開(kāi)展精細(xì)化運(yùn)營(yíng)的基礎(chǔ)是對(duì)用戶的理解。這種理解既包含對(duì)產(chǎn)品目標(biāo)客戶的整體認(rèn)知（如某購(gòu)物直播平臺(tái)的主要受眾是18-35歲的中等收入年輕城市女白領(lǐng)）；更應(yīng)對(duì)整體目標(biāo)用戶進(jìn)行不同維度的細(xì)分拆解，以深入了解每個(gè)維度特征下用戶群體的差異化特征，如此才能制定出行之有效的運(yùn)營(yíng)策略，設(shè)計(jì)出貼心好用的產(chǎn)品功能。

對(duì)用戶進(jìn)行人群的細(xì)分，要有數(shù)據(jù)做依托。如果將APP的數(shù)據(jù)簡(jiǎn)單劃分為行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)來(lái)看，能得出兩種常見(jiàn)用戶分群的思路。

思路一：

根據(jù)用戶所處產(chǎn)品核心路徑的階段進(jìn)行細(xì)分

從早期的客戶生命周期模型，到移動(dòng)互聯(lián)時(shí)代的AARRR模型，都是典型的根據(jù)用戶所處的業(yè)務(wù)特征階段細(xì)分人群的方式，并且能直接指導(dǎo)分層的營(yíng)銷策略與產(chǎn)品設(shè)計(jì)，推進(jìn)用戶向更高價(jià)值用戶群方向演化。

如按注冊(cè)流程，將用戶細(xì)分為：

按購(gòu)買流程，將用戶細(xì)分為：

同時(shí)，每個(gè)階段的用戶群都還能夠根據(jù)用戶來(lái)源地、渠道、歷史行為等指標(biāo)進(jìn)一步細(xì)分為更多子人群。如潛在新用戶，細(xì)分為不同城市的新用戶群；瀏覽商品人群，細(xì)分為歷史購(gòu)買力高、中、低的不同人群等。

思路二：

根據(jù)用戶業(yè)務(wù)貢獻(xiàn)的特征模型（RFM）進(jìn)行細(xì)分

RFM模型從用戶的業(yè)務(wù)數(shù)據(jù)中提取了三個(gè)特征維度：最近一次消費(fèi)時(shí)間（Recency）、消費(fèi)頻率 (Frequency)、消費(fèi)金額 (Monetary)。通過(guò)這三個(gè)維度將用戶有效地細(xì)分為8個(gè)具有不同用戶價(jià)值及應(yīng)對(duì)策略的群體，如下圖所示。

以圖中左上角的“重要挽留客戶”為例，該用戶群具有高消費(fèi)能力（M值高），但最近一次消費(fèi)時(shí)間較久（R值低），且整體消費(fèi)頻次低（F值低），用戶群有較大的流失分險(xiǎn)，因此有必要通過(guò)促銷手段挽留住這批重要客戶。

RFM模型的應(yīng)用不僅適用于消費(fèi)類的產(chǎn)品，也可衍生應(yīng)用在其它行業(yè)，如：

此外，與思路一相似， RFM模型的8個(gè)人群仍然可以結(jié)合渠道、地域等維度，進(jìn)一步進(jìn)行細(xì)分。

以上兩種思路進(jìn)行的人群細(xì)分日常使用頻繁，不少人群適合在制定人群細(xì)分規(guī)則后，長(zhǎng)期觀察持續(xù)投放相同的營(yíng)銷策略。

如：針對(duì)3日內(nèi)無(wú)再購(gòu)買行為的新增用戶推送優(yōu)惠券刺激其復(fù)購(gòu)；針對(duì)月消費(fèi)頻次滿M次且客單價(jià)大于N的用戶贈(zèng)送VIP體驗(yàn)券，增強(qiáng)其滿意度等。如此更好地實(shí)現(xiàn)用戶分群的應(yīng)用價(jià)值。

而除了上述兩種思路外，從效果后驗(yàn)的角度出發(fā)，還會(huì)有一些明確的臨時(shí)性人群細(xì)分方式，比如直接將某段時(shí)間參與營(yíng)銷活動(dòng)用戶細(xì)分為一個(gè)群體，考察其后續(xù)的行為。

用戶分群旨在幫助大家更深刻地了解自己的用戶，并且很快會(huì)更新上線對(duì)分群的人群畫(huà)像洞察以及查看某一特征人群中每一個(gè)用戶的行為日志。