数据分析之图解用户分层客户分层Word文档格式.docx
- 文档编号:818734
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:10
- 大小:346.35KB
数据分析之图解用户分层客户分层Word文档格式.docx
《数据分析之图解用户分层客户分层Word文档格式.docx》由会员分享,可在线阅读,更多相关《数据分析之图解用户分层客户分层Word文档格式.docx(10页珍藏版)》请在冰点文库上搜索。
12000
124
1483590
1
用户分层的一般作用
本质上看,用户分层是一种特殊形态的用户细分:
按用户价值高低进行细分。
处于上层的,是高价值用户,处于下层的是低价值用户。
用户分层最大用处,是:
去平均化。
比如上边的题目,大部分人会脱口而出:
●总收入在下降
●
人均付费减少了17%,用户增长了20%
所以要把人均付费搞高,再搞多25
看平均数,就会得出这种结论。
可实际上,平均值降低25元,是不是等于业务就得想办法拉高25元呢?
——当然不是。
因为我们并不了解这一万多用户的构成。
如果我们告诉大家,这1万人有下边两种形态构成,大家还会觉得,人均拉高25元就可以了吗?
形态A
总付费人数
其中
付费49元人数
付费10000元人数
9900
100
10905
95
11910
90
形态B
5000
4547
5200
4176
5400
这就是用户分层作用的直观展示。
我们会发现:
通过平均数,观察到的趋势是对的,但推导出的执行计划,往往是错的。
落到执行层面,需要进行用户细分,才能更容易找到真正问题,制定可行的计划。
2
用户分层的特殊作用
用户分层还有个特殊作用,就是:
一个企业提供给高中低档用户的产品/服务/体验是有限的。
往往是固定的高中低档套餐,高配/标配/低配产品,高级/中级/初级VIP服务。
当我们分开高中低档观察用户的时候,很容易直观看到:
我们提供的产品/服务/体验是不是出了问题,我们正在损失哪一档顾客。
这样的分析指向性非常强。
可以快速定位问题,帮运营找到突破口。
比如上边例子中AB形态,为了举例方便进行了简化,但代表了两种很经典的业务形态,依赖土豪用户的大R型业务和依赖大量普通用户的大DAU型业务。
(大R和大DAU是游戏行业术语,这两种形态在游戏行业区分最泾渭分明,因此这里直接套用一下)。
他们的用户分层常见形态如下:
了解到这一层,再看回AB两形态,我们就能更准确定位出问题:
本身属于大R型业务,高端的万元用户贡献了90%的价值发展业务,盲目追求总业务量增长,高端用户获取量太少。
本身属于大DAU型业务,低配套餐用户贡献了30%的价值发展业务,为了推所谓中高端产品,忽视了底层用户。
经过这一层解读,是不是比只看个平均数,然后说:
“客单价低了,要搞高!
”要分析得更透彻。
这就是用户分层的更进一步作用:
通过结合业务行为的分层,快速定位业务问题。
3
用户分层的常见错误
看了示例,有人会说:
“那看起来分层很简单啊,用户价值吗,付费≥活跃≥注册,我直接叠个金字塔(如下图)不就好了,我看网上都是这么叠的”
答:
这是一个用户分层的常见错误:
缺少重点。
要记得,做用户分层是为了快速定位问题,如果只是像上图,单纯地把注册、活跃、付费叠成金字塔,图形看着挺牛逼,可本质上,不就是把用户量、活跃率、转化率三个指标用金字塔图的形式再说一遍吗。
图和报表含义一样,那多做个奇形怪状的图就是脱了裤子放屁。
这也是开头吐槽“你这分的有啥意义!
”的来源。
还有人会说:
“我看示例,也就是一个维度砍几段,那我把付费、活跃这些维度看看,做个类似下图:
想象中分层效果,不就好了?
