爱提高教育网-因为专注,所以专业!

KONG880广告
k12广告

数据精细化运营实战-用户分析之用户分层

时间:2019-06-10 22:44 文章来源:网友分享 作者:网友分享 阅读数:

  浅谈一下用户分层的目的
  数据精细化运营实战-用户分析之用户分层
  一句话说就是为不同用户做不同的服务(不同的运营手段),以达到极致化用户价值的目的。
  
  举个栗子🌰🌰:
  
  a.在活动推送中,给男性用户推送的页面以蓝色为主,女性推送的页面以粉色为主,以增加用户的点击量,是一种简单常见的用户分层实例。
  
  b.在电商行业中,常用短信进行用户的促活,但为节省投入的成本,给高价值用户推送,比给低质量的流失用户推送,在后期获得的价值会更高。
  
  所以说在获客成本,运营成本不断增加的今日,精细化运营不得不重视起来,精细化运营的前提便是用户分层,那用户分层在实际的应用有哪些,需要注意的点有哪些,我的实际经验来总结一下:
  
  用户分层的实际应用
  
  在增长黑客中提到的一个例子,一家订房APP,发现在3G或者4G环境下的用户购买量要比Wi-Fi环境下使用APP的用户高两倍,针对这发现,该APP把广告投放精细为不使用Wi-Fi的用户,只对这些人展示广告,从而增加了广告的点击率和购买率,这个例子是公司在发现这个网络的用户特征差异之后,对用户进行网络特征的用户分层,来节省成本,提高购买的目的。
  
  而在营销运营的实际工作中,用户分层的方法更是体现在各处,活动的推送,广告的变现,电销leads等等。
  
  那用户分层的具体方法有哪些呢?
  
  常见的用户分层方法
  
  按照用户特征分类是一种比较常见的用户分层,例如城市,性别,收入等
  
  其次网上说到的RFM模型分层,AARRR模型分层等等,有时还会用到根据相应业务的产品特性进行分层,主要的精髓就是根据业务特性,把用户之间的差异找出来,再给予不同用户群不一样的需求服务,达到增加用户群价值的目的。
  
  a.RMF模型
  
  R(Recency):离某个时间点最近的一次消费,为「近度」维度;
  
  F(Frequency):一段时间内的消费频次,为「频度」维度;
  
  M(Monetary):对应这段时间内的消费金额,为「额度」维度。
  
  解读:
  
  RFM每个要素标号为1和0,1代表高,0代表低
  
  重要价值客户(111):最近消费时间近、消费频次和消费金额都很高,必须是VIP啊!
  
  重要保持客户(011):最近消费时间较远,但消费频次和金额都很高,说明这是个一段时间没来的忠诚客户,我们需要主动和他保持联系。
  
  重要发展客户(101):最近消费时间较近、消费金额高,但频次不高,忠诚度不高,很有潜力的用户,必须重点发展。
  
  重要挽留客户(001):最近消费时间较远、消费频次不高,但消费金额高的用户,可能是将要流失或者已经要流失的用户,应当基于挽留措施。
  
  在每个层用户给予不同的服务,以促进用户产生价值。
  
  AARRR模型(用户生命周期):
  
  数据运营-用户分析之用户分层
  
  举例:某教育平台给点击试听的用户电话回访需要什么帮助。
  
  注意:
  
  在实际的用户分层的运用中,除了给用户不同的运营策略来营销,还有一点重要的是数据的回归,以便之后进行更准确的精准营销。


      免责声明:
      * 本文仅代表原作者个人观点,与爱提高网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容!
      * 本网站为在线互动式资源分享平台,在这里您可以和千万网友分享自己手中的资源,同时也可以自由转载分享。站内资源为网友自行上传共享,本站不承担任何法律责任。若侵犯了您的版权利益,敬请来信通知我们,我们会在收到通知后的第一时间内予以删除。
    返回爱提高网首页
    • 网络推广
    • 网站建设
    • PS/DM
    • 医学知识

    相关搜索资料

    相关内容

    专家二维码广告
    • 网站优化
    • 音乐绘画
    • 厚黑学

    热门排行

     图文排行