2022- 09- 26 11:25 发表于广�?
有同学疑惑：领导让做用户分层，可不管怎么分，似乎都觉得没有啥科学道理，也经常被嫌弃：“你这分层分得有啥意思”。到底有没有标准的分层规范？
在讨论这个问题之前，大家先看一个简单的问题，假设一个业务收入情况如下，你会怎么解读数据？（总收�? \(=\) 付费用户数*付费用户人均付费�?| 付费用户�?/td> | 付费用户人均付费 | 总收�?/td> | |
| 1 �?/td> | 10,000 | 149 | 1,485,100 |
| 2 �?/td> | 11,000 | 135 | 1,484,345 |
| 3 �?/td> | 12,000 | 124 | 1,483,590 |
一、用户分层的一般作�?
本质上看，用户分层是一种特殊形态的用户细分：按用户价值高低进行细分。处于上层的，是高价值用户，处于下层的是低价值用户。用户分层最大用处，是：去平均化�? 比如上边的题目，大部分同学会脱口而出�? - 总收入在下降- 人均付费减少�? 17% ，用户增长了 20% - 所以要把人均付费搞高，再搞�?25
看平均数，就会得出这种结论。可实际上，平均值降�?25 元，是不是等于业务就得想办法拉高 25 元呢�? ——当然不是。因为我们并不了解这一万多用户的构成。如果我们告诉大家，�?1 万人有下边两种形态构成，大家还会觉得，人均拉�?25 元就可以了吗�? 形�?A
| 时间 | 总付费人�?/td> | 其中- 付费 49 元人�?/td> | 其中- 付费 10000 元人�?/td> |
| 1 �?/td> | 10,000 | 9,900 | 100 |
| 2 �?/td> | 11,000 | 10,905 | 95 |
| 3 �?/td> | 12,000 | 11,910 | 90 |
形�?B
| 时间 | 总付费人�?/td> | 其中- 付费 99 元人�?/td> | 其中- 付费 199 元人�?/td> |
| 1 �?/td> | 10,000 | 5,000 | 5,000 |
| 2 �?/td> | 11,000 | 4,547 | 5,200 |
| 3 �?/td> | 12,000 | 4,176 | 5,500 |
这就是用户分层作用的直观展示。我们会发现：通过平均数，观察到的趋势是对的，但推导出的执行计划，往往是错的。落到执行层面，需要进行用户细分，才能更容易找到真正问题，制定可行的计划�? # 二、用户分层的特殊作用
用户分层还有个特殊作用，就是：一个企业提供给高中低档用户的产�?服务/体验是有限的。往往是固定的高中低档套餐，高�?标配/低配产品，高�?中级/初级 VIP 服务�? 当我们分开高中低档观察用户的时候，很容易直观看到：我们提供的产�?服务/体验是不是出了问题，我们正在损失哪一档顾客。这样的分析指向性非常强。可以快速定位问题，帮运
营找到突破口�? 比如上边例子�?AB 形态，为了举例方便进行了简化，但代表了两种很经典的业务形态，依赖土豪用户的大 R 型业务和依赖大量普通用户的�?DAU 型业务。（�?R 和大 DAU 是游戏行业术语，这两种形态在游戏行业区分最泾渭分明，因此这里直接套用一下）。他们的用户分层常见形态如下：
| 形�?A | 时间 | 总付费人�?/td> | 其中- 付费 49 元人�?/td> | 其中- 付费 10000 元人�?/td> |
| 1 �?/td> | 10,000 | 9,900 | 100 | |
| 2 �?/td> | 11,000 | 10,905 | 95 | |
| 3 �?/td> | 12,000 | 11,910 | 90 | |
| 形�?B | 时间 | 总付费人�?/td> | 其中- 付费 99 元人�?/td> | 其中- 付费 199 元人�?/td> |
| 1 �?/td> | 10,000 | 5,000 | 5,000 | |
| 2 �?/td> | 11,000 | 4,547 | 5,200 | |
| 3 �?/td> | 12,000 | 4,176 | 5,400 |
本身属于�?D 型业务，高端的万元用户贡献了 90%的价值发展业务，盲目追求总量增长，高端用户获取太少同样的问题，在泛品产品运营的时候很常见！天天喊着获客难，实际上不想进�? 本身属于�?D+O 型业务，低配套高用户贡献�?30%价值发展业务，为了推所谓“中高端产品”，忽视了底层用户同样的问题，在近两年零售、快消领域很常见！盲目跟风消费升级，为推高一点点客单价损失底层用�? 经过这一层解读，是不是比只看个平均数，然后说：“客单价低了，要搞高！”要分析得更透彻。这就是用户分层的更进一步作用：通过结合业务行为的分层，快速定位业务问题�? # 三、用户分层的常见错误
看了示例，有同学会说：“那看起来分层很简单啊，用户价值嘛，付费≥活跃≥注册，我直接叠个金字塔（如下图）不就好了，我看网上都是这么叠的”�? 