”
这是另一类用户分层常见错误:
维度交叉。
用户付费、活跃指标之间,有交叉很常见的事。
当分类维度相互交叉,一层用户又包含另一层的时候,解读起来就很费劲,这时候还不如直接做个矩阵分类看得更清楚。
综上,用户分层之所以经常做的流于表面,很大程度是因为:
做分析的人缺少细化思考的意识,过分追求画一个层层叠叠的图,来显得思考全面,忽视了这个图对业务的作用,忽视了业务本身在不同阶段有不同需求。
4
用户分层的基本思路
做用户分层其实很简单,如下图所示,只需要分类维度+分类标准两样东西即可
我们说过:
用户分层的最大用户是快速定位问题,提示业务突破口。
想要达到这两重目的,就得做到(如下图所示):
●分类维度是当前业务的关键问题
分类标准和业务动作直接相关
业务发展的关键问题和业务动作,并非完全异想天开,或者“听领导指示”,而是与产品/业务发展的生命周期高度相关。
每次讲到:
“要了解当前业务重点问题”,都有人说:
我直接去问问。
额,直接沟通是好事,但是如果自己啥都不懂,不但业务懒得分享,偶尔说几个词可能还听不懂。
甚至有可能运营自己都是稀里糊涂,领导说啥干啥,不懂脑子。
所以做分析的人还是得有些了解的。
5
基于发展阶段选分类维度
通常一个产品/业务上线会经历五个阶段(如下图所示)每个阶段要关注的核心指标、关键问题是不一样的。
通过传统企业在产品生命周期末尾会选择甩货、等下一代产品上线。
互联网企业做多次迭代可能性更高。
在不同的阶段,业务关注的问题也会不同,如下图所示:
周期
运营行动
数据变化
关注点
培育期
获取种子用户,验证设计想法,优化产品体验,打造核心丝群
整体用户数少,单用户质量高
核心用户质量
成长期
获取大量新用户,快速占领市场
用户快速增长、新用户增多
新用户数,新用户质量
成熟期
提升转化率,最大化实现产品价值
增速减慢,存量基数庞大,转化率提高
用户群体转化率,核心用户数量,保留率
迭代期
改造产品用户,再次获取新用户,激活沉睡用户
新用户增加,存量激活
新用户数,新用户质量,老用户唤醒数量、质量
衰退期
榨取用户价值,控制经营成本
用户大量流失,高端用户转化率/累积消费进一步增加
高价值用户胡流失率、质量
有了这些基础,我们自己能对当前形势做初步判断,和业务沟通也更顺畅。
定出当前关注的重点问题,就能锁定分类维度,下边再看分类标准。
6
基于业务动作设分类标准
企业能提供给用户的产品/服务/体验是有限的,它受到三方限制
●产品限制:
每种产品,每个产品组合能满足用户的需求是有限的
竞品限制:
即使企业能提供众多产品,也很难包装拼得过对手
需求限制:
用户口味会经常变化,今天喜欢,明天就不喜欢
在这三方限制下,往往运营会选择爆款战略,用一个爆款产品/有竞争力的服务/优质的顾客体验来吸引用户,达成自己的目标。
往往在用户处于新人阶段,有一个入门级产品;
在成长期会在某个节点设立特别优惠的奖励。
这些节点,就成为天然的分类标准。
在这方面,传统企业做得反而比互联网企业要好。
传统企业指望卖产品的毛利过日子,因此对给客户多少回馈有清晰的界定。
一般是从毛利中拨一个固定比例作为回馈,然后参照竞争对手的比例,选择自己主打的档位,从而形成竞争优势。
这样对应的分类标准,也可以直接套用业务的标准(如下图所示)。
在这种分层标准的指导下,就很容易根据分层数据的变化,找到对应的问题。
如同开头举例的效果,看到某个档次的用户少了,立马意识到:
找人找偏了,产品竞争力得检讨了。
这样后续深入分析,也有了线索。
反倒是互联网企业,除了少数头部企业外,大量的还停留在大干快上、烧钱补贴阶段。
缺少清晰的产品线规划和竞争策略,反正运营有钱就往死里发券,做大了规模好上市圈钱。
所以在互联网公司经常培养出那种:
注册少了-发券,活跃不行-发券,留存不行-发券的无脑运营。
如果做数据分析的人,发现你们公司的运营真的很无脑,都是看着AARRR哪个指标跌了就短期上活动搞一搞,完全没有全局规划,也没啥策略。
那可以试着参照竞品的情况,做一个竞品分析,把本品,竞品在不同消费/活跃程度的用户身上的差异分清楚,帮他们看到:
我们其实在XX档次有优势,在XX档次有劣势。
因此,我们可以制定用户分层战术,进一步系统的优化。
毕竟我们是搞运营,不是搞运动。
7
小结
用户分层看起来简单,可深入探讨的话,需要牵扯的业务细节非常多。
很多人做起来很困扰,都是困扰在:
领导让我分高端用户,到底是8000算高端,10000算高端,还是12000算高端呢?
是滴,他就纠结这个划线纠结的死去活来。
你反问:
●目前阶段的重点问题是什么?
在目前阶段,高端真的就是“高消费吗?
”
8K,10K,12K背后,对应我们运营的什么动作?
我们做的动作,到底对用户有什么吸引力,竞争力
他啥都不知道!
他还在指望着,能有个机器学习算法,啪啪一算,就告诉他:
“人工智能阿尔法狗告诉你,10000是完美的标准,谁不服气,阿尔法狗咬死他”
用户分层是业务运作的结果,用户分层是应用于业务运作,因此看似简单的分层,只要和业务结合起来,就很容易解释清楚,也很容易定位到问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 分析 图解 用户 分层 客户