用户分层
“用户分层只是手段，是通往当前业务目标解决问题的细分机会点。脱离业务目标和资源的用户分层，只能作为学术方法论。”
老舅在城里开了家拉面馆，让我去帮忙，我很高兴地答应了。
干了几个月，小饭店来来往往的那些客人，就都很熟悉了。
张老板是我们这儿的常客，每周都要来个三四次，时不时还带一帮朋友，点菜阔绰。
我们特别感谢这位客人，人多时会多送两个小菜，结账时抹个零头，逢年过节还会准备一盒土特产让他带回去。久而久之成了朋友，竟是谁也离不开谁了。
李哥的儿子特别喜欢吃我们家羊肉串，所以李哥经常带儿子来，但最近总是独自一人来，听他说，儿子刚升了中学，放学太晚来不了。
结账时，我就送了几串羊肉串给李哥，让他打包回去给孩子。李哥很高兴，从这以后，每次李哥来吃饭，都会多点10串羊肉串带走。
杨小姐是附近公司的白领，年轻漂亮，北方人，喜欢吃面。因为工作忙，每次来都急匆匆的，随便吃点就走了。我看着心疼，就向她推荐了我们的外卖服务，她点了几次觉得不错，就推荐给了同事，给我们带来了不少生意。
……
凭借着对每位客人的熟悉，我总能为不同的客人提供他们想要的服务，不知不觉生意竟火爆起来，老舅开了几家分店，生意蔓延到省城。
我从一个小二做到经理，但是问题也来了——以前只有几十个客人，很容易区别对待，现在盘子大了，客人少说也有上万，想要认识他们尚且不可能，更不要说一对一的服务了。
百愁莫展之时，老舅家大儿子大学毕业回到家，给我提了一个建议。
脑袋记不住，为什么不用电脑来记？
好主意！我立刻召集手下几十个店长，请他们整理了开业以来所有客人信息，包括多久来吃一次、几个人吃、点了什么菜、花了多少钱等等，并交代他们，以后要注意客人信息的搜集，最好能规范化。
几天后，店长们陆陆续续发来一些客人的消费数据，按照大表弟教的方法，我把这些数据分门别类，整理成不同的人群，在这些人群里，我发现了数千个张老板、李哥和白领杨小姐。
我立刻设计了一套针对不同人群标准化的服务和推销方法，印成小册子发给所有店长，让他们照着做。
果不其然，没过多久，店长们纷纷反馈业绩上涨，客人们的满意度也提高了很多。
上过大学的大表弟告诉我，这个方法叫用户分层。
1、用户分层的“道”
到底什么是用户分层？
网上能搜到很多用户分层的方法，简单的有二八分层，常见的有用户价值金字塔、用户生命周期分层、AARRR模型，稍微复杂的有RFM模型等。
这些个东西，都算是用户分层的“术”，方法架构清晰，却未必能适应复杂多样的具体需求。
以RFM模型为例，这个生长于传统行业的简易回应模型，本是用于直效营销，用来测算盈亏平衡线的，在条件迥异的互联网环境中，RFM这个东西，思维上可谓经典，方法上可谓穿越。恕我直言，网上诸多文章将RFM的方法洋洋洒洒地铺陈论述，并谓之“用户分层”，更像是抱着答案编造问题，而非面对问题寻找答案。
离道之术，术必衰。
那什么是用户分层的“道”？
简单地讲，就是区别对待不同的用户，而不是忽略他们之间的差异性。
更进一步讲，就是根据用户不同的消费倾向与消费偏好，针对性地提供营销和服务，以极化用户价值。
就像我大舅家的拉面馆案例一样，在充分了解和分析每位客人的消费倾向后，我总能针对地提供需要们的服务和消费建议，在便利他们的同时挖掘出其个性的消费潜力。
做得极端点，我甚至能记住谁不要葱花，谁口儿重加盐，从而进一步提升客人的满意度。
随便拿一个常用的用户分层模型也一样，比如说价值金字塔模型：
同用户对产品的使用深度不一样，感受和需求就不一样。
做用户分层，就是为了挖掘个性的潜在需求，施展针对性的激励手段来变现这些潜在需求，从而加速金字塔不断地向上流动。
如果你觉得上面的内容太过基础，那么很开心你能够来到下面的正文。
2、用户分层，如何以道驭术
先讲个小原则。
入职这家电商公司的第2天，老板让我应对即将到来的大促，做个短信推送的用户分层。
即便是专长，入职的第一个任务也不敢托大。我兴致勃勃地请BI拉数据，风风火火地刷表格，勤勤恳恳地把所有用户划了20多个分层，信心满满地发邮件给了老板。
