1年不到，我是怎么用3000万做出超亿投放效果的?

今天分享下关于“用户分层体系的建设之4种常用的分层方式和用户运营的本质”。

“用户分层与分群”

用户分层的本质是一种以用户特征，用户行为等为中心对用户进行细分的精细化运营。

为什么在广泛的互联网产品当中，都需要进行用户分层的运营呢？其实非常的容易理解，原因所在就是，在互联网产品中，用户有各种各样的差异。

比如用户会出现角色的差异分B端用户和C端用户，分贡献内容和消费内容，PGC和UGC，在电商产品中，可能还会区分商家和消费者等等。还有一种情况是在一个APP上用户出现行为的差异，比如注册用户，付费用户，活跃用户，下载用户等等。

用户特征的差异导致了用户诉求和需求的个性化，我们在运营的过程中，就无法使用一套方案去满足所有用户的需求，固产生“精细化运营”，去“分层次”去满足不同的用户，这就是用户分层的本质。

我举一个例子：

比如“猫眼电影APP”

在猫眼电影的APP当中，我们打开它的APP会看到很多不同的UGC内容，这些UGC的内容针对的用户角色都是不一样的，比如用户觉得可能会有一些名人，像导演周星驰会做一些电影的影评，也会有一些“电影的达人”“记者”“电影主编”，也会去针对电影发表不同的观点，最后，还有普通用户发表的UGC，观影感受等。

那么我们可能会发现，都是平台的UGC，在平台上，用户的角色是不同的.

比如，有内容消费的用户，优质UGC用户，娱乐影评人，明星等，每一个人他们的诉求是什么，我们希望用户在APP内扮演什么样的角色，会有什么样的差异性，包含我们需要给到不同用户什么样的价值，把这些用户去区分出来，这就是我们为什么要分层的目的，今日头条产品也是这样的模型。

我再举一个例子：

关于“猫眼电影全站的用户分层运营”

猫眼电影通过另一个维度把用户分层普通用户，电影爱好者，电影发烧友三个等级。每类用户的特征是有所不同的，比如电影爱好者，是专注院线的影片，有UGC贡献动力和能力的用户。

电影发烧友，不限制院线片，电影覆盖面大，有鉴别力，然后面向每一类用户，围绕活跃，或者购票这个行为，他们的运营措施也是不同，比如PUSH推送的内容不同，策划的活动不同等。

通过这个案例，可能会发现，在一款APP当中会从多个角度的进行用户分层，然后针对性的去做精细化的运营。那么用户分层运营的前期是做好精细化的用户细分，通过先有效的细分用户，然后定向的执行策略来实现更高效的精细化运营。

那么精细化“用户细分”怎么执行？

最简单的用户分层手段“以用户的成长路径为中心”

比如一款付费类产品APP，用户从注册到购买，这中间的过程称之为路径，用户走到哪一步了，我们就可以按照当前用户所处的阶段和环节进行划分，这是最简单的用户分层之一，如下：

购买——付费用户

下单——兴趣用户

使用——活跃用户

下载——下载用户

注册——注册用户

以上的分层是最基础的，其实套用以上的公式，我们可以做“可嵌套”的分层，比如，在购买付费的用户中，我们可以把用户分为，A,B,C，在下单兴趣用户中，我们可以把用户分为兴趣用户A,B,C等。

用户分层与分群：

在互联网中，对于用户分层的另一解读也叫做用户“分群”，这里的“分群”并不是把用户归类到社群的意思，而是以“用户属性为中心进行划分”。因为一个用户身上有多种属性。比如“我以用户价值去区分用户分层”可能就会存在，已经付费的，未付费的。

分群的意思是比如一个用户，他的身上有多种标签，我想要找到“喜欢在周末”看电影的用户，我要找到“女性群体中”“每月在10-15日”来大姨妈的用户，这种就是“标签”，这些用户当中在找“会员”“非会员”，这就是“分群”。

假设我要初期进行分层，从上面的购买，下单，使用，下载，注册，一个用户只可能处于一个阶段，多重标签，这样一个逻辑。比如我在上面讲到群体A，群体B，群体C，这种更倾向于“分群”，即“分层又分群”。

“4类最常见的分层方式”

并不是所有的产品都需要AARRR模型，不同互联网产品类型，分层的方式也是不同，整理了4个维度的用户分层常用的公式模型，这些方法需要根据不同的产品形态去进行套用，即：

1.业务主链条的标准化程度高

举个例子来分析，比如工具类，“闹钟”，那么你会发现，对于用户来讲，使用“闹钟”这个产品的过程和环节都是标准的。

无非就是先设定一个时间，到时间“闹钟”就会响，然后我们把他取消掉就OK了，他的过程非常的简单，且标准化，这种就属于主线业务链条的标准化程度高。

2.业务主链条的标准化程度低

在举一个例子来分析，比如“阅读类APP”“教育类产品”，这类产品的第一“人群所在地区不同”，第二“人群的年龄阶段不同”，第三“人群的阶段不同”，这种产品就属于“过程较复杂”，“用户需求多样化”，即产品形态为“主链条的标准化程度较低”，背后链条非常的长，非常的多样，非常的复杂化，环节比较多。

3.用户在一款产品中互相影响的可能性低or高

举个例子：有些APP，用户会在APP中产生互相影响的，有些则不会。

比如“头条”这类型的产品，用户与用户之间相对来讲，交叉影响的可能性比较低，但是如果是“知乎”“微博”这类产品，用户之间相互影响的可能性就比较高。

那么我们一旦有了以上4个模型去判断一个产品，该属于哪个位置之后，我们就可以以最常用的4种方式去分层，即第一种常见的方式：根据用户的个性化特质，区隔分层，这个方法可以能就属于第二类了，用户需求多样，链条比较复杂，电商产品通常也是使用这类方式。

第二类常见的方式：根据用户身份区隔分层。这种方法可以使用在上面的第三个模型中，即用户在一款APP产品中互相影响比较高。什么意思呢？举个例子，一款产品中，用户身份信息是相互彼此可见的“比如微博”，用户之间是彼此影响的，比如给用户加V，给用户一些荣誉，或者是勋章，即一批人可以在APP中影响另一批人。

用户价值区隔分层与AARRR模型分层

还有两类分层方式，这两类方式基本上适合所有产品都可以使用，即用户价值区隔分层，AARRR模型分层。“用户价值区隔分层”即，我们通过APP的某一个维度判断用户贡献的价值高或者低，比如“头条职场领域贡献高”“科技领域贡献高”，这就属于典型价值区隔分层。

AARRR模型是我们经常在增长的环境中看到的模型，通过这个模型也可以对用户完成一个粗旷的分层，做一些针对性的运营策略。也可以定义成增长的模型，也可以理解成分层的模型。

总结

总结下今天主要分享的内容即两大单元六小板块，即“用户分层与分群的区别和本质”包含分层的定义和分群的定义，分层与分群的区别：

分层通常是根据与一个用户“下载”“注册”“付费”等情况界定，分群是根据与一个用户不同的兴趣标签维度界定。六小板块包含了个性化特质区隔分层，身份分层，价值分层，AARRR模型分层。

-END-

作者：王智远

来源：王智远（Z201440）