1.使用者分層會隨著產品發展的不同階段產生不同的變化，小產品小使用者量的切入點是先粗放後精細，而大產品大使用者量的工作重點是更精細化的運營。

2.使用者分層，分層維度沒有統一標準，你以拿 AARRR 使用者增長路徑為分層邏輯，也可以按照業務核心流程為分層邏輯。

3.使用者分群，它是對每一層級使用者的橫向再細分，可以從消費金額、消費品類、使用者城市、使用者性別等維度分群。

4.RFM 使用者價值分群模型，它是一種立體式分群思維，R、F、M 可以按照實際業務需求進行調整，社群產品的M可以被替換成發帖量。

一、使用者分層資料分析

使用者分層的意義在於幫助運營人員，更好地梳理使用者所處的流程狀態，進而可以針對不同狀態的使用者，制定不同的運營策略。

使用者分層沒有固定的方式，只能根據產品形態和業務流程設立因地制宜的體系，不過它有一箇中心思想：根據核心業務流程進行劃分。

這裡我們依舊以寵物社群為例，按照業務流程可以劃分出如下使用者層級結構，並且對每個層級使用者給出了明確的使用者行為欄位要求。

有使用者分層結構以及每個層級的欄位要求後，接下來的資料分析工作就很清晰了，按照各個層級的欄位要求來篩選使用者行為資料欄位，把符合各個層級要求的使用者都找出來。

下圖是用 Excel 透視表功能，根據層級要求做出來的使用者分層表。(使用者資料量大的話，還需要求助技術同學來給你做分層處理。)

當我們知道了每個使用者所處的層級狀態後，在提升寵物社群的交易額這件事上，咱們就有方向了。

比如，同樣是發優惠券，以前可能是全站發放統一的優惠券。(成本浪費，且核銷率非常低)

現在則是可以差異化的向@班主任佳麗 和@加班狗兒 提供滿減優惠券，來嘗試提升他們的購買客單價了，給@隔壁老王 提供他曾經購買的寵物零食折扣券來進行使用者召回….

這種根據使用者所處層級的差異，提供不同的引導策略，就是精細化運營的過程。

不過以上提到的分層運營策略可能並不是最好的，因為有可能出現是你給@班主任佳麗提供滿減優惠券，但是她養的是貓，那麼狗這個品類的券對她來說就沒吸引力了。

那怎麼避免出現這種“不太精準”的情況呢?就是我們下面要講的使用者分群!

二、使用者分群資料分析

使用者分群可以理解為是對使用者分層的補充，當你在使用者層級上不能再做使用者細分時，可以考慮將同一個分層內的群體繼續切分，滿足更高的精細化運營需要。

怎麼理解使用者分群，我們還是繼續拿寵物社群案例進行說明。

比如寵物社群在付費使用者這一層裡，可以根據使用者的消費金額、養寵品類、使用者性別進行再區分。

1)基於消費金額的分群

根據下邊基於消費金額的付費使用者分群，你可以知道付費使用者中有 100 人的消費金額是 150~300 元，有 200 人月消費 50~ 150 元，有 500 人月消費在 0~50 元。

2)基於消費品類的分群

根據下邊基於養寵品類的付費使用者分群，你可以知道付費使用者中養貓的使用者有 320 人，養狗的使用者 480 人。

3)基於使用者性別的分群

根據下邊基於使用者性別的付費使用者分群，你可以知道付費使用者中男性的使用者有 340 人，女性的使用者 460 人。

有時候我們做使用者分群是為了解決一個具體的業務問題，比如你想知道在付費使用者中，什麼樣的寵物品類月消費客高，什麼性別的使用者月消費高，那這時候就可以把 3 個分群維度進行交叉分析。

把分群維度切得更細後，會得出更精彩的資料結論。

透過對付費使用者進行分群處理後，我們發現女性在寵物的消費意願度上比男性強，同時養狗使用者的消費金額比養貓使用者多(因為狗吃得多，用得多)。

而再往下深扒使用者消費資料後，確實會發現養狗使用者購買的主糧和零食明顯比養貓使用者要多。

所以在針對養不同寵物品種的使用者，我們可以制定不同的優惠促銷策略，比如針對養狗的使用者我們提供滿減門檻更高的優惠券，為了提升轉化率重點對女性使用者進行營銷推送。

三、RFM使用者價值資料分析

你手上有@隔壁老王、@賣課的糰子、@小賢去哪兒 3 位流失使用者，如果你手上的預算僅夠對一個人進行召回，你會選擇召回誰?

這是運營同學經常會面臨的使用者召回問題，關於哪個使用者才是最值得被你投入精力進行召回的，就要用到 RFM 使用者價值資料方法了。

RFM 使用者價值分析方法是客戶管理中的經典資料分析方法，它用以衡量消費使用者的價值和創利能力，從某種意義上來說它也是一種使用者分群，它依託收費的 3 個核心指標：

最近一次消費時間(Recency)

消費頻率(Frequency)

消費金額(Monetary)

以此來構建使用者價值分群體系。

最近一次消費時間 Recency：衡量使用者的流失，消費時間越接近當前的使用者，越容易維繫與其的關係。1 年前消費的使用者價值肯定不如一個月才消費的使用者。

消費頻率 Frequency：消費頻率是使用者在限定的期間內購買的次數，最常購買的使用者，忠誠度也越高。

消費金額 Monetary：消費金額是營銷的黃金指標，二八法則指出，企業 80% 的收入來自 20% 的使用者，該指標直接反應使用者的對企業利潤的貢獻。

對於產品而言，我們理想的使用者狀態是使用者消費時間的間隔(R)越短越好;使用者的消費頻率(F)越高越好;使用者一段時間的消費金額(M)越大越好。

可往往理想很豐滿，現實卻骨感，簡單舉個例子：

隨著時間往後延長，開始購買的 2000 個使用者最終流出到僅剩 300 個，那麼哪些使用者流失了，哪些使用者最值得我們進行召回?

透過 RFM 使用者價值分析是可以找到答案的，這也是 RFM 分析方法在實際運營過程中的意義所在，將每個付費使用者根據消費行為資料，匹配到不同的使用者價值群體中，然後根據不同付費使用者群體的價值採用不同的策略。