如果沒有細分用戶，產(chǎn)品設計就只能靠直覺和猜測，運營活動就只能靠拍腦門兒。那要如何通過用戶細分找到你的“超級用戶”？

用戶細分是指根據(jù)用戶的社會屬性、行為數(shù)據(jù)和消費偏好等將其劃歸不同群組的流程。比如：您可通過用戶細分指定來自特定國家/地區(qū)或城市的用戶，添加另一個細分條件來指定購買特定產(chǎn)品或使用產(chǎn)品上特定功能的用戶。

通過指標的篩選，可以幫你找出那些“超級用戶”比如：“購物狂”或您產(chǎn)品的“發(fā)燒友”，并看看他們都有什么共性。

通過細分還可以幫助產(chǎn)品經(jīng)理進行產(chǎn)品優(yōu)化，提供個性化的用戶體驗。比如：有一類用戶白天基本不會啟動應用，因為他們喜歡白天就是工作狀態(tài)，但晚上簡直又變成“腦殘粉”。

這意味著不管產(chǎn)品同學還是運營同學都需要盡可能多地了解他們，以避免在白天讓他們頻繁收到push推送，而晚上服務器停止服務進行升級的尷尬局面。

如果沒有細分，產(chǎn)品設計就只能靠直覺和猜測，運營活動就只能靠拍腦門兒，對了還好，可不對呢？由于新版本發(fā)布或不可抗力的原因，啟動猛增或遭遇滑鐵盧？

沒有細分數(shù)據(jù)，產(chǎn)品團隊無法預知他們產(chǎn)品的未來，運營活動只能靠經(jīng)驗，而辛辛苦苦引進來的用戶也就慢慢流失了。

一、可以使用哪些細分策略？

1. 付費用戶與免費用戶

付費用戶通常比免費用戶忠誠度更高，更具有用戶粘性且更易于促使他們成為超級用戶，而免費用戶可能并不會將產(chǎn)品視為生活中的必備工具，隨之而來的就是高流失風險。細分功能可以讓團隊在保留前者的同時轉(zhuǎn)換后者。

2. 新增用戶和活躍用戶

新增用戶和活躍用戶在整個產(chǎn)品鏈路中處于非常不同的階段，活躍的用戶已經(jīng)找到產(chǎn)品服務中有足夠的價值，可以促使其再次打開。此外活躍用戶又分很多情況（在第一篇運營填坑守則中已經(jīng)講過）。另一方面，新用戶怎么能留下來并且保持活躍度呢？

如果運營同學知道所有留下來的用戶都使用了某一個功能，這樣就可以“要挾”產(chǎn)品提高這個功能的露出機會，并“脅迫”設計同學將Icon突出，以幫助新用戶能成功留下來。

3. 網(wǎng)站/App的使用時長

每個用戶可以貢獻的時間都有限，但卻很有價值。如果用戶選擇在網(wǎng)站或應用上花費時間，或者進入界面后距第一次有效點擊時間間隔很長，這些都是非常有用的信號。說明用戶對產(chǎn)品非常陌生或者產(chǎn)品交互主線不夠清晰，但用戶又充滿一定的好奇心想要看看產(chǎn)品究竟具備什么。

如果他們不花時間，或者進來就可以選擇他們想要了解的，或者直接關(guān)閉，那也是同樣重要。通過按用戶使用時長細分用戶，可以了解哪些功能，因素和內(nèi)容與高活躍相關(guān)，從而為增加使用時長提供新的想法，或者減少某一部分使用時長（比如：電商支付環(huán)節(jié)，用時越少支付機會越高）提供更多機會。

二、自定義事件

1. 積極行為動作

添加“關(guān)注”的用戶與沒有“關(guān)注”的用戶有什么區(qū)別？或者一件商品已經(jīng)購買了一次或復購十次的用戶？以及這個產(chǎn)品屬性是低頻購買商品，還是高頻使用商品？

每個產(chǎn)品都有所不同，但知道這一點至關(guān)重要。通過分析用戶行為或動作，運營同學可以分離出最重要的用戶共有的標簽，并在這些標簽的基礎上進行更深層次的交叉細分。

2. 消極行為動作

并非所有的用戶行為都是積極的，也會發(fā)生用戶流失，放棄購物車或取消關(guān)注等消極行為動作。

通過分析這些行為動作之前發(fā)生的事件（例如：服務宕機、延時或新版本發(fā)布），運營同學可以將這些問題歸集出來：

• 一是向產(chǎn)品和技術(shù)同學反饋問題的嚴重程度并促使其改進；
• 二是找到流失原因盡可能的在第一時間通過運營手段進行挽回。

對于任意一個互聯(lián)網(wǎng)產(chǎn)品而言，找到用戶的共性和個性都是十分有意義的。因為用戶細分始終與商業(yè)目標相結(jié)合，如：成本和利潤。每個產(chǎn)品都應該有自己的“套路”來確定哪些數(shù)據(jù)最有價值。一個由廣告驅(qū)動的閱讀類產(chǎn)品可能會從展現(xiàn)和點擊中獲得收益，并且還會追蹤這些有過點擊行為的人群具備什么樣的基礎屬性。

在用戶允許的情況下，產(chǎn)品盡可能的獲取更多的數(shù)據(jù)以便進行更精準的分析，并將這些數(shù)據(jù)作為你進行用戶細分時可篩選的指標。作為交換價值，產(chǎn)品需要滿足用戶更多的個性化需求，總體來說這是相輔相成的，但是一定要保證數(shù)據(jù)安全。

• 社交屬性：性別，年齡，語言，常住地，婚姻狀況或收入，興趣，信仰，附屬關(guān)系或社會經(jīng)濟地位；
• 行為數(shù)據(jù)：用戶的操作行為，例如訪問次數(shù)，點擊次數(shù)，頁面停留時間和轉(zhuǎn)化率；
• 營銷數(shù)據(jù)：是否付費，付費能力，購買偏好 ，購買次數(shù)，購買間隔。
• ……

三、如何做用戶細分？

用戶細分流程由四個步驟組成：

1. 確定細分的指標

用戶細分的指標有很多，剛才上面提到社交屬性中的：性別、年齡、地域等；營銷數(shù)據(jù)中的：年費用戶、包月用戶等，行為數(shù)據(jù)中的：打開頻次，關(guān)注行為，注銷動作等；除此之外還有其他很多很多細分的指標，細分指標的確定由細分目的和目標用戶等相關(guān)因素決定。

2. 用戶信息采集

用戶信息包括公司日常運營所積累的用戶，通過企業(yè)相關(guān)調(diào)研活動所采集的用戶信息，以及第三方合作平臺互換的用戶信息。

3. 制定細分標準

細分標準并沒有一個定型，暫且可以歸類為售前、售中、售后。售前細分是粗顆粒度細分，篩選，譬如：時間、社交屬性等。

售中細分是根據(jù)以往成熟經(jīng)驗模型（案例）可以明確用戶行為的細分準則，售后細分為用戶類型起初并沒有具體的特征形態(tài)，根據(jù)多個數(shù)據(jù)特征變量，利用聚類等統(tǒng)計分析方法，而定義的細分標準。

4. 細分用戶描述

將不同類型的用戶進行具備其特征的描述，比如：根據(jù)用戶價值和用戶活躍度進行四象限分類為：普通用戶、高價值低頻用戶、低價值高頻用戶、超級用戶，還可以根據(jù)用戶行為繼續(xù)往下拆解描述。

關(guān)于常用的細分分析方法，下篇會給大家介紹，比如逐步細分法，交叉細分法、統(tǒng)計歸納法等等。