第2天，老板没搭理我，直接把这事儿交给了别人做。听我的顶头上司讲，我做的20多个分层，只有5个是有必要推的，其他的十几个不是没道理，只是都是废话。
什么意思呢？
比如说我的分层里，有一个“客单价低于100元，历史购买次数小于等于3，且近90天未访问的”，针对这个分层我的建议是“低质流失用户，建议放弃。”
老板：要放弃的用户给我看什么？我很闲么？
再比如，这份分层里还有一个“历史购买次数大于10次，仅买过美妆类目，近7天有访问”，我的建议是“高质量用户，单购买类目单一，可推送平台强势类目（箱包服饰）优惠券，进行交叉销售”
老板：大促我要看到最直接的产出，你这和大促有关吗？
那什么是有意义的分层呢？
比如“客单价大于500元近90天未访”，这种做召回；“客单大于500元近7天未访”，这种做活跃；“仅7天加购物车但未购买”，这种推券做转化。
这些分层，用推送落地，拿大促承接，才是此时此刻的燃眉之急。
所以，做用户分层正确的思考方向，应该是针对业务需求寻找不同用户不同的机会点。而前文所讲的“区别对待用户”，没有错，但仅仅是学术语境下的用户分层。
做用户分层，不需要洋洋洒洒把所有用户都归入分层，提纲挈领，就像海里捞鱼，地上挖金，抓到一点是一点。
还是老话，咱们不能抱着答案和方法寻找问题，而应该带着问题寻找答案。
又啰嗦了，下面进入正题。用户分层具体怎么做？
一个有效用户分层的确立，大概要经过三个坎儿：
2.1 发现冲突
所谓“发现冲突”，就是发现用户使用产品中的行为冲突。
什么是冲突？
有兴趣但不了解，了解了却没买，买了没复购，复购了但买得少，买得多但突然不买了。
冲突，就是用户在使用过程中遇到了某种障碍，可能是信息不对等，也可能是产品不够好，而导致用户实际的需求没有得到变现。
有了冲突，才有可能解决冲突，信息不通就沟通，产品不好就改进。冲突解决了，阻碍消除了，用户的需求能变现了，这个分层的用户就运营好了。
所以，冲突是用户分层的前提。不存在冲突的分层是没有潜在需求的，是没有意义的。
举简单的例子：
高频购买的用户突然走丢了，近期购买狂热的用户活跃下降了，一直逛的用户犹犹豫豫迟迟不下单，领了券却不买，加购了却不买……这些都是典型的行为冲突，都需要确立分层通过运营手段解决冲突。
更简单地讲，当用户某些数据指标很高，而与其本该正相关的数据指标却很低，就意味着存在冲突。
相反的，如果某些用户高客单价，常常买，又很活跃，说明他使用消费很流畅，不存在障碍。或者说某些用户各项指标都在边缘，说明他对产品可能没有明确需求。这些情况，分层不成立，不需要运营。
可能有些人说，优质稳定的用户也需要运营啊，要做好防流失啊！这是我要说的第二个事情。
当你在某个行业做了多年，拥有了敏感的业务嗅觉，你就不仅能发现冲突，而且能预测冲突。
你会知道在什么时间、什么情况下，什么样的用户有下沉或流失的风险，风险越大，越需要运营，风险较小，就要考虑投入产出比，再来决定是否划出分层来运营。
就拿优质稳定的粉丝用户来说，如果某个产品数年来粉丝用户群体极其稳定，几乎没有流失，那做防流失机制就是多此一举。
相反，如果这个产品金字塔尖的用户是“铁打的营盘流水的兵”，年年进进出出面孔不同，那就非常有必要做一个VIP机制，想方设法建立用户退出围墙，减缓流失。
除了粉丝流失，潜在冲突还会隐藏在很多地方，想要挖出它，没有通用的运营方法论，只能依靠日积月累的业务经验和嗅觉，其逻辑很简单：当经验告诉你某些人群在某种情境下很可能萌发出行为冲突，就把这个人群拉出来做个分层，想方设法规避冲突的产生。
综上，存在冲突或潜在冲突，是一个分层确立的第一个条件。
2.2 寻找杠杆点
价值产生于冲突的解决。
做用户分层，就是为了解决不同分层中不同的冲突，解决这些冲突，就需要一些运营手段，比如Push、插券、会员机制等，当这些手段能够被现有的资源支持，又能以有限的投入撬动相当的效益，它就成为了杠杆点。
