有同学有疑惑：领导让我们做用户分层，但无论怎么划分，似乎都没有科学道理，经常被驳回：“你的分层很重要，什么意思？”是否有标准的分层规范？在讨论这个问题之前，我们先来看一个简单的问题。假设一家企业的收入如下，你会如何解读这些数据？（总收入=付费用户数*付费用户人均付费）1、用户分层的一般作用用户分层本质上是用户细分的一种特殊形式：按照用户的价值进行细分。位于顶部的是高价值用户，位于底部的是低价值用户。用户分层最大的用处是：去平均化。比如上面这个问题，大部分同学都会脱口而出：总收入在下降，人均付费下降了17%，用户数增长了20%。所以我们要提高人均缴费，提高25看平均，就会得出这个结论。但实际上，如果均值降低了25元，是不是意味着商家要想办法提高25元呢？-当然不是。因为我们不知道这10000多个用户的构成。如果告诉大家这10000人有以下两种形式，大家还会觉得人均增加25元就够了吗？这是用户分层作用的直观展示。我们会发现：通过平均，观察到的趋势是正确的，但推导出来的执行计划往往是错误的。在执行层面，需要对用户进行细分，更容易发现真正的问题，制定可行的方案。2、用户分层的特殊作用用户分层还有一个特殊的作用，即企业向高、中、低端用户提供的产品/服务/体验是有限的。往往是固定的高、中、低端套餐，高端/标准/低端产品，高端/中级/初级VIP服务。当我们从高、中、低层次分别观察用户时，很容易直观地看出：我们提供的产品/服务/体验有没有问题，我们在流失哪一个层次的客户。这样的分析是很有方向性的。可以快速定位问题，帮助运营找到突破口。比如上面例子中的AB形态，为了举例方便，做了简化，但是它代表了两种非常经典的业务形态，依赖富裕用户的大R型业务和依赖大用户的DAU型业务。普通用户数。（大R和大DAU是游戏行业的名词，这两种形式在游戏行业区分的最清楚，这里直接套用）。他们的用户分层的常见形式是这样的：理解了这个层级再回头看AB的两种形式，我们可以更准确的定位问题：经过这个层级的解读，是不是比只看平均值再看要好说：“每个客户的单价很低，所以我们需要提高它！”需要更透彻的分析，这就是用户分层的进一步作用：结合业务行为的分层，快速定位业务问题。3.用户分层常犯的错误看完例子，有同学会说：“好像分层很简单，用户的价值，付费≥活跃≥注册，我就堆一个金字塔（如下图）和不会有事的，我看网上都是这么堆的。”A：这是用户分层的一个常见错误：缺乏重点。记住，用户分层的目的是快速定位问题。如果只是像上图，简单的把注册、活动、支付堆成一个金字塔。转化率和转化率这三个指标能否以金字塔图的形式重复出现？图表和报告的意思是一样的，所以再弄些怪异的图表就等于脱裤子放屁。这也是“你的点数有什么意义！”的来源。一开始。有的同学会说：“我看例子，就是一个维度切几段，然后我再看看支付和激活这两个维度，做出类似下图的图：想象中的分层效果，还不错吧？”答：这是用户分层的另一个常见错误：维度交叉。用户付费和活跃指标重叠是很常见的。当分类维度相互交叉并且一层用户包含另一层时，非常难以解释。这时候最好直接做一个矩阵分类，看的更清楚。总结一下，之所以用户分层往往做的很肤浅，很大程度上是因为：做分析的同学缺乏细思熟虑的意识，过分追求画一层层的图来显得思维全面，忽略了这一点。图对业务的作用忽略了业务本身在不同阶段的不同需求。4.用户分层的基本思路做用户分层其实很简单，如下图，只需要两样东西：分类维度+分类标准。我们说过，用户分层最大的用处是快速定位问题，促使业务突破。