如何了解你的用户？从精细化用户分层分群开始( 二 )

比如某用户最近一次消费时间距今比较久远，没有再消费了，但是累计消费金额和消费频次都很高，说明这个用户曾经很有运营价值（属于 “重要保持客户”），我们不希望流失。所以，运营人员就需要专门针对这类型用户，设计召回用户运营策略，这也是RFM模型的核心价值。
在划分完不同层级后，最困难的事情在于如何制定每个值的高、中、低评判标准。一般而言，在结合实际场景需求的同时，我们可以通过散点图进行大致的区分。
通过散点图，我们可以比较直观的看清用户分布情况。进行确定评判标准时，尽可能的将密集部分划分在一起，促使用户群体的行为共性更大。与此同时，需要我们在实际运营过程中进行不断调整。如果面临超大规模的数据时，如果能通过聚类分析等手段，可以得到更加科学精准的结果，从而帮助我们进行标准制定。
用户分群相较于用户分层，用户分群更加聚焦于用户行为表现，比如易观方舟推出的智能用户运营ARGO成长模型。例如，高消费频次+低消费额、低消费频次+ 高消费额，这两类用户可能都是某种意义上的高消费用户，但行为特征会存在很大差异，所对应的运营策略也不一样。
其实也可以这么理解，用户分群是用户分层的进一步精细化划分。ARGO成长模型的相关指标有着明显的递进关系，而RFM模型则相互独立。
解释清楚上述关键词，那么我们继续讲下用户精细分层分群。
因为不同行业中，用户分层分群可能是多样性的，用户分层分群在产品发展的不同阶段也有不同的变化，且用户分层分群需要定性与定量。因此我们可以遵循下面这两个原则，帮助我们更好地完成用户分层分群：
（1）精细分层分群，遵循 MECE 原则
在进行用户精细分层分群的过程中，我们遵循由麦肯锡提出的MECE分析法（即“相互独立，完全穷尽” ，也就是对于一个重大的议题能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并成为有效解决问题的方法）。
这不仅仅是帮助用户运营找到所有影响预期目标的关键因素，并找到所有可能的解决办法，而且有助于对用户、问题或解决方案进行排序、分析，并从中找到令人满意的解决方案。
即在确立主要目标的基础上，再逐个往下层分解，直至所有的细分目标都找到，通过对目标的层层分解，分析出用户的关键行为与目标间的关联。
（2）明确阶段目标，让分层分群更简单
正如用户有生命周期一样，产品与用户运营也有着明显阶段性的目标和策略。产品所处的生命周期阶段不同，对用户运营的要求也不尽相同。
-END-