活跃下降的用户，就Push些让他感兴趣的东西；一直逛但迟迟不肯下单的用户，就给他们推送张优惠券；优质用户流失了，就送些回归福利恭迎他们回归；担心金子塔尖的用户随时会走，就给足他们价值和尊重，让他们感觉到，如果走了，之前日积月累的地位，就很难在其他平台找到了。
这些就是杠杆点吗？很抱歉，这些都是纸上谈兵。
我想要强调的杠杆点，不是策略和手段，而是目标和资源。
拿前文我被老板diss的交叉销售分层为例：
- 大促目标是冲销售额，对于美妆类目的忠实用户来讲，美妆复购是产生GMV最直接的方式，类目的交叉销售难度大风险高，而且需要长期的观察和资源承接。
- 大促资源是大量瞬间爆发的折扣商品和券，适合做转化。交叉销售则需要长期某个类目的商品和优惠做承接，不是一蹴而就的事情。
综上，这个分层确实存在冲突（高频高活跃优质用户VS未购买过平台主打类目），但这个冲突的解决不契合当前业务目标（大促冲GMV），也没有足够的资源支撑，所以，这个分层不能成立。
所以，还是那句话，用户分层只是手段，是通往当前业务目标解决问题的细分机会点。脱离业务目标和资源的用户分层，只能作为学术方法论。
2.3 产生效益
效益不是收益，而是投入产出比。
一般来说，当某个分层中的冲突或潜在冲突越激烈时，解决冲突后获得的收益越大。比如“优质用户VS流失”比“普通用户VS流失”的冲突更为严重，相应的优质用户的挽回也能给平台带来更突出的收益。
成本投入则要因人而异。同样的手段对于不同平台来讲，意味的成本可能不一样。
比如优惠券，对于B2C、C2C电商而言，意味着1:1的补贴。而对于自营电商来讲，由于掌握了一定程度的定价权，优惠券可玩的套路很多，成本就不会有牌面上那么高。比如当前的京东，每次下单都会让你抽一张券，券的额度特别高，但指向的商品都是些价格虚高的自营商品。
综合收益与成本，其实就是综合冲突的强度和杠杆点的投入，你就可以做出决定，即这个分层，是否成立，值不值得运营。
3、思维导图
至此，就可以做一些练习了。
首先，仔细想想老板定下的业务目标，找BI拉出用户关键指标数据进行观察，结合业务经验，看看哪些用户的行为中存在冲突，判断一下解决这些冲突是否能帮助实现当前的业务目标，以及是否有足够的资源解决这些冲突，如果答案都是肯定的，就可以圈出有足够运营性价比的用户组成分层，拿来搞事情了。
如果要做战略性分层，也就是会员机制之类的东西，就要多着眼于潜在冲突，回想下这几年和用户的接触，哪些用户总会在什么时间不再热情，或离你而去？抓住这些人，这些时间，和这些潜在风险，寻求杠杆点，形成产品机制。
思维导图如下：
题目：
网易考拉一直关注用户的体验，并且个性化关注每个用户的需求；请问：如果你作为数据分析师，将如何对用户进行分层，起到提升用户体验的作用。请写出你的思路。
用户分层是根据用户不同的消费倾向和消费偏好，针对性的提供营销和服务，以极化用户价值。在具体的场景中，应该根据具体的业务需求、有针对性地做分层，是一个带着问题寻找答案的过程。在本题中，用户分层的目的是，个性化的关注每个用户的需求，提升用户体验，进而提升网易考拉的流水。
用户行为中的冲突（比如强烈的下单需求VS未下单）反映了用户的需求，那么针对用户购物模式分层就可以起到对症下药的效果。用户获得了好的购物体验、买到了心仪的商品，商家获得了利润，平台流水也提升了，这是用户分层的目标所在。分层指标如下（括号内的为冲突）：
- ① 客单≥500，购买频次大于10，近九十天未访（忠实用户VS流失）
- ②进三十天购买频次≥3，近7天未访问（近期购买旺盛VS活跃下降）
- ③近7天访问频次≥5，近7天未购买（强烈的下单需求VS未下单）
- ④高单价又常常买的活跃用户（维持优质用户，避免流失）
- 或者可以根据用户画像进行分层。目的是给用户个性化的购物页面，根据用户画像智能推荐用户感兴趣的购物品类，推荐满足用户需求或者符合用户审美的商品可以提高用户满意度，进而提高平台流水。比如根据用户的年龄、性别、职业、地区、最常购物商品、浏览次数最多的商品等特征，运用K-means聚类方法给用户进行分类。
