摘要:本文从用户分群的4个维度以及如何将用户分群应用于业务增长进行了详细介绍。

随着产品功能的增加和用户的增多,新用户的选择,老用户的活跃与流失,究其原因愈发趋于多元化。而精细化运营的核心思维和策略就是用户分群,对不同需求的用户匹配不同的服务和内容,那么,如何划分用户群,如何基于特定用户群开展运营工作呢?本文从用户分群的4个维度以及如何将用户分群应用于业务增长进行了详细介绍。

用户分群:采集数据 筛选归类

用户分群的依据主要有两个方面:用户属性(性别、年龄、地域等)和用户行为(访问时间/访问时长/浏览历史/订单记录等用户在产品内的一切交互行为),因此,采集数据是用户分群的第一步,先确定我们需要哪些数据,然后做好数据埋点,建立基础的用户行为数据监控机制,为用户贴上标签。

PS:所有图片均可点击放大

挖掘数据价值,从用户分群开始-数据分析网

诸葛io官网中互联网金融类DEMO虚拟数据

说明:对于互金类产品来说,通过数据埋点和采集,我们可以知道:在深圳某女性用户,在9月24日13点17分时将起投金额为5000元,年化收益率为8.47%的中期理财产品“双季度计划”加入心愿单。

通过数据采集,建立客户360度视图的目的其实就是为了更直观的洞察用户价值。为了快速且高效的将用户分群和用户洞察,我们通常以4个筛选条件作为用户分群的依据:用户属性、触发行为、新增于、活跃于

1、用户属性

所谓人物基础属性指的是:用户客观的属性,描述用户真实人口属性的标签,比如:年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等就是用户属性。

挖掘数据价值,从用户分群开始-数据分析网

图片来源于网络

关于属性的重要性呢,咱们就以“城市”为例来说明吧,上图是中国(吃货)地图,每个地区都有不同的饮食偏好,那么对于同一款产品来说的,针对不同城市的用户,在运营方面也是有很大差异哒~

比如:某天气类工具型产品,在北京进入雾霾季时,可针对北京地区的用户推送防霾关怀,提供防霾用品信息,一方面比起向全量用户推送一定会打扰到“清新”地区的用户,另一方面让“霾区”用户获得了一种“宝宝被重视了”的贴心体验。

另外,对于一个产品来讲,迭代是产品成长的必经之路,因此根据用户所使用的“系统版本”将用户进行分群,即可实现衡量改版前后的用户行为差异及改版效果。

2、活跃于

活跃用户是用户运营的重点,“伺候”不好,很容易就会流失掉,“伺候”到位了呢?也很容易转化为忠实用户,因此对于活跃于某一特定时段(比如:新旧版本迭代/暑假/节假日)或者最近*天(比如:近期有功能上线)。

挖掘数据价值,从用户分群开始-数据分析网

诸葛io官网中电商类DEMO虚拟数据

说明:通过“活跃于”这个维度,我们可以快速找到最近7天活跃的用户,并可观察这一用户群「微信支付购买转化率」的情况,在1518名查看商品的用户中,最终只有178人完成微信支付,流失率达36.9%,故这一转化有待提高。

挖掘数据价值,从用户分群开始-数据分析网

诸葛io官网中电商类DEMO虚拟数据

说明:通过进一步下钻洞察单体用户未完成付款的原因,发现大部分是“余额不足”导致,故可以每月发薪日,为用户推送相关商品信息,提醒用户完成支付。

3、做过/没做过

这个维度,诸葛君要重点念叨念叨,首先用户行为就是触发过某一事件或者没触发过某一事件,比如,对于互金类产品,完成“绑卡”的用户对平台的信任度一定高于“未绑卡”用户,因此触发指定事件的用户可作为用户分群的重要维度。

挖掘数据价值,从用户分群开始-数据分析网

诸葛io-用户模块

说明:在诸葛io平台中关于“做过/没做过”筛选条件中,支持4个维度:

  • 任意时间
  • 新增后:超好用的维度,下文重点介绍
  • 最近
  • 固定时段

场景举例:

挖掘数据价值,从用户分群开始-数据分析网

诸葛io-用户模块

说明:以互联网金融产品为例,将最近30天内成功支付起投金额为1000元的理财产品大于等于1次,且查看理财产品详情大于等于5次的用户定义为高价值用户,如果最近恰好有某起投金额在1000的理财产品上线,即可通过精准触达这部分用户群持续挖掘用户价值。

