眾多企業(yè)追求精細化運營，用戶畫像、千人千面成為企業(yè)數(shù)據(jù)驅動的必談熱詞，但是談到如何落地，很多企業(yè)不得其法。

用戶分群是企業(yè)精細化，數(shù)據(jù)化運營的前提，將用戶信息標簽化，通過用戶的歷史行為路徑、行為特征、偏好等屬性，將具有相同屬性的用戶劃分為一個群體，并進行后續(xù)分析。?

普通用戶分群與預測分群

普通用戶分群——分析用戶屬性與行為特征

普通用戶分群按照用戶特征，對用戶進行手動分群，將用戶標簽化。基于用戶的個人屬性、行為特點等，將部分用戶抽取出來，有針對性地進行精細化運營。

預測用戶分群——通過機器學習算法預測事件概率

預測分群是根據(jù)用戶以往的行為屬性特征，運用機器學習算法來預測他們將來會發(fā)生某些事件的概率互聯(lián)網(wǎng)金融產品常常會用到預測用戶分群的功能，對用戶投資偏好進行預測。

用戶分群兩大價值

由于群體特征不同，行為會有很大差別，因此運營人員或者產品人員希望可以根據(jù)歷史數(shù)據(jù)將用戶進行劃分，將具有一定規(guī)律特性的用戶群體進行歸類，進而再次觀察該群體的具體行為。

用戶分群既可以獨立使用解決問題，也適用于和其他數(shù)據(jù)分析模型，如漏斗分析、事件分析等結合，從多個維度拆解指標，產生如下兩大價值：

第一，幫助企業(yè)打破數(shù)據(jù)孤島并真實了解用戶。

用戶分群可以幫助企業(yè)了解某個指標數(shù)字背后的用戶群體具備哪些特征：他們是誰？行為特點有哪些？偏好是什么？潛在需求和行為喜好是什么？了解用戶是做好產品和服務的第一步。?

第二，定位營銷目標群體，幫助企業(yè)實現(xiàn)精準、高效營銷。

清晰勾勒某特定群體在特定研究范圍內的行為全貌，并定義目標人群，是運營人員信息推送的前提。運營人員根據(jù)需求對特定目標人群完成精準信息推送工作，如召回流失用戶、刺激用戶復購等等。完成特定人群的精準信息推送工作后，可實時分析，全方位了解營銷效果。幫助企業(yè)與用戶實現(xiàn)精準高效的信息互通。

三大行業(yè)場景詳解精細化運營

場景一：識別高價值用戶

以直播產品行業(yè)為例。高黏性與高頻消費用戶的行為觀察是產品經理和運營人員工作重點。

例如某運營人員可以篩選出過去?30 天內、等級 10 級以上、有“留言”和“點贊”行為，并且付費禮物送出次數(shù)超過 10 次的用戶，視其為高黏性且高頻消費用戶，對其進行分群定義。

圖1 高黏性且高頻消費用戶定義

運營人員通過事件分析觀察這部分用戶群體近期的行為表現(xiàn)，從而可以看出該用戶群體的人均觀看時長與其他用戶存在明顯差別。

圖2 部分用戶列表

圖3 高頻花費用戶與非高頻花費用戶觀看時長人均值比

場景二：互金行業(yè)喚醒“沉睡”用戶的精準推送與效果評估

某互聯(lián)網(wǎng)金融客戶為“喚醒” 2017 年 1 月注冊且瀏覽過征信頁面（通過分析發(fā)現(xiàn)，用戶瀏覽征信頁面后，后期的留存率較高），但未進行投資的用戶，并向該群體推送“將于 1 月 20 日起發(fā)行賀歲版理財，預期年化收益率高達 9.50 %”的信息。為鎖定目標人群，運營人員通過如下用戶分群進行了篩選。

圖4 篩選營銷目標群體

對完成信息推送后，運營人員可進行多維度分析，了解推送后效果。如該互聯(lián)網(wǎng)金融客戶完成精準推送后，用戶可在投資流程轉化漏斗中再次查看用戶轉化情況，評估推送或者產品優(yōu)化效果。

如下圖，推送后該部分用戶整體轉化率高達?78.26%，未進行推送的人群轉化率為?77.83%，說明這是一次精準的營銷。

圖5 營銷效果轉化率展示

場景二：企業(yè)級服務（To B）“召回”流失客戶的精準推送和效果評估

某?To B?企業(yè)客戶，以投資到期之后再次投資作為留存的標準，近 8 周用戶流失情況如下。在完成篩選工作后，企業(yè)運營人員可在用戶明細頁面上，直接將該用戶群體進行定義，在此基礎上完成精細化推送工作。

圖6 某企業(yè)近 8 周用戶流失情況

在該頁面上，企業(yè)運營人員可以點擊留存數(shù)值，即查看流失人群的詳細信息，并可以直接創(chuàng)建用戶分群顯示名為“流失用戶”，并推送信息，以刺激其申請產品使用。

圖7 神策分析集成推送

在大數(shù)據(jù)時代，為適應不斷變化的外部市場環(huán)境，提升客戶黏性，企業(yè)不斷加速數(shù)字化營銷轉型。其中，提升營銷效率、提高營銷精準度是企業(yè)首要戰(zhàn)略目標。以上三個場景都將“以客戶為中心”理念真正貫穿精準營銷的全流程，重構企業(yè)核心競爭力。

?

推薦閱讀：

用戶路徑分析：揭秘你的用戶行為偏好習慣

四川航空簽約神策數(shù)據(jù)，航司沉淀數(shù)據(jù)價值

神策 FM：做一名數(shù)據(jù)分析師是什么體驗？

內附 PPT | 新零售里程碑，神策數(shù)據(jù)新起點

人民日報新媒體中心接入神策數(shù)據(jù)，媒體閱讀體驗新升級

神策 FM：每周成長 8%，企業(yè)用戶增長四步驟——一個成功案例

喜報 | 鏈家簽約神策數(shù)據(jù)，讓數(shù)據(jù)“說話”更精準

神策數(shù)據(jù)（SensorsDataCrop）

幫助客戶實現(xiàn)數(shù)據(jù)驅動

總結

以上是生活随笔為你收集整理的用户分群模型：如何打造精细化运营基石？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。