自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

這才是真正的用戶分層,而不是看平均數(shù)

大數(shù)據(jù) 數(shù)據(jù)分析
用戶分層看起來(lái)簡(jiǎn)單,可深入探討的話,需要牽扯的業(yè)務(wù)細(xì)節(jié)非常多。很多同學(xué)做起來(lái)很困擾,都是困擾在:領(lǐng)導(dǎo)讓我分高端用戶,到底是8000算高端,10000算高端,還是12000算高端呢?

有同學(xué)疑惑:做用戶分層,總覺(jué)得沒(méi)啥科學(xué)依據(jù):

1、到底用什么指標(biāo)分?

2、到底是消費(fèi)1-300分一層,還是1-350分一層?

3、分完了層,還能怎么進(jìn)一步分析,提出有用建議?

今天通過(guò)一個(gè)小例子,系統(tǒng)給大家講清楚。文章很長(zhǎng),還沒(méi)有關(guān)注陳老師的同學(xué),先關(guān)注點(diǎn)贊,慢慢看哦。

在討論這個(gè)問(wèn)題之前,大家先看一個(gè)簡(jiǎn)單的問(wèn)題,假設(shè)一個(gè)業(yè)務(wù)收入情況如下,你會(huì)怎么解讀數(shù)據(jù)?(總收入=付費(fèi)用戶數(shù)*付費(fèi)用戶人均付費(fèi))

圖片圖片

一、用戶分層的一般作用

比如上邊的題目,大部分同學(xué)會(huì)脫口而出:

  • 1到3月,總收入在下降
  • 3月對(duì)比1月,人均付費(fèi)減少了25元
  • 3月對(duì)比1月,用戶增長(zhǎng)了2000名
  • 建議把人均付費(fèi)搞多,再多消費(fèi)25元

看平均數(shù),就會(huì)得出這種結(jié)論。這也是經(jīng)常被業(yè)務(wù)吐槽的:“沒(méi)有深入分析”。

如果我們告訴大家,這1萬(wàn)人有下邊兩種形態(tài)構(gòu)成,大家還會(huì)覺(jué)得,人均拉高25元就可以了嗎?

圖片圖片

這就是用戶分層作用的直觀作用:通過(guò)分層,發(fā)現(xiàn)業(yè)務(wù)特點(diǎn),找到核新用戶群體。用戶總數(shù),消費(fèi)總數(shù)相同的情況下:

形態(tài)A,付費(fèi)是由少數(shù)大額消費(fèi)用戶支持的。因此看平均值意義不大, 要重點(diǎn)看:從用戶中轉(zhuǎn)化了多少高額用戶

形態(tài)B,付費(fèi)有大量普通用戶貢獻(xiàn),此時(shí)看平均值還有一定意義,要關(guān)注普遍用戶需求

這種區(qū)別,再游戲行業(yè)很常見(jiàn),甚至有大R型業(yè)務(wù)(依賴少數(shù)高充值土豪)和大DAU型業(yè)務(wù)(大量在線,低消費(fèi))的區(qū)別,他們的用戶分層情況,如下圖所示:

圖片圖片

了解到這一層,再看回AB兩形態(tài),我們就能更準(zhǔn)確定位出問(wèn)題:

圖片圖片

這才是用戶分層的真正作用:不是簡(jiǎn)單的畫個(gè)線,定個(gè)高低,而是發(fā)現(xiàn)核心用戶是誰(shuí),從而重點(diǎn)服務(wù)。

二、用戶分層的常見(jiàn)錯(cuò)誤

注意!有一種網(wǎng)上廣為流傳的圖,其實(shí)是有問(wèn)題的(如下圖)

圖片圖片

這樣分的太粗糙了,付費(fèi)用戶,活躍用戶都是一個(gè)巨大的整體,不做細(xì)致切分,很難看出問(wèn)題。

但是,如果只做單維度的切分,可能也有問(wèn)題,如下圖所示。因?yàn)橛脩艨赡芡瑫r(shí)有付費(fèi)+活躍行為,單維度切分,不容易發(fā)現(xiàn)問(wèn)題。還是用矩陣分析法,把至少兩個(gè)維度結(jié)合起來(lái)看,更容易看出問(wèn)題(如下圖)

圖片圖片

當(dāng)然還有很多其他很好用的組合,比如:

  • 消費(fèi)+毛利→ 區(qū)分貢獻(xiàn)高消費(fèi)+高毛利金??蛻?and 高消費(fèi)+低毛利的喜歡薅羊毛的客戶
  • 消費(fèi)+消費(fèi)SKU數(shù)→ 區(qū)分出喜歡消費(fèi)單一產(chǎn)品的重度用戶 and 多品類消費(fèi)的興趣廣泛的用戶
  • 消費(fèi)+購(gòu)買頻次→區(qū)分出一次大單客戶+高頻購(gòu)買用戶

下邊我們來(lái)看,具體到一個(gè)維度,該怎么切分

三、用戶層級(jí)怎么切分

單個(gè)維度切分,其實(shí)很簡(jiǎn)單,如下圖所示,只需要分類維度+分類標(biāo)準(zhǔn)兩樣?xùn)|西即可。

圖片圖片

我們說(shuō)過(guò):用戶分層的最大用戶是發(fā)現(xiàn)業(yè)務(wù)問(wèn)題,找到應(yīng)對(duì)策略。想要達(dá)到這兩重目的,就得做到(如下圖所示):

