用户分群的4个维度及业务增长的应用

随着产品功能的增加和用户的增加，新用户的选择，老用户的活跃和流失，原因越来越多样化。精细操作的核心思维和策略是用户分组，与不同需求的用户匹配不同的服务和内容。那么，如何划分用户组，如何根据特定的用户组进行操作呢？本文详细介绍了用户分组的四个维度以及如何将用户分组应用于业务增长。用户群：采集数据筛选和分类用户群的基础主要有两个方面：用户属性（性别、年龄、地区等）和用户行为（产品中的所有交互行为，如访问时间/访问时间/浏览历史/订单记录）。因此，采集数据是用户群的第一步。首先确定我们需要什么数据，然后做好数据埋点，建立基本的用户行为数据监控机制，并给用户贴上标签。PS：所有图片均可点击放大官网互联网金融DEMO虚拟数据说明:对于互助黄金产品，我们可以知道，9月24日13:17，深圳某女性用户将投资金额为5000元，年化收益率为8.47%的中期理财产品“双季度计划”加入愿望表。建立客户360度视图的目的实际上是通过数据采集更直观地洞察用户价值。为了快速有效地分组用户和洞察用户，我们通常使用四个筛选条件作为用户分组的基础：用户属性、触发行为、新增和活跃。1、用户属性所谓的基本属性是指用户的客观属性、描述用户真实人口属性的标签，如年龄、性别、城市、浏览器版本、系统版本、操作版本、渠道来源等。图片来自网络属性的重要性，让我们以“城市”为例，上图是中国（美食家）地图，每个地区都有不同的饮食偏好，所以对于同一产品，对于不同城市的用户，操作也有很大的差异~如：天气工具产品，在北京进入雾霾季节，可以为北京用户推动雾霾护理，提供雾霾产品信息，一方面，“雾霾区”用户获得了“宝宝被重视”的亲密体验，而不是向所有用户推送会打扰“新鲜”区域的用户。此外，对于一个产品来说，迭代是产品增长的唯一途径。因此，用户可以根据用户使用的“系统版本”分组来衡量修订前后的用户行为差异和修订效果。此外，对于一个产品来说，迭代是产品增长的唯一途径。因此，用户可以根据用户使用的“系统版本”分组来衡量修订前后的用户行为差异和修订效果。2、活跃用户是用户操作的重点。如果“伺候”不好，很容易流失。“伺候”到位了？也很容易转化为忠实用户，所以对于活跃在特定时间(如新旧版迭代/暑假/节假日)或最近*天(如近期有功能上线)。官方网站上的电子商务DEMO虚拟数据描述：通过“活跃”维度，我们可以快速找到最近7天的活跃用户，并观察这个用户群「微信支付购买转化率」在1518名查看商品的用户中，只有178人最终完成了微信支付，流失率达到36.9%，因此这一转变有待提高。官方网站上的电子商务DEMO虚拟数据描述：通过进一步洞察单个用户未完成付款的原因，发现大部分是由“余额不足”引起的。因此，相关商品信息可以在月薪日推送给用户，提醒用户完成付款。3、做/没有做这个维度，诸葛军*，首先用户行为是触发事件或没有触发事件，例如，对于共同黄金产品，完成“卡”用户对平台的信任必须高于“卡”用户，所以触发指定事件用户可以作为用户组的重要维度。用户模块描述：在诸葛io平台“做/不做”筛选条件下，支持四个维度：任何时间新增：超级易用维度，以下重点介绍最近固定时间场景：用户模块描述：以互联网金融产品为例，近30天成功支付金额1000元金融产品大于或等于1次，查看金融产品细节大于或等于5次用户定义为高价值用户，如果最近碰巧推出了一款起投金额为1000的理财产品，这部分用户群可以通过准确接触继续挖掘用户价值。用户视角之「新增后」场景举例：「新增后」这个概念是以用户的“路转粉”为起点的时间周期，而不是传统的自然月/自然周，因为每个用户的新时间不同。在这种情况下，我们将逐一计算用户，以确定每个用户在新增后的N天内是否做过任何事情。这一维度的优势在于从用户的角度洞察用户的行为，用户在新增*天内完成核心转换，用户在新增*天内使用产品的频率如何？这一维度的优点是从用户的角度洞察用户的行为。用户在新增*天内完成核心转换。用户在新增*天内使用产品的频率是多少？让我们举个例子来解释一下。用户模块描述:诸葛io支持多条件筛选用户(和 并且 例如，第一个来源的广告关键词是华为手机和网上购物，第一个来源域名是百度，这是用户渠道来源的筛选。此外，注册并查看“耳机”产品超过或等于3次的用户将在新增后1天内完成，并定义为“耳机”潜在消费用户。通过新增后1天的筛选条件，可以快速准确地定位潜在用户群。通过这样的筛选，可以实现有针对性的接触，将耳机类别的特殊活动发送给这些潜在用户，激发用户下订单的欲望，提高购买转化率。与传统意义上的产品视角——以自然月维度计算的新产品相比，更科学、更具指导意义。4、在用户模块描述中添加：在此维度中添加新用户也有两个条件可供选择：最近/固定时间，以准确筛选新用户的时间范围，并在特定时间内灵活找到特定用户群。以电子商务产品为例。如果您在8月1日至8月15日发起了大规模的市场创新活动，您可以在活动期间找到新的用户群，然后评估活动效果和后续转型。用户分组是精细操作的基础。用户分组是一种手段和工具。简单来说，分组分析就是通过聚类将相似人群合并，调查同一事件或指标在不同人群中的表现，从而推断和定位对事件/指标有明显影响的因素，从而帮助我们更好地了解用户需求，进行有针对性的操作。用户群可以帮助企业更好地了解用户，分析不同群体的人群属性和行为特征，帮助运营商更好地探索产品问题背后的原因，找到产品有效改进和优化的方向。只有将用户精细分组与用户肖像相结合，才能提高精益操作的深度和精度。那么如何将用户分组与用户肖像相结合呢？接下来，让我们举一个例子来解释：如果一个工具应用程序的购买转换不高，我们该怎么办？我们应该如何分析这个问题？首先，我们通过了「用户分群」对不同的可能性进行实验：比较「用户没有付费」与「购买」第二天留存时会发现诸葛io官网工具类demo虚拟数据「所有用户」与「购买用户」对比7天内的留存情况：30天后，「购买用户」29.7%的留存率，「所有用户」的是12.7%。这可能看起来不那么明显，但即使是一个小凸起，对你来说也很重要。通过用户肖像，我们将通过用户肖像「用户没有付费」与「购买用户」经过分组比较，已经确定了提高保留率的因素，现在你可以找到更多。一个可行的方法是你现在可以把它拿走「购买」不是「注册」设为起点。也就是说，你之前分析的是「注册」下一步，您可以分析保留情况「购买」之后的保留情况。在你重新设计了引导过程，以促进用户*他人之后，接下来你应该努力改进什么。然后，你可以看到其他因素是如何促进保留的。你可以通过诸葛io的粘性和自定义保留功能进行比较「没付费用户」与「购买用户」，比较两个用户群「查看天气」后期保留情况。当你知道是什么行为导致你的用户回来使用你的产品时，你需要把这些行为的用户体验放在首位。如果他们在早期坚持你的用户，他们就很难离开你的产品。客户获取成本越来越高，需要分析用户行为，分组，构建用户行为模型，形成一套高效有针对性的运营方案。通过收集用户数据，挖掘和分析用户的行为习惯和偏好，找到更符合用户“口味”的产品和服务，结合用户需求进行有针对性的调整和优化，最大化用户数据的价值。