互联网产品的用户分群思路

2017-12-07 本文已影响59人大汉_

这个世界本为互相关联的一体，而我们总想透过现象看到本质。希望把混沌复杂灰度的系统，能够通过简化为分立的模型化问题，这样能够更方便的让我们理解这个世界。

用户分群就是一个典型的简化理解用户群体的方法。通过对用户的分群，方便我们能够更好的寻找最关键的核心用户、精细化设计产品、针对化运营。

由于用户本身的一体性，很难做到MECE的原则，但在分群时应当尽量遵循个体差异小、类别差异大的目标。

这里提供的分群思路分为以下三步：

1.从用户、产品、交互关系三个维度定义分类指标。

2.将各指标分类后的用户集合，交叉分析，透视用户画像。

3.针对不同的用户集合，分析特性场景下的产品演进方向。

下面详细说明下各步骤的内容。

1.分类指标

用户画像维度主要包括的分类指标为：基础属性、短期行为、长期兴趣。一般涵盖的指标类型如下：

不同产品的功能地图不同，但一定都有可寻的主体功能框架，及主要功能下的细分场景。下面以自拍神器Faceu为例，来看它的功能地图

一个经典的用户运营体系的模型为AARRR，即新增、留存、活跃、传播、盈利。

同时也可以从单点、单边、双边的角度去划分用户与产品的交互逻辑，即用户与产品的交互（单点）、用户与用户的互动（单边）、意见领袖与用户的互动（双边）。从这个角度下，可得到的指标如下

第二步就是交叉分析，经过上述的分类指标，我们可以得到三个维度的用户分群，根据具体需求，可以透视不同维度下的数据。

例如，可分析活跃用户对产品不同功能的使用情况，并透视具体场景下的用户画像。

产品的需求方向需要根据具体的垂直用户群体，及数据分析结果有针对性的进行挖掘。

具体的实践方法可包括：

1）追踪垂直用户群的用户行为

2）进行双盲用户访谈

例如，通过数据分析对流失用户集中在产品的修图功能中，经过追踪或访谈了解到主要反馈为GIF图无法支持动态效果。下一次产品的迭代则需要重点考虑GIF的能力支持。

基于以上的用户分群思路可以得到不同粒度下的用户集合，分的不好，后面的运营做起来是一团乱麻，分好了，便于分而治之，让产品向多个维度同步演进。