  • 分類維度是當(dāng)前業(yè)務(wù)的關(guān)鍵問(wèn)題
  • 分類標(biāo)準(zhǔn)和業(yè)務(wù)動(dòng)作直接相關(guān)

圖片圖片

如果是和消費(fèi)有關(guān)的標(biāo)準(zhǔn)建議結(jié)合產(chǎn)品單價(jià)

  • 消費(fèi)1件產(chǎn)品的,為低級(jí)用戶
  • 消費(fèi)2件~10件/消費(fèi)中級(jí)套裝的,為初級(jí)用戶
  • 消費(fèi)10件以上/消費(fèi)高額套裝的,為高級(jí)用戶

這樣產(chǎn)品看到分層結(jié)果后,就知道:該推動(dòng)只買1件,多買1次;推動(dòng)中級(jí)用戶去消費(fèi)高級(jí)別套裝。業(yè)務(wù)指向明顯。

如果產(chǎn)品本身缺少清晰分類,那么分層標(biāo)準(zhǔn)可以考慮二八劃分,或者按平均值倍數(shù)劃分,比如先對(duì)用戶消費(fèi)進(jìn)行排行,然后取排名前20%的用戶,按第20%排名用戶消費(fèi),定為:高消費(fèi)?;蛘呦扔?jì)算平均值,按平均值的5倍,2倍,1倍,1/2,1/4劃分。不過(guò)這些做法,依然缺少業(yè)務(wù)含義,不一定好用,還是結(jié)合產(chǎn)品來(lái)看更好

五、分層以后做什么

分層能幫助我們看清楚:

1、大客戶消費(fèi)力+消費(fèi)偏好

2、大客戶 VS 小客戶的消費(fèi)差異

3、大客戶為我司創(chuàng)造毛利(可以再補(bǔ)貼他的上限)

我司并不見(jiàn)得是用戶唯一選擇,所以分層后,可以結(jié)合競(jìng)爭(zhēng)對(duì)手的產(chǎn)品+優(yōu)惠活動(dòng),把各種優(yōu)惠券/禮品/積分,統(tǒng)一折算成“回饋比例”指標(biāo)(我司所有贈(zèng)送福利的成本/客戶消費(fèi)金額)。然后制定策略。原則上,在我司重點(diǎn)發(fā)力的客戶群體,回饋比例要高于競(jìng)爭(zhēng)對(duì)手,這樣業(yè)務(wù)部門,才有足夠的預(yù)算,搞活動(dòng),送禮品,打敗競(jìng)爭(zhēng)對(duì)手,爭(zhēng)取客戶(如下圖)

圖片圖片

當(dāng)然,有可能投了錢,但是活動(dòng)不給力,對(duì)應(yīng)層級(jí)的用戶人數(shù),消費(fèi)并沒(méi)有明顯提升。那么結(jié)合用戶分層數(shù)據(jù),我們也能快速發(fā)現(xiàn)問(wèn)題,再來(lái)檢討:到底怎么樣做,才能促成目標(biāo)

六、小結(jié)

用戶分層看起來(lái)簡(jiǎn)單,可深入探討的話,需要牽扯的業(yè)務(wù)細(xì)節(jié)非常多。很多同學(xué)做起來(lái)很困擾,都是困擾在:領(lǐng)導(dǎo)讓我分高端用戶,到底是8000算高端,10000算高端,還是12000算高端呢?

反問(wèn):

  • 消費(fèi)8000,意味著消費(fèi)多少產(chǎn)品?
  • 消費(fèi)8000人群,占整體比例如何?貢獻(xiàn)多大?
  • 8K,10K,12K背后,對(duì)應(yīng)我們運(yùn)營(yíng)的什么動(dòng)作?
  • 我們做的動(dòng)作,到底對(duì)用戶有什么吸引力,競(jìng)爭(zhēng)力?

這些才是能推動(dòng)用戶分層落地的問(wèn)題,要遠(yuǎn)遠(yuǎn)比孤零零糾結(jié)8000還是8100有意義的多。好的用戶分層,直接能推導(dǎo)出運(yùn)營(yíng)措施,也是這樣做的

責(zé)任編輯:武曉燕 來(lái)源: 接地氣的陳老師
相關(guān)推薦

2025-04-02 02:12:00

用戶分析業(yè)務(wù)數(shù)據(jù)

2024-06-03 14:23:00

2022-11-14 11:55:39

數(shù)據(jù)分析項(xiàng)目

2022-11-29 11:31:19

商品分析商品銷售庫(kù)存

2023-06-16 11:54:59

數(shù)據(jù)分析項(xiàng)目

2024-05-10 12:01:00

商品分析數(shù)據(jù)分析斷貨

2024-07-31 11:52:55

2020-05-28 10:45:31

Git分支合并

2016-12-16 19:06:02

擴(kuò)展數(shù)據(jù)庫(kù)架構(gòu)

2012-05-17 11:04:18

匈牙利命名法

2024-10-31 11:28:59

2024-05-08 13:59:38

經(jīng)營(yíng)分析PPT

2020-03-05 16:47:51

Git內(nèi)部儲(chǔ)存

2015-02-11 09:35:09

iPhone6

2023-10-30 08:14:14

數(shù)據(jù)指標(biāo)體系

2015-04-03 10:11:57

Windows 10免費(fèi)

2015-08-17 13:19:55

大數(shù)據(jù)

2020-08-25 23:06:33

開(kāi)發(fā)技能代碼

2021-01-19 05:44:53

危機(jī)面試技術(shù)

2012-09-19 14:13:14

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)