如何了解用戶分層做到精細(xì)化運(yùn)營?談?wù)凴FM模型的實(shí)際應(yīng)用

36氪的朋友們 36氪 2016-12-13 10:28:57

今天來聊一聊用戶分層的事情。

一個(gè)實(shí)例

亮哥現(xiàn)在所在的公司叫做斑馬信息科技,是阿里和上汽一起合資的公司,主營的業(yè)務(wù)是通過前裝制造「互聯(lián)網(wǎng)汽車」,已經(jīng)上市的是榮威的RX5。

公司里有個(gè)小組,是做流量的,簡單的說,車主在用車過程中產(chǎn)生了流量的消耗,然后再去花錢買流量持續(xù)使用需要消耗流量的應(yīng)用。

前兩周,亮哥和流量組的小伙兒一起,梳理了8月份提車的首批車主的流量使用和流量購買的情況。

樣本量大概3000多,然后我們使用了RFM模型來完成這批樣本的用戶分層——流量消耗選型用戶RFM模型及流量購買選型用戶RFM模型。

RFM模型,在這里再做一次簡單介紹

RFM模型

如何了解用戶分層做到精細(xì)化運(yùn)營?談?wù)凴FM模型的實(shí)際應(yīng)用

RFM模型是廣泛使用于傳統(tǒng)零售行業(yè)的用戶分層模型,它用三個(gè)維度的數(shù)據(jù)來劃分消費(fèi)用戶的層級(jí),分別是:

R(Recency):離某個(gè)時(shí)間點(diǎn)最近的一次消費(fèi),為「近度」維度;

F(Frequency):一段時(shí)間內(nèi)的消費(fèi)頻次,為「頻度」維度;

M(Monetary):對(duì)應(yīng)這段時(shí)間內(nèi)的消費(fèi)金額,為「額度」維度。

通過RFM模型,可以劃分出用戶的層級(jí),如下表:

如何了解用戶分層做到精細(xì)化運(yùn)營?談?wù)凴FM模型的實(shí)際應(yīng)用

我們將R、F、M各切分了5個(gè)等級(jí),構(gòu)建出了125個(gè)模塊,3000多樣本,占據(jù)了其中77個(gè)模塊。

這125個(gè)模塊,會(huì)對(duì)應(yīng)出上表中的8個(gè)級(jí)別的客戶。

而這,只是第一步

第二步,是針對(duì)不同模塊的用戶,進(jìn)行有針對(duì)性的活動(dòng)、宣傳設(shè)計(jì),從而讓模塊中的用戶產(chǎn)生流動(dòng)。

持續(xù)的進(jìn)行這個(gè)行為,去觀測(cè)不同的活動(dòng)、宣傳,對(duì)于用戶在層級(jí)中的流程產(chǎn)生的影響。

譬如說,對(duì)于高流量消耗,但沒有產(chǎn)生流量購買行為的用戶,可以對(duì)其進(jìn)行定向推送,觀測(cè)用戶是否會(huì)變成「雙高」用戶(高消耗高消費(fèi))。

譬如說,對(duì)于沒有流量消耗的用戶,告知流量消耗應(yīng)用可以提升體驗(yàn),促使其使用會(huì)產(chǎn)生流量消耗的應(yīng)用,提升用戶的應(yīng)用使用活躍度。

譬如說,上述的動(dòng)作實(shí)施過程當(dāng)中,是需要進(jìn)行持續(xù)的文案改進(jìn),嘗試觸達(dá)不同用戶的G點(diǎn),并借機(jī)為用戶打上標(biāo)簽,以備后續(xù)大規(guī)模運(yùn)營使用。

(在這里也可以說一下,我們后來對(duì)于其中400名選型車主做了一次推送,推送三天內(nèi),就直接轉(zhuǎn)化了9名車主進(jìn)行流量購買,而在此之前,他們已經(jīng)沒有流量可用至少2個(gè)月了。)

與此同時(shí),階段性固化模型,從3000多樣本擴(kuò)展到全量用戶。

第三步,通過在第二步中的運(yùn)營得到的結(jié)果,去擴(kuò)展到全量用戶的運(yùn)營。

這樣做的好處是:

1、通過持續(xù)運(yùn)營,可以固化出多個(gè)活動(dòng)模塊,如:A(Active)-P(Payment)活動(dòng);沉默用戶喚醒活動(dòng),等等。

2、后續(xù)可以疊加積分等其他工具,讓用戶在產(chǎn)品中獲得更多的權(quán)益和好處,使其對(duì)品牌產(chǎn)生認(rèn)可。

3、識(shí)別高價(jià)值用戶,并傾斜更多的運(yùn)營資源,提升其使用產(chǎn)品的體驗(yàn),并形成口碑進(jìn)行傳播。

這樣一來,你很容易看出:

1、用戶分層本身不是目標(biāo),目標(biāo)是實(shí)現(xiàn)精細(xì)化運(yùn)營,讓資源得到合理分配和高效利用。

2、用戶分層是所有產(chǎn)品進(jìn)入用戶運(yùn)營的門檻,區(qū)分出不同層級(jí)的用戶,才能有效的將運(yùn)營手段進(jìn)行疊加,降低運(yùn)營成本,擴(kuò)大運(yùn)營效果。

3、做用戶分層,需要一定的數(shù)學(xué)能力和Excel處理能力,并不是隨隨便便拍個(gè)腦袋就能有。

方法其實(shí)很簡單,但能按照這個(gè)方法做出來的不太多。有一些工具(譬如Matlab)可以幫助使用,但能夠?qū)崿F(xiàn)這樣的意識(shí),其實(shí)不大容易。

動(dòng)態(tài)看待用戶層級(jí)

用戶模型可以固化,但用戶層級(jí)永遠(yuǎn)不會(huì)固化。

對(duì)于不同的產(chǎn)品,其生命周期其實(shí)往往是相似的,從初創(chuàng)到發(fā)展,到成熟,到衰退,再到消亡。

唯一的不同是,不同產(chǎn)品可能有不同的生命周期的長度,而這種長度上的區(qū)別,往往落腳點(diǎn)是看運(yùn)營的精細(xì)化做到了什么樣的程度。

大家應(yīng)該都聽說過淘寶營銷工具可以做到千人千面,但千人千面不是一天落實(shí)的,它是從采集用戶行為,到分類用戶行為,聚合、交叉,得到不同的用戶集合,通過不同的營銷嘗試看待轉(zhuǎn)化效果,最終得到一個(gè)不斷發(fā)展的巨大模型。

這本身就是對(duì)用戶分層工作最大的褒獎(jiǎng)。

不管你有1000個(gè)用戶,還是1000萬用戶,如果你能做到隨手取出任何一個(gè)用戶,就知道他屬于什么樣的級(jí)別,什么樣的活動(dòng)對(duì)他有效,什么程度的讓利可以推動(dòng)購買,你的運(yùn)營效率就會(huì)大大提升。

我想這也是很多人想要了解用戶分層及精細(xì)化運(yùn)營背后最簡單直接的邏輯。


長按二維碼關(guān)注我們