用户分层逻辑用户分层案例( 二 ) _云知道

另外，重点运营维护的用户层还可进一步分层运营，比如“付费VIP用户”还可根据付费次数、付费金额数值大小，再切分出多个VIP等级进行差异化运营。
2、二维分层模型
二维用户分层，顾名思义即选取两个核心业务维度进行二维建模，最经典的就是波士顿矩阵分析法。波士顿矩阵分析法，又称四象限分析法、产品系列结构管理法，最早应用于企业咨询领域，用于帮助企业评估和筛选渠道或分析现有的产品结构问题，而其同样也可应用于互联网产品的用户分层模型。

如图3-1所示，我们可以根据用户的平台价值、维系成本高低2个指标维度，构建一个二维的用户模型，从而将平台用户划分为明星、金牛、问题、瘦狗4个象限的用户分层。在所有分层中，明星用户是需要重点去培育和做大的人群，问题用户是需要控制和优化的“羊毛”人群，金牛用户是需要在可控范围内控制好ROI的人群，瘦狗用户则需要不断尝试提升其平台价值。
另外，如果是针对电商平台上的时装消费用户进行分层，可以根据此类用户时尚敏感度、时装消费能力2个核心指标进行交叉建模，得到类似于图3-2所示的分层模型，从而分人群进行精细化运营。
在二维及以上用户分层模型中，都涉及到一个维度高低分界值的选取问题，这时我们可以与BI、算法团队合作，通过二八原理、正态分布分析等方法挖掘关键节点的数据，再结合业务经验和数据来确定、验证和调优。
3、三维分层模型
三维用户分层，顾名思义是用三个维度来构建用户分层的模型，比如为人所熟知的RFM模型分层法，这也是用户分层中较为复杂的一类。

RFM模型，是衡量用户价值和创利能力的经典分层方法和客户管理工具，主要包括三大核心指标：
R：最近一次消费 (Recency)
F：消费频率 (Frequency)
M：消费金额 (Monetary)
如上图所示，通过R、F、M三个维度的交叉建构，我们得到一个三维的立方体用户模型，共划分出8个用户层，分别是重要价值用户、重要发展用户、重要保持用户、重要挽留用户、一般价值用户、一般发展用户、一般保持用户、一般挽留用户。藉此，便于衡量用户价值特征并分人群制订后续运营策略。
需要注意的是，RFM模型中R、F、M三大维度：最近一次消费、消费频率、消费金额，较适用于电商消费类平台的用户分层，而若应用在其他类型的平台时，需要根据具体的用户画像和业务场景在维度上进行灵活调整。
五、怎样基于用户分层开展精细化运营
如下图所示，这是基于用户生命周期链路建构的一维用户分层模型。通过这个分层模型，我们可将整个用户生命周期拆分为获客、升值、留存3个区间段，共包括潜在用户、新手用户、成长用户、成熟用户、衰退用户、流失用户6个用户层。

根据用户分层，我们先要明确各人群的总体运营目标，再制订和落地对应的运营策略/项目，逐步构建系统化的运营体系，同时在此过程中根据潜在新用户、留存老用户、流失用户3大类人群控制好成本补贴的力度和投产比，这就是一个粗略的基于用户分层的精细化运营“作战地图” 。需要说明的是，上图中的具体策略和成本控制方案仅供参考，实际业务中需根据平台模式和用户属性进行变换。
结语
除了三大类用户分层模型之外，是否还有更高维度的分层模型呢？答案是肯定的，但用户分层并不是越细越好。总体来看，随着维度数量的增加，用户分层模型的内部结构也越加复杂，而通常来说复杂度与效率成反比关系。因此我们需把握好人群精细化和业务效率的平衡，因地制宜结合实际业务场景选择最适宜的分层模型。