用戶畫(huà)像、用戶分群、用戶分層，到底有啥區(qū)別｜接地氣學(xué)堂

用戶標(biāo)簽、用戶畫(huà)像、用戶分群、用戶分層、用戶細(xì)分……很多做用戶分析的同學(xué)，會(huì)被這幾個(gè)概念繞暈。今天系統(tǒng)講解一下。一圖以敝之，這幾個(gè)東西關(guān)系如下：

用戶標(biāo)簽是基礎(chǔ)

用數(shù)據(jù)描述一個(gè)用戶，有標(biāo)簽和指標(biāo)兩種方式

指標(biāo)：連續(xù)型數(shù)據(jù)，比如過(guò)往3個(gè)月消費(fèi)

標(biāo)簽：分類型數(shù)據(jù)，比如用戶性別、居住地

有了豐富的指標(biāo)和標(biāo)簽，才能對(duì)用戶進(jìn)行描述。

之所以單獨(dú)強(qiáng)調(diào)用戶標(biāo)簽，是因?yàn)榇罅课唇?jīng)分類整理的指標(biāo)很難用，對(duì)業(yè)務(wù)直接意義不大。標(biāo)簽可以做得很復(fù)雜，可以附加業(yè)務(wù)含義。這些帶了業(yè)務(wù)含義的標(biāo)簽，甚至可以直接組合出業(yè)務(wù)落地方案，因此非常好用。

用戶畫(huà)像是底座

大量的用戶指標(biāo)與標(biāo)簽，形成了用戶畫(huà)像。用戶畫(huà)像是一個(gè)統(tǒng)稱，通常一講用戶畫(huà)像，大家都知道是在說(shuō)用戶的指標(biāo)與標(biāo)簽問(wèn)題。用戶畫(huà)像是數(shù)據(jù)服務(wù)業(yè)務(wù)的底座，有了用戶畫(huà)像才可以進(jìn)一步地工作。

用戶分群是方法

用戶分群是用戶畫(huà)像運(yùn)用的方法，即不把用戶視為一個(gè)整體，而是從用戶特征、行為等方面找差異，劃分為不同群體。比如按性別、年齡、城市、消費(fèi)多少、活躍程度進(jìn)行劃分，分為不同群體。

分群以后，能便于業(yè)務(wù)更好地識(shí)別不同類型的用戶，做精細(xì)化運(yùn)營(yíng)動(dòng)作。簡(jiǎn)單的用戶分群，可以直接拿用戶標(biāo)簽（特別是物理特征）做分類，復(fù)雜的分群，則可以用更多數(shù)據(jù)。用戶分層就是一種典型的復(fù)雜分群。

用戶分層是一種特殊的分群

如果把分群的標(biāo)準(zhǔn)，定為用戶價(jià)值的高低，這種分群就是用戶分層。用戶分層不只是簡(jiǎn)單的分群，而是要區(qū)分出價(jià)值的高中低，從而更進(jìn)一步地進(jìn)行服務(wù)。

注意：“價(jià)值”本身，可以有很多種定義

1、活躍價(jià)值：用戶在平臺(tái)登錄次數(shù)多，活躍時(shí)間長(zhǎng)

2、轉(zhuǎn)介紹價(jià)值：用戶會(huì)轉(zhuǎn)介紹很多次，帶來(lái)很多新用戶

3、歷史消費(fèi)價(jià)值：用戶歷史上累計(jì)消費(fèi)很多錢(qián)

4、未來(lái)消費(fèi)價(jià)值：用戶未來(lái)會(huì)消費(fèi)很多錢(qián)

因此討論分層前，首先要搞清楚分層的標(biāo)準(zhǔn)，該用何指標(biāo)定義。

定義指標(biāo)以后，就可以著手進(jìn)行層次劃分了。很多同學(xué)會(huì)糾結(jié)到底分界線定在哪里合適。定分界線的原則是：

1、分層后，各層級(jí)有明顯區(qū)分度（10%或更多）

2、分界限本身簡(jiǎn)單清晰，容易辨識(shí)

3、分層后，每個(gè)群體的規(guī)模足夠大，有價(jià)值做

只要符合這三個(gè)標(biāo)準(zhǔn)的，都是好分層。

另一個(gè)分層的注意事項(xiàng)是：要區(qū)分歷史行為和未來(lái)行為。很多同學(xué)做分層，就只知道拿歷史消費(fèi)，歷史活躍數(shù)據(jù)。這樣是有風(fēng)險(xiǎn)的，因?yàn)闅v史消費(fèi)高不見(jiàn)得意味著未來(lái)消費(fèi)高，特別是這種歷史消費(fèi)高峰是在促銷期，或者買耐用品買出來(lái)的。這時(shí)候用戶是很少有未來(lái)消費(fèi)需求的。拿歷史消費(fèi)記錄排個(gè)序，就說(shuō)：這是我的高價(jià)值用戶 or 這是我的優(yōu)質(zhì)用戶，很可能在未來(lái)被打臉。

所以歷史消費(fèi)與未來(lái)消費(fèi)之間的關(guān)系需要驗(yàn)證一下，如果不直接掛鉤，可以試著從用戶特征等方面進(jìn)行區(qū)分。

