差别大不大&＃xff1f;细分之后能给我带来什么好处&＃xff1f;细分之后的目标用户是什么&＃xff1f;……

例如&＃xff0c;某公司要做外卖app新品推广&＃xff0c;鉴于以往每次给会员群发短信的效果都不是很理想&＃xff0c;于是决定抽取部分会员数据&＃xff0c;进行用户细分&＃xff0c;针对不同的用户特征来给用户进行分群&＃xff0c;然后针对每个分群内的用户&＃xff0c;尝试精准营销&＃xff0c;以达到降低成本、提高转化率的目的&＃xff0c;那么这里的大致细分目的就是降低营销成本&＃xff0c;提高相关转化率。

&＃xff08;2&＃xff09;细分指标的确定

细分指标的确定取决于你进行用户细分的目的是什么&＃xff0c;以及你的目标用户是什么样子的。用户细分的指标有很多&＃xff0c;有几个比较典型的维度&＃xff0c;比如按照人口属性指标&＃xff1a;年龄、性别、职业、教育程度等&＃xff1b;时间指标&＃xff1a;年费用户、包月用户等&＃xff1b;地理指标&＃xff1a;华东地区用户、西部地区用户、华南地区用户等。除了这几个比较经典的指标之外&＃xff0c;还有其他很多很多细分的指标&＃xff0c;这里就不一一详述了。继续上面的引例&＃xff0c;根据细分目的&＃xff0c;该公司确定地理、人口、行为&＃xff08;以往购买物、活跃周期等&＃xff09;等为细分指标。

&＃xff08;3&＃xff09;用户信息采集

常见的用户信息采集渠道主要包括3类&＃xff1a;

公司日常运营所积累的用户&＃xff1b;
通过企业相关调研活动所采集的用户信息&＃xff1b;
第3方数据。

当然还有很多的公司可能通过各种渠道去购买相关用户信息。

&＃xff08;4&＃xff09;制定细分标准

关于这个细分标准&＃xff0c;其实并没有一个可以到处套用的模板&＃xff0c;我们暂且将其归类为事前定义和事后定义两种。这里事前细分是指譬如时间、人口属性等细分明确或是根据以往成熟经验模型&＃xff08;案例&＃xff09;可以明确细分的标准准则&＃xff0c;而事后细分则是指用户类型起初并没有具体的特征形态&＃xff0c;根据多个数据特征变量利用聚类等统计分析方法而定义的细分标准。例如常见的RFM模型客户分类就是事前细分标准的一种。

&＃xff08;5&＃xff09;细分用户描述

用户细分完成后&＃xff0c;需要根据其代表的特征为这群人起一个能够代表他们特征的名字&＃xff0c;并对其判别因素及具体特征进行详细的说明。例如&＃xff0c;许多淘宝卖家都将其用户根据四象限的方法&＃xff0c;用成交量、PV、UV等因素分为产品混乱型客户、优质客户、单品为王的客户和问题客户。