答：这是一个用户分层的常见错误：缺少重点。要记得，做用户分层是为了快速定位问题，如果只是像上图，单纯地把注册、活跃、付费叠成金字塔，图形看着挺牛逼，可本质上，不就是把用户量、活跃率、转化率三个指标用金字塔图的形式再说一遍吗�? 图和报表含义一样，那多做个奇形怪状的图就是脱了裤子放屁。这也是开头吐槽“你这分的有啥意义！”的来源�? 还有同学会说：“我表示例，也就是一个维度砍几段，那我把付费、活跃这些维度看看，做个类似下图：想象中分层效果，不就好了？�? 答：这是另一类用户分层常见错误：维度交叉。用户付费、活跃指标之间，有交叉很常见的事。当分类维度相互交叉，一层用户又包含另一层的时候，解读起来就很费劲，这时候还不如直接做个矩阵分类看得更清楚�? 
备注：分层尽量以简单清晰为准，交叉太多，含义不清，需要使用另一种分析方法：综合评估法矩阵分类是一种简单的二维综合评估�? 
综上，用户分层之所以经常做的流于表面，很大程度是因为：做分析的同学缺少细化思考的意识，过分追求画一个层层叠叠的图，来显得思考全面，忽视了这个图对业务的作用，忽视了业务本身在不同阶段有不同需求�? # 四、用户分层的基本思路
做用户分层其实很简单，如下图所示，只需要分类维�?分类标准两样东西即可�? 
最简单的，按消费金额分高中低，规�?10001 以上是高级，5001- 10000 是中级，5000 及以下是低级，那消费金额就是分类维度�?0000,5000 就是分气
我们说过：用户分层的最大用户是快速定位问题，提示业务突破口。想要达到这两重目的，就得做到（如下图所示）�? - 分类维度是当前业务的关键问题- 分类标准和业务动作直接相�? 
特别强调：为什么直接超别人的用户分层会失败，就是因为每个公司、每个业务关注重点问题，而连的产品、服务、体验不一样！不要抄！
业务发展的关键问题和业务动作，并非完全异想天开，或者“听领导指示”，而是与产�?业务发展的生命周期高度相关�? 每次讲到：“要了解当前业务重点问题”，都有同学说：我直接去问问。额，直接沟通是好事，但是如果自己啥都不懂，不但业务懒得分享，偶尔说几个词可能还听不懂。甚至有可能运营自己都是稀里糊涂，领导说啥干啥，不懂脑子。所以做分析的同学还是得有些了解的�? # 五、基于发展阶段选分类维�? 通常一个产�?业务上线会经历五个阶段（如下图所示）每个阶段要关注的核心指标、关键问题是不一样的�? 
