用戶分層是用戶運營中常見的一個概念，簡單理解就是指將用戶分為不同類型，并根據(jù)不同用戶提供差異化的內(nèi)容和服務。本文主要介紹幾種常見的用戶分層思路，并結(jié)合實際案例講解用戶分層下的一些設(shè)計探索。

為什么要做用戶分層

隨著移動互動網(wǎng)的發(fā)展，人口紅利的消失，各大廠商都面臨著流量的挖掘和留存的問題，公域流量競爭激烈、獲取成本高，私域流量也由于用戶的越來越多元化而變得粘性匱乏。在這種環(huán)境下，一方面是要擴展更多紅利渠道、進行圈層精準引流，另一方面，則是精細化運營思路，為核心流量建護城河，用最小的成本使用戶價值最大化。因此，不管是對新流量的精準引入，還是對現(xiàn)有流量的精細運營，最為關(guān)鍵的手段就是「用戶分層」。

通過對用戶進行細致的劃分，并進行「差別對待」，于用戶而言，可以真正做到滿足各類用戶所需，極大地提升用戶效率；于業(yè)務而言，也通過為不同用戶制定更精準的運營策略，使運營資源能夠更高效利用，并帶來業(yè)務數(shù)據(jù)的增長。所以，用戶分層作為精準化的重要手段，能夠為用戶和業(yè)務帶來的價值也是顯而易見的。

如何進行用戶分層

用戶分層的思路有多種，劃分維度可簡單可復雜、層級可大可小，那么應該如何選擇適合的分層方式，每種方式應該如何使用呢？

1. 通用的用戶分層模型

首先介紹幾種比較常見的用戶分層模型，它們涵蓋范圍比較廣、有嚴謹?shù)挠脩魟澐诌壿?，幾乎可以通用于大部分的需求場景?/p>

RFM模型

• R：最近一次的消費時間（Recency）
• F：一段時間內(nèi)的消費頻次（Frequency）
• M：一段時間內(nèi)的消費金額（Monetary）

△ RFM模型

RFM模型按照用戶價值狀況進行劃分，如果將每項指標分兩個級別，進行組合可以分為 8 種基礎(chǔ)的用戶類型。當然每項指標里的價值維度如果繼續(xù)細分，例如消費時間可以從籠統(tǒng)的遠/近細化到一周內(nèi)、一月內(nèi)、半年內(nèi)等等；消費頻次可以按照不同時間段內(nèi)的復購次數(shù)拆分；消費金額也可以按具體額度范圍繼續(xù)拆分。如此再進行組合，將可以得到更加細致的分層，那么就可針對不同價值級別的用戶調(diào)整資源傾斜力度、運營策略等。

AIPL模型

• Awareness：認知，針對對應純新用戶
• Interest：興趣，有過相關(guān)瀏覽、加購、關(guān)注等行為，但未進行下單的那些用戶
• Purchase：購買，有過下單行為的用戶
• Loyalty：忠誠，有過較高復購行為的用戶

△ AIPL模型

這個模型對應的也是用戶的成長路徑，每個用戶都是從認知開始，才慢慢變成購買或者忠誠，所以需要做的，就是引導用戶不斷往更上一層發(fā)展。

所以，我們可以根據(jù)不同的階段的用戶訴求，設(shè)計更合理的內(nèi)容。例如針對認知型用戶，可以進行種草推薦，激發(fā)他們的興趣；興趣型用戶，需要了解他們未行動的原因，解決轉(zhuǎn)化阻礙；購買型用戶，需要喚醒需求刺激更多下單；而忠誠型，則可以進行更多體驗細節(jié)的優(yōu)化，讓他們更加簡單、高效率的完成購買。

AARRR模型

• Acquisition：獲客，引入流量
• Activation：激活，刺激用戶參與
• Retention：留存，減少用戶流失
• Revenue：變現(xiàn)，提升下單轉(zhuǎn)化
• Refer：傳播，促進分享和復購

△ AARRR模型

AARRR模型來自于增長的思路，一般來說對應的是整個產(chǎn)品的用戶生命周期，但也可以作為某一次活動的轉(zhuǎn)化漏斗來使用。例如在常見的大促活動中，它對應的就是發(fā)現(xiàn)-瀏覽-加購-下單-復購，各個環(huán)節(jié)也會對應具體的數(shù)據(jù)指標，我們需要做的就是找到各個環(huán)節(jié)增長的機會點，進行體驗上的優(yōu)化。

2. 人群標簽分層

上面的幾種模型是從用戶購物數(shù)據(jù)層面進行劃分的，模型確立后，用戶的層級是相對固定的，主要存在一些占比和優(yōu)先上的變化，只要掌握了模型就可以快速套用，基本也不容易出錯。

但是在很多場景下，不一定適合按照這種絕對理性的方式來劃分。如果有更加個性化的訴求，則可以嘗試按照人群屬性進行聚類的方式來分層，包括：

• 基礎(chǔ)屬性：性別、年齡、地域等
• 購物屬性：品類偏好、消費金額、消費動機等

△ 人群標簽分層

根據(jù)基礎(chǔ)屬性標簽與購物屬性標簽將用戶進行分類，在這種方式下能夠劃分的用戶類型會更加具象化，相當于給每類用戶一個專屬的身份標簽，比如品質(zhì)男神、時尚女神、趣玩青年、新潮老人等等，根據(jù)他們的具體需求進行個性化的內(nèi)容設(shè)計。至于人群標簽劃分的顆粒度要細到什么程度，則依據(jù)不同業(yè)務需要來定，劃分越細當然能更精準地命中用戶，但同時也會帶來更高的運營成本，因此可以結(jié)合自身實際情況來選擇。