如果要实现这两个目标，就必须要做（如下图）：分类维度是当前业务和业务行为的关键问题分类标准，直接关系到业务的关键问题和业务行为开发，不是完全异想天开，也不是“听领导指点”，而是与产品/业务开发的生命周期高度相关。每次说：“了解当前的关键业务问题”，有同学说：我直接去问。好吧，直接沟通是好事，但如果你什么都不懂，不仅懒得分享你的业务，而且可能偶尔会说几句也听不懂。甚至有可能是操作本身就糊涂了，领导说到做到，不知道他的心思。所以做分析的同学还是要有一定的了解。5、根据发展阶段选择分类维度。通常，一个产品/业务会经历五个阶段（如下图所示）。每个阶段的核心指标和需要关注的重点问题都不同。在产品生命周期末期，传统企业会选择卖货，等待下一代产品上线。互联网公司更可能做多次迭代。在不同的阶段，业务的关注点也会有所不同，如下图所示：有了这些基础，我们就可以对现状做出初步的判断，与业务的沟通也更加顺畅。通过确定当前关注的重点问题，就可以锁定分类维度，下面我们再看分类标准。6.根据业务行为设定分类标准。企业能够提供给用户的产品/服务/体验是有限的，受到三方的制约：产品限制：每一种产品、每一种产品组合能够满足用户需求的能力是有限的。竞品限制：即使企业可以提供大量的产品，包装也很难满足对手的需求限制：用户口味会经常变化，今天喜欢，明天不喜欢。产品/有竞争力的服务/优质的客户体验来吸引用户并实现他们的目标。往往在用户处于新手阶段的时候，就有一款入门级的产品；在成长期，在某个节点会设置特殊的优惠奖励。这些节点成为自然的分类标准。在这方面，传统企业比互联网企业做得更好。传统企业靠卖产品的毛利过日子，回馈给客户多少是有明确定义的。一般是在毛利中抽出一定比例作为奖励，然后参照竞争对手的比例，选择自己的主力档位，从而形成竞争优势。这样对应的分类标准也可以直接套用到业务标准上（如下图）。在这种分层标准的指导下，很容易根据分层数据的变化找到相应的问题。就像一开始的例子，当我看到某个级别的用户少了，我立刻意识到我找错人了，产品竞争力要重新检讨了。这样一来，后续的深入分析也就有了端倪。反观互联网企业，除了少数龙头企业外，大量还处于做快、烧钱补贴的阶段。缺乏明确的产品线规划和竞争策略，反正运营有钱就给死人发优惠券，规模再大点就可以上市收钱了。所以，互联网公司往往养成这样的无脑操作：少注册发券，不主动发券，留不住发券。做数据分析的同学如果发现你们公司的运营真的很无知，就看AARRR哪个指标跌了，就开始短线活动了。没有总体规划，根本没有战略。那么你可以尝试参考竞品的情况，做一个竞品分析，在不同消费/活跃度的用户之间，清晰的区分出这个产品和竞品的区别，让他们看到：我们其实是有优势的在XX年级，在XX年级有缺点。因此，我们可以制定用户分层策略，进一步优化系统。毕竟我们是搞运营的，不是搞体育的。七、总结用户分层看似简单，但如果能够深入挖掘，需要涉及的业务细节非常多。很多同学在做的时候都很头疼。麻烦的是：领导让我给高端用户分类。是8000高端、10000高端还是12000高端？是的，他被这根纠结的线纠缠的死死的。你问：现阶段的关键问题是什么？现阶段，高端真的是“高消费”吗？8K、10K、12K背后，我们的操作对应的是什么动作？他不知道我们做的什么动作对用户有吸引力，他不知道他们的竞争力！他还希望有机器学习算法，快速计算后告诉他：“人工智能阿尔法狗告诉你，10000是完美标准，谁不服，阿尔法狗就咬他至死”，这是相反的。用户分层是业务运营的结果，用户分层应用于业务运营。因此，只要将看似简单的分层与业务结合起来，就很容易解释清楚，定位问题。分享给大家。
