用戶分層模型及分析方法微信
1．何爲用戶？ide
在討論用戶生命週期價值（CLV）以前，咱們先看看，這裏的「用戶」究竟指的是哪些人。oop
舉個例子：若是把地球當作一個APP，用戶就比如地球上的人。每一年出生1.4億人，目前70億人活在世界上，已經累計死去1080億人。其中出生人數就像是新增用戶，現存70億人口等同於活躍，累計死去的人意味着流失，「人活七十古來稀」的概念與留存週期相似，人們生育繁衍又與產品的口碑傳播很像。這樣，咱們能夠一一對應這些用戶生命週期中的概念：新增（Acquisition）、活躍（Activation）、留存（Retention）、傳播（Refer）等，對於互聯網產品而言，還有一個商業變現（Revenue）的環節。這五個環節，就構成了咱們常說的AARRR用戶生命週期模型。學習
圖1網站
仔細觀察圖一過程，不難發現，咱們常常很自豪地說我積累了幾百萬、幾千萬用戶，其實沒有太大的意義。由於，這個數字當中的大多數用戶，可能已經流失了，他們不會再爲你的產品創造任何價值了。所以，當咱們討論「用戶」的時候，咱們須要清醒地認識到，只有那些可以被激活、與產品有互動、長期留存、消費/點擊廣告，甚至主動爲你作傳播的用戶，纔是真正優質的、核心的、正在創造價值的用戶。ui
那麼，如何找到這羣真正的優質核心用戶呢？咱們要作的第一件事就是分層。idea
2．何爲用戶分層？spa
用戶分層，是一種對用戶進行羣組劃分的方法，一般用於描述某一用戶的當前狀態；在用戶分層模型中，某一個用戶在某一特定時間應只屬於一個用戶層級。今天，咱們主要講以生命週期階段爲依據的用戶分層方法。.net
在按CLV作用戶分層的過程當中，咱們須要以不一樣的「行爲」的觸發狀況，標識用戶的當前狀態。以此判斷用戶正處於新增、活躍、留存、傳播、付費的哪個階段。設計
3．如何給用戶分層？
舉幾個例子：
1）社交應用（SNS）典型分層：
第一層是新增訪客，只要啓動應用就算一個訪客，訪客中流失的記爲流失訪客；
第二層能夠標記爲活躍用戶，至少觸發一次瀏覽事件的纔算一個有效活躍，流失的記爲流失參與者者；
第三層標記爲互動用戶，有點贊評論的用戶就是互動用戶，流失用戶記爲流失使用者；
第四層記爲回訪用戶，以屢次啓動應用而且屢次互動爲標準，若是他們流失了，則記爲流失高價值用戶。
2）SaaS用戶的典型分層：
第一層是訪客用戶，以打開網站爲基準，訪客中流失的記爲流失訪客；
第二層記爲評估用戶，以深度瀏覽或查看官網demo爲準，流失的記爲流失評估者；
第三層標記爲試用用戶，以完成註冊爲標準，流失用戶記爲流失試用者；
第四層記爲付費用戶，以完成合同流程爲準，流失用戶記爲流失客戶。
3）互聯網理財的典型分層：
第一層依然是訪客，也是以啓動應用作標準；若必定時間週期內沒有回訪記錄，則記入流失訪客；
第二層爲評估者，分層依據是：觸發[查看理財產品]等內容瀏覽相關的事件；若是一個用戶僅僅啓動了應用，卻沒有瀏覽任何產品，就能夠記爲一個流失了；
第三層能夠定義爲實名用戶，分層標準是綁定銀行卡、完成實名認證等；此時，二、3層之間的流失用戶咱們記爲「瀏覽後流失」；
第四層標記爲投資用戶，這個分層標準很簡單，好比：至少購買一次理財產品；對於綁定了銀行卡卻沒有選購產品的用戶，記爲「理財前流失」；
第五層可記爲復購用戶或者忠實用戶，這些用戶在投資行爲上可以知足[週期性]的特徵，投資金額可以逐步[增加]；而時間週期內，有過投資記錄卻不知足該層級標準的用戶，能夠被記爲「理財後流失」。
4．用戶分層的價值
對於上文提到的的用戶分層案例，咱們能夠概括出一個圖形化的展現形式，如圖2：
圖2
圖2所示金字塔模型，完整地展示了該產品的用戶分層層級。企業能夠經過跟蹤研究用戶行爲，快速地明確用戶生命週期中的不一樣階段，並以此劃分用戶層級。這種基於行爲的用戶研究方法，會極大地提高企業的用研效率，瞭解不一樣層級的用戶量及其轉化途徑，爲用戶增加的突破提供數據支撐。結合漏斗分析、同期羣分析、留存率分析等多種分析模型，究竟哪些用戶在爲企業創造價值、用戶爲什麼購買爲什麼流失……這些困擾着企業運營的難題都將迎刃而解。
用戶分層的展示與應用，能夠經過堆積面積圖、同期羣百分比堆積圖等形式進行。關於這兩類數據展現形式的設計與解讀，咱們將在後期撰寫獨立內容作講述。
總 結
用戶分層，除了可以爲企業提供科學的用戶研究方法，其更重要的做用，在於拆分和構建業務流程中的指標衡量體系。在任何一個企業或團隊裏，不一樣角色、不一樣部門、不一樣崗位的人，須要關注的指標是不盡相同的。表1是個簡單的例子：
角色 |
閱讀資訊 |
互聯網金融 |
SaaS |
CEO |
用戶量 |
訂單數 復購率 |
銷售額 用戶量 |
產品 |
功能活躍比 註冊轉化率 |
功能活躍比 購買漏斗轉化率 |
功能活躍比 註冊轉化率 |
運營 |
內容分佈 熱門文章 人均閱讀數 |
熱門產品 復購率 商品轉化率 |
使用轉化率 人均使用時長 |
市場 |
新增用戶 廣告轉化率 |
渠道流量 獲客成本 |
新增用戶 渠道質量 |
表1
關注用戶的生命週期，對用戶進行分層分析與管理，探索各個層級階段的核心指標，以此衡量業務部門的工做成效，這是每個企業實現增加的必由之路。固然，這個過程並非一蹴而就一成不變的。用戶生命週期價值的分析與提高，一樣遵循着精益分析的循環（loop of lean analysis），即：產生想法à構建指標體系à設計產品/方案à衡量實施結果à對過程數據進行分析à從分析中學習經驗à產生新的想法。
圖3
一個好的idea對於優秀產品而言當然重要，但更重要的，是對用戶需求的深入理解和對用戶價值的深刻挖掘。想要實現這兩個「小目標」，CLV（用戶生命週期價值）分析必不可少，用戶分層模型及其指標體系必不可少。
本文分享自微信公衆號 - SQL數據分析（dianwu_dw）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。