明著分/暗著分

注意，用戶分層有明分和暗分兩種，明分，即向用戶公開(kāi)分群規(guī)則，比如1年內(nèi)消費(fèi)滿1萬(wàn)成為金卡，金卡用戶可以享受3888入會(huì)大禮包和9折購(gòu)物優(yōu)惠。

暗分，即內(nèi)部設(shè)定好標(biāo)準(zhǔn)，比如A類用戶促銷敏感度低，B類用戶促銷敏感度高，之后在抽獎(jiǎng)的時(shí)候，不給A類用戶中獎(jiǎng)，只給B類用戶中獎(jiǎng)。明分和暗分，在業(yè)務(wù)上、數(shù)據(jù)上，會(huì)產(chǎn)生明顯的效果差異，所以在實(shí)操的時(shí)候一定要分清楚。

明著分，能直接拉動(dòng)用戶消費(fèi)，促使用戶升級(jí)。只要給的獎(jiǎng)勵(lì)夠吸引，你可以看到一個(gè)普通用戶一夜之間變成VVVIP。因此如果要公布分群規(guī)則，最好直接把這種分群當(dāng)成促銷活動(dòng)?？己祟~外給到的資源、新拉動(dòng)的消費(fèi)數(shù)量，評(píng)估分群效果。

注意，這么做也是有限制的。

1、分群規(guī)則不能復(fù)雜，否則用戶看不懂，一切白搭。

2、分群獎(jiǎng)勵(lì)門(mén)檻要高，否則躺著進(jìn)來(lái)的人太多，成本會(huì)爆炸

3、分群獎(jiǎng)勵(lì)要夠給力，否則沒(méi)人為三瓜倆棗掏腰包

4、身份認(rèn)證要做好，否則幾個(gè)用戶湊一張金卡薅羊毛也是常事

5、獎(jiǎng)勵(lì)重疊要控制，避免金卡優(yōu)惠和其他優(yōu)惠重疊太多，成本失控

暗著分，其實(shí)就是大數(shù)據(jù)殺熟，暗搓搓地搞價(jià)格歧視。暗著分在控制成本、拉動(dòng)運(yùn)營(yíng)指標(biāo)上比明著分更有效果。

比如運(yùn)營(yíng)部門(mén)發(fā)現(xiàn)最近轉(zhuǎn)化率降了，如果直接搞大促銷，有相當(dāng)大一部分成本是被原本就會(huì)消費(fèi)的用戶薅走的，那么可以通過(guò)復(fù)雜的內(nèi)部規(guī)則（或者干脆訓(xùn)練購(gòu)買預(yù)測(cè)模型），找到更大概率不會(huì)自然消費(fèi)的用戶，只針對(duì)他們投。這樣暗箱操作，可以讓成本更少，指標(biāo)提升效果更明顯。

不過(guò)這樣做也有前提條件：

1、有封閉信息，直接推送給用戶個(gè)人的APP/小程序

2、用戶的活躍度得高，得有能力接收到信息

3、下單時(shí)間有限制，避免用戶多平臺(tái)比價(jià)/更換賬號(hào)比價(jià)

而且，一般暗搓搓地給優(yōu)惠，沒(méi)法直接丟3888大禮包，也不方便直接收用戶1萬(wàn)元。意味著這種暗搓搓做法不太適合做消費(fèi)量，更適合打轉(zhuǎn)化率，讓用戶小花幾筆錢(qián)，先下兩單。

但是這樣也有問(wèn)題，就是轉(zhuǎn)化低用戶活，躍率很有可能也不高，如果用戶不活躍，是收不到推送信息的，后邊的分層推送也就沒(méi)機(jī)會(huì)了。所以還是需要有一些大規(guī)模的宣傳/促銷做支持，先解決活躍問(wèn)題再說(shuō)。

那用戶分層和推薦系統(tǒng)又是啥關(guān)系？

看到這里，肯定有同學(xué)會(huì)聯(lián)想：那推薦系統(tǒng)和用戶分層又有啥區(qū)別？不都是推個(gè)東西給用戶嗎？

雖然都是推個(gè)東西，但是解決的業(yè)務(wù)問(wèn)題不一樣：

推薦系統(tǒng)解決的是降低用戶搜索難度，不用搜海量商品的問(wèn)題。

用戶分層解決的是拉動(dòng)用戶消費(fèi)，提升用戶活躍的問(wèn)題。

很多公司的SKU就一二百款，產(chǎn)品線就5、6個(gè)，即使搞推薦系統(tǒng)，搞來(lái)搞去也就那幾款。而電商/短視頻平臺(tái)的SKU動(dòng)輒以億為單位，所以必須得搞推薦，不然咋展示呀。而即使只有1個(gè)SKU，用戶也有高中低消費(fèi)的區(qū)別，也能結(jié)合用戶畫(huà)像，找到誰(shuí)是我的高端消費(fèi)者。所以用戶分群和分層應(yīng)用范圍比推薦系統(tǒng)大很多，只要是個(gè)公司都可以用。