备注：到达成熟期后，有的产品选择迭代升级长期发展（互联网企业常见做法），有的产品选择退市为新一代让路（传统企业常见做法�? 通过传统企业在产品生命周期末尾会选择甩货、等下一代产品上线。互联网企业做多次迭代可能性更高。在不同的阶段，业务关注的问题也会不同，如下图所示：
| 周期 | 运营行动 | 数据变化 | 关注�?/td> |
| 培育�?/td> | 获取种子用户，验证设计想法，优化产品体验，打造核心粉丝群 | 整体用户数少，单用户质量�?/td> | 核心用户质量 |
| 成长�?/td> | 获取大量新用户，快速战领域市场 | 用户快速增长、新用户增多 | 新用户数，新用户质量 |
| 成熟�?/td> | 提升转化率，最大化实现产品价�?/td> | 增速减慢、存量基数庞大、转化率提高 | 用户群体转化率、核心用户数量、保留率 |
| 迭代�?/td> | 改造产品用户，再次获取新用户，激活沉睡用�?/td> | 新用户增加，存量激 | 新用户数，新用户质量老用户唤醒数量、质�?/td> |
| 衰退�?/td> | 榨取用户价值，控制经营成本 | 用户大量流失，高端用户转化率/累积消费进一步增�?/td> | 高价值用户流失率、质量、成 |
有了这些基础，我们自己能对当前形势做初步判断，和业务沟通也更顺畅。定出当前关注的重点问题，就能锁定分类维度，下边再看分类标准�? # 六、基于业务动作设分类标准
企业能提供给用户的产�?服务/体验是有限的，它受到三方限制�? - 产品限制：每种产品，每个产品组合能满足用户的需求是有限�? 竞品限制：即使企业能提供众多产品，也很难包装拼得过对�? 需求限制：用户口味会经常变化，今天喜欢，明天就不喜�? 在这三方限制下，往往运营会选择爆款战略，用一个爆款产�?有竞争力的服�?优质的顾客体验来吸引用户，达成自己的目标。往往在用户处于新人阶段，有一个入门级产品；在成长期会在某个节点设立特别优惠的奖励。这些节点，就成为天然的分类标准�? 在这方面，传统企业做得反而比互联网企业要好。传统企业指望卖产品的毛利过日子，因此对给客户多少回馈有清晰的界定�? 一般是从毛利中拨一个固定比例作为回馈，然后参照竞争对手的比例，选择自己主打的档位，从而形成竞争优势。这样对应的分类标准，也可以直接套用业务的标准（如下图所示）�? 
在这种分层标准的指导下，就很容易根据分层数据的变化，找到对应的问题。如同开头举例的效果，看到某个档次的用户少了，立马意识到：找人找偏了，产品竞争力得检讨了。这样后续深入分析，也有了线索�? 反倒是互联网企业，除了少数头部企业外，大量的还停留在大干快上、烧钱补贴阶段。缺少清晰的产品线规划和竞争策略，反正运营有钱就往死里发券，做大了规模好上市圈钱。所以在互联网公司经常培养出那种：注册少�? 发券，活跃不�? 发券，留存不�? 发券的无脑运营�? 如果做数据分析的同学，发现你们公司的运营真的很无脑，都是看着 AARRR 哪个指标跌了就短期上活动搞一搞，完全没有全局规划，也没啥策略�? 那可以试着参照竞品的情况，做一个竞品分析，把本品，竞品在不同消�?活跃程度的用户身上的差异分清楚，帮他们看到：我们其实�?XX 档次有优势，�?XX 档次有劣势�? 因此，我们可以制定用户分层战术，进一步系统的优化。毕竟我们是搞运营，不是搞运动�? # 七、小�? 用户分层看起来简单，可深入探讨的话，需要牵扯的业务细节非常多。很多同学做起来很困扰，都是困扰在：领导让我分高端用户，到底�?8000 算高端，10000 算高端，还是 12000 算高端呢？是滴，他就纠结这个划线纠结的死去活来�? 你反问：
- 目前阶段的重点问题是什么？- 在目前阶段，高端真的就是“高消费吗？�? 8 K�?0 K�?2 K 背后，对应我们运营的什么动作？- 我们做的动作，到底对用户有什么吸引力，竞争力
他啥都不知道！他还在指望着，能有个机器学习算法，啪啪一算，就告诉他：“人工智能阿尔法大狗子告诉你�?0000 是完美的标准，谁不服气，阿尔法大狗子咬死他�? 这就南辕北辙了。用户分层是业务运作的结果，用户分层是应用于业务运作，因此看似简单的分层，只要和业务结合起来，就很容易解释清楚，也很容易定位到问题。与大家共勉�?