用户的价值分层,主要有两种方式:
1.通过用户的成长轨迹,根据用户的生命周期做定义:导入期-成长期-成熟期-休眠期-流失期,每个阶段对用户的运营目标都不一样。
2.根据用户的关键行为做划分,对用户进行区隔,实现用户分层。
比如说知乎这个产品中,有一部分用户会提问题,有一部分用户会回答问题,还有一部分用户是来看内容的,可能回答问题的用户是10%,提问题的用户是20%,看内容的用户是70%,这就是一个简单的用户分层。
为什么要做用户分层呢?
如果让你来做知乎的运营,假如给你100万的预算,要给10万个用户发福利,你会怎么做?平均分配是每个用户10块钱,但如果是我的话,就不会平均分配,我会拿出50万甚至更多给那10%回答问题的用户发福利,因为这些用户是为知乎真正创造价值的用户,提问的用户和看内容的用户,都是因为这些回答内容的用户而留在平台上。
所以说,做用户分层是将有限的资源分配给最有价值的用户,来实现更好的留存。

R 最近一次交易的时间:R值最大,说明发生交易的时间越久,反之,发生交易的时间越近。
F 交易的频次:F越大,说明交易频繁,是平台的用户用户,反之,用户不够活跃。
M 交易的总金额:M越大,客户价值越高,是平台的重点用户。通过RFM模型做用户分层,是从所有用户的层面来说的,这种分层方式适合用来制定针对所有用户的运营策略,比如积分、等级、激励等,也可以用来指导在具体的活动中,我们还选择哪些用户,比如电商大促活动中,为了达成销售额你要针对哪些用户呢?
显然是最近有下单、购买频率高、消费金额高的用户了,这是第一优先级的用户,还有就是最近有下单,购买频率低,消费金额高和最近有下单,购买频率高,消费金额低的用户,针对前者,要推荐的是竞品,也就是品质好单价高的商品,针对后者,要推荐的是爆品,也就是销量大价格低的商品。
在制定完整体的策略后,该如何设计后面的细节呢?这里就需要对用户做进一步的分层,比如针对购买频率低、消费金额高的用户,我们可以再次做分层,比如根据购买过的商品品类分层,给买过首饰的用户推荐首饰类的优惠券,给买过衣服的用户推荐衣服类的优惠券,给买过奶粉的用户推荐奶粉的优惠券。
用户分层是一个用户筛选的过程,筛选的颗粒度越细,我们能够制定的策略就越有针对性,那么用户转化的效果就更好。