3. 定向分層

以上的一些分層的方式，都是相對分類比較全面的，比較適用于用戶量大的綜合類項目，所以在一些小項目或有特殊需求項目中，也可以根據(jù)目標和問題進行定向分層。

△ 定向分層

首先，可以根據(jù)業(yè)務目標來制定分層的方式，例如我們活動目標如果是拉新，那么可以把用戶劃分為老用戶&新用戶，新用戶又可以按照來源渠道進一步分層；如果業(yè)務目標是進行市場下沉，則可以分層為一二線用戶&下沉市場用戶，下沉市場用戶也可以進一步細分…...這樣的分層方式可以更加直接的聚焦到核心目標人群。

其次，可以根據(jù)需要解決的重點問題進行分析，再有針對性的提煉分層維度，例如某個活動的跳失率很高，那么可以去分析哪些用戶跳出高，原因是什么，針對這些高跳出的用戶可以提供什么差異化的服務。

用戶分層設(shè)計策略

針對不同用戶類型進行差異化的設(shè)計，需要從流量和人貨匹配兩個核心問題進行思考。

1. 流量

常規(guī)活動流量灌入同一會場，用戶分層下如何做好流量的切分和承接？

梳理分層人群匹配邏輯

當我們確定好分層用戶類型后，首先需要進行人群匹配邏輯的梳理，后臺算法將用戶進行識別和分類，前臺根據(jù)用戶標識匹配不同的展示樣式。同時在這個過程中需要考慮一些特殊情況，如當用戶未登錄時、或用戶數(shù)據(jù)獲取不到時，是否有默認樣式等。

從入口&渠道就開始進行分層設(shè)計

談到精細化運營，大多數(shù)時候我們做到的都是流量置入后的精準匹配，但是真正意義上的精準，應變是從流量置入前就需要考慮的。。在流量入口上，根據(jù)不同分層用戶展示差異化的素材樣式；在引流渠道上，根據(jù)分層用戶占比和優(yōu)先級進行資源分配的優(yōu)化，這樣才能使流量更加精準高效的引入。

2. 人貨匹配

常規(guī)活動給所有用戶呈現(xiàn)的相同的會場頁面，用戶分層下如何進行千人千面的設(shè)計？

根據(jù)不同用戶提供精準的內(nèi)容

精準的內(nèi)容，是實現(xiàn)精細化運營最核心，也是最基礎(chǔ)的要求。常規(guī)的活動會場，頁面的內(nèi)容是千篇一律的。所有人看到的都是相同的商品、品牌、優(yōu)惠券，用戶分層的設(shè)計思路，是根據(jù)分層用戶特征來推導設(shè)計目標，進而制定具體方案策略，從內(nèi)容上進行精準命中。以酒水品類活動為例，我們按照 4A 模型將用戶分層為路人型（認知）、意向型（興趣）、小酌型（購買）、酒鬼型（忠誠），將進行內(nèi)容層的匹配。

△ 根據(jù)分層用戶提供精準的內(nèi)容

根據(jù)不同用戶規(guī)劃差異化的瀏覽動線

不同的用戶的內(nèi)容訴求不同，那么頁面的組織結(jié)構(gòu)自然也不同，基于前面的設(shè)計目標和方案策略，對頁面的內(nèi)容優(yōu)先級、樓層順序進行梳理，以匹配不同用戶的瀏覽習慣、最大化地提升他們的瀏覽效率。例如酒水活動中以「酒鬼型」和「路人型」為例，可以對比看到兩種用戶動線的差異。

△ 根據(jù)分層用戶規(guī)劃差異化的瀏覽動線

根據(jù)不同用戶設(shè)計個性化的模塊樣式

在內(nèi)容和框架確定后，最后就是具體模塊的設(shè)計，也是往往容易被忽略掉的細節(jié)，很多時候都是做到框架的分層，原子模塊基本復用，但是更加友好用戶分層，是在模塊的形式、信息結(jié)構(gòu)上都可以追求更加極致的個性化，甚至一個坑位的大小、顏色、圖片風格等等都可能對不同用戶最后的決策造成不同程度的影響。如酒水活動，同樣是單品模塊，也可以進行更加個性化的設(shè)計。

△ 根據(jù)分層用戶設(shè)計個性化的模塊樣式

結(jié)語

用戶分層是精細化運營的重要手段，在購物場景逐漸多元化、個性化的趨勢下，越來越多的平臺都在進行著各種用戶分層的嘗試，很多無論是在算法層面，還是運營層面都已經(jīng)做的非常成熟，潤物細無聲的影響著用戶的行為，在用戶分層這條路上我們還有很多需要去積累和沉淀的東西，也希望未來可以有更加成熟和創(chuàng)新的想法可以再與大家交流。

歡迎關(guān)注「京東設(shè)計中心JDC」的微信公眾號：