用户视角之「新增后」场景举例:

「新增后」这个概念是以用户“路转粉”为起点的时间周期,而不是传统的自然月/自然周为时间周期,因为每个用户的新增时间都不相同,在这种条件下,我们会逐个用户单独计算,确定每一个用户是否在其新增后的 N 天内做过某事。

这个维度的好处,就是以用户视角洞察用户行为,用户新增后*天完成核心转化,用户新增*天使用产品的频次如何?咱们举个例子来说明。

挖掘数据价值,从用户分群开始-数据分析网

诸葛io-用户模块

说明:诸葛io支持多条件筛选用户(并且+并且+并且···),比如将首次来源的广告关键词是华为手机和网上购物,首次来源域名是百度,这是对于用户渠道来源的筛选。此外,将新增后1天内就完成注册且查看了“耳机”类商品大于等于3次的用户,定义为“耳机”潜在消费用户,通过新增后1天这一筛选条件,即可快速精准定位出潜在用户群,通过这样的筛选,便可实现有针对性的触达,将耳机品类的专题活动发送给这些潜在用户,引发用户下单的欲望,提升购买转化率。相较于传统意义上的产品视角——以自然月维度来计算的新增来说,更科学,更具有指导意义。

4、新增于

挖掘数据价值,从用户分群开始-数据分析网

诸葛io-用户模块

说明:新增于这个维度,同样有2个条件可选择:最近/固定时段,以此精确筛选出新增用户的时间范围,灵活找到特定时间段内的特定用户群中。以电商类产品为例,如果你在8月1日-8月15日发起了一次大规模的市场拉新活动,那么上图的筛选即可找到活动期间新增用户群,进而评估活动效果及后续转化情况。

用户分群是精细化运营的基础

用户分群是手段和工具,简单来说,分群分析就是通过聚类的方式,把相似的人群合并,考察同一事件或同一指标在不同人群上的表现,以推断并定位对该事件/指标有明显影响的因子,以此来帮助我们更好地了解用户需求,进行针对性运营。用户分群能帮助企业更加了解用户,分析不同群组的人群属性、行为特点,可以帮助运营人员更好地发掘产品问题的背后的原因,并从中发现产品有效改进优化的方向。

只有将用户精细分群与用户画像结合起来,才能提高精益化运营的深度与精度,那么如何将用户分群与用户画像如何结合使用?

接下来,我们举个例进行说明:某工具类App,购买转化不高怎么办?

这个问题,我们应该如何分析?首先我们通过「用户分群」来针对不同的可能性做实验:对比「没付费的用户」与「购买」的次日留存时会发现:

挖掘数据价值,从用户分群开始-数据分析网

诸葛io官网中工具类demo虚拟数据

「所有用户」与「购买用户」在7天里的留存情况对比:

挖掘数据价值,从用户分群开始-数据分析网

在30天后,「购买用户」的留存率是29.7%,「所有用户」的是12.7%。这可能看起来不是那么显著,但在长期留存上,即便是一个小凸起,对你来说也是意义重大。

通过用户画像,我们将「没付费的用户」与「购买用户」进行分群对比后已经识别出了一个提高留存的因素,现在你可以寻找更多。一个可行的方法是,你现在可以把「购买」不是「注册」设为起点。也就是说,你之前分析的是「注册」之后的留存情况,而下一步,你可以分析「购买」之后的留存情况。这就是在你重新设计了引导流程以促进用户关注他人之后,接下来你应该努力提升什么。

然后,你可以看到其它因素是怎样促进留存的。通过诸葛io的粘性及自定义留存功能,你可以比较「没付费用户」与「购买用户」,比较两个用户群在「查看天气」后的留存情况。

挖掘数据价值,从用户分群开始-数据分析网
挖掘数据价值,从用户分群开始-数据分析网

当你搞清楚了哪些行为导致你的用户继续回来使用你的产品之后,你就需要把这些行为的用户体验放在首位。在早期粘住你的用户,他们就会很难离开你的产品。

获客成本越来越高,因此需要对用户行为进行分析,做群体划分,构建用户行为模型,形成一套高效且有针对性的运营方案。通过对用户数据的采集,挖掘分析用户的行为习惯和喜好,找到更符合用户“口味”的产品和服务,并结合用户需求有针对的调整和优化,这就最大化用户数据的价值。