用户分层运营思维导图模板_ProcessOn思维导图、流程图

本质

A.产品各种用户角色的差异

B端/C端用户

贡献/消费内容用户

PGC-UGC

商家-消费者

B.产品中的用户行为差异

付费用户

活跃用户

注册用户

下载用户

业内的另一种解读

前提

用户细分

用户分层

以用户价值为中心

用户分群

以用户属性为中心进行划分

最简单的用户分层

以用户成长路径为中心

购买（付费用户））

进一步分为群体A/B/C

下单（兴趣用户）

使用（活跃用户）

下载（下载用户）

注册（新用户）

四类常见的方式

用户价值区隔分层

做法1：依靠用户生命周期定义对用户进行价值区隔

付费类产品

导入期用户

成长期用户

成熟期用户

休眠期

流失期

做法2：通过关键用户行为对用户进行价值区隔

常见的RFM模型操作步骤

抓取用户R/F/M三个维度下的原始数据

定义R/F/M的评估模型与中值

进行数据的处理，获取用户的R/F/M值

参照评估模型与中值，对用户进行分层

针对不用层级用户制定运营策略，推进落地

RMF模型在不同行业的典型变种和扩展

金融：投资金额、投资频率、最近一次投资时间

直播：观看直播时长、最近一次观看时间、打赏金额；

内容：评论次数、评论字数、评论被点赞数

网站：登录次数、登录时长、最近一次登录时间

游戏：等级、游戏市场、游戏充值金额

更简单的变种

行为A次数（月登录次数）

行为B次数（月发帖次数）

最简单的锚定：28法则

AARRR模型分型

第一种

用户获取

用户激活

留存

传播

收入

第二种

获取用户Acquisition

用户激活Activation

提高留存Retention

增加收入Revenue

病毒传播Referral

总结

对于指导用户分层，AARRR是一种较为轻快简单的模型，无需抓取大量用户数据和定义大量用户数据就可往前推进。

某种意义上，可以把它视为用户价值区隔分层的简单弱化版本。在人力、资源有限，希望快速产出一些东西提升整体用户价值时可以考虑。

用户身份区隔

用户金字塔模型

如何梳理

先理出产品的业务逻辑，然后逐次思考

是否存在用户之前发生关系

是

某类用户是否会因贡献、活跃、稀缺性而产生阶层

是

在该类用户内依贡献度、稀缺性等搭建分层

否

用户之间是否可以在自然状态下实现角色演化或进阶？

是

把不同用户的分层进行对接，被进阶的一方处于金字塔上方

否

不适合金字塔模型

用户个性化特质&需求区隔分层

区隔维度

自然属性

个人自然

渠道来源

个性化需求

个人隐形消费偏好

个人使用医院/专业度强弱

个人显性消费偏好

对A功能/A类商品更感兴趣的用户

对B功能/B类商品更感兴趣的用户

场景（如通勤、睡前、周末家中等）

分层依据

两种方法

选择一个维度进行划分

案例：美柚（三个身份状态分层）

正常

备孕

产后

选择两个维度通过交叉区隔

案例：某基金理财APP

用户投资意愿强用户属性为小白

用户投资意愿强用户属性为专业

用户投资意愿弱用户属性为小白

总结

产品内一定要能够通过行为数据或基础数据或标签等，来为用户的个性化需求定性。

多种用户分层策略的叠加使用参考

新手用户再按渠道区分进行精细化运营

成长型和高净值按用户价值进一步细分进行精细化运营

或按用户身份区分对用户进行分层运营（如果需要的话）

新手+成长+高净值 

按用户个性化需求/消费偏好进行精细化

如何在产品中实施（豆瓣为例）

梳理产品业务逻辑

结合资源、问题和现状，选择更适用的用户分层模型

判断业务

锚定用户价值

28法则

关键行为对比进行用户区分

行为A次数

同一周期内的内容发布次数

行为B次数

一段周期内的登录次数

结合数据爬取，完成用户层次的划分

需要先做好界定

面向什么样的用户去抓取关键行为数据？

“一段周期”到底该被定义为多久？

数据获取+数据处理

用户层次的定义+划分

制定分层运营策略

针对每类用户，明确我们希望其稳定化发生的行为

针对每类用户，明确希望引导其完成的重点行为，或是引导其进行身份进阶的路径

通过模型来匹配运营方法与策略

检验+迭代

尽量优先做那种“一个机制就能影响好多人”的运营工作，或优先做解决那种“用户基数最大”的问题；

尽量不要同时上多个链条厂、复杂度高的分层运营方案；

切记，尽量追求让自己的运营方案要“可被监测+可被评估”

一个没有“跟到底”或“结论产出”的运营方案，等于资源浪费