如何了解用户分层做到精细化运营？谈谈RFM模型的实际应用

今天来聊一聊用户分层的事情。

一个实例

亮哥现在所在的公司叫做斑马信息科技，是阿里和上汽一起合资的公司，主营的业务是通过前装制造「互联网汽车」，已经上市的是荣威的RX5。

公司里有个小组，是做流量的，简单的说，车主在用车过程中产生了流量的消耗，然后再去花钱买流量持续使用需要消耗流量的应用。

前两周，亮哥和流量组的小伙儿一起，梳理了8月份提车的首批车主的流量使用和流量购买的情况。

样本量大概3000多，然后我们使用了 RFM模型 来完成这批样本的用户分层——流量消耗选型用户 RFM模型 及流量购买选型用户 RFM模型 。

RFM模型，在这里再做一次简单介绍。

RFM模型是广泛使用于传统零售行业的用户分层模型，它用三个维度的数据来划分消费用户的层级，分别是：

R（Recency）：离某个时间点最近的一次消费，为「近度」维度；

F（Frequency）：一段时间内的消费频次，为「频度」维度；

M（Monetary）：对应这段时间内的消费金额，为「额度」维度。

通过RFM模型，可以划分出用户的层级，如下表：

我们将R、F、M各切分了5个等级，构建出了125个模块，3000多样本，占据了其中77个模块。

这125个模块，会对应出上表中的8个级别的客户。

而这，只是第一步。

第二步，是针对不同模块的用户，进行有针对性的活动、宣传设计，从而让模块中的用户产生流动。

持续的进行这个行为，去观测不同的活动、宣传，对于用户在层级中的流程产生的影响。

譬如说，对于高流量消耗，但没有产生流量购买行为的用户，可以对其进行定向推送，观测用户是否会变成「双高」用户（高消耗高消费）。

譬如说，对于没有流量消耗的用户，告知流量消耗应用可以提升体验，促使其使用会产生流量消耗的应用，提升用户的应用使用活跃度。

譬如说，上述的动作实施过程当中，是需要进行持续的文案改进，尝试触达不同用户的G点，并借机为用户打上标签，以备后续大规模运营使用。

（在这里也可以说一下，我们后来对于其中400名选型车主做了一次推送，推送三天内，就直接转化了9名车主进行流量购买，而在此之前，他们已经没有流量可用至少2个月了。）

与此同时，阶段性固化模型，从3000多样本扩展到全量用户。

第三步，通过在第二步中的运营得到的结果，去扩展到全量用户的运营。

这样做的好处是：

1、通过持续运营，可以固化出多个活动模块，如：A（Active）-P（Payment）活动；沉默用户唤醒活动，等等。

2、后续可以叠加积分等其他工具，让用户在产品中获得更多的权益和好处，使其对品牌产生认可。

3、识别高价值用户，并倾斜更多的运营资源，提升其使用产品的体验，并形成口碑进行传播。

这样一来，你很容易看出：

1、用户分层本身不是目标，目标是实现 精细化运营 ，让资源得到合理分配和高效利用。

2、用户分层是所有产品进入用户运营的门槛，区分出不同层级的用户，才能有效的将运营手段进行叠加，降低运营成本，扩大运营效果。

3、做用户分层，需要一定的数学能力和Excel处理能力，并不是随随便便拍个脑袋就能有。

方法其实很简单，但能按照这个方法做出来的不太多。有一些工具（譬如Matlab）可以帮助使用，但能够实现这样的意识，其实不大容易。

动态看待用户层级

用户模型可以固化，但用户层级永远不会固化。

对于不同的产品，其生命周期其实往往是相似的，从初创到发展，到成熟，到衰退，再到消亡。

唯一的不同是，不同产品可能有不同的生命周期的长度，而这种长度上的区别，往往落脚点是看运营的精细化做到了什么样的程度。

大家应该都听说过淘宝营销工具可以做到千人千面，但千人千面不是一天落实的，它是从采集用户行为，到分类用户行为，聚合、交叉，得到不同的用户集合，通过不同的营销尝试看待转化效果，最终得到一个不断发展的巨大模型。

这本身就是对用户分层工作最大的褒奖。

不管你有1000个用户，还是1000万用户，如果你能做到随手取出任何一个用户，就知道他属于什么样的级别，什么样的活动对他有效，什么程度的让利可以推动购买，你的运营效率就会大大提升。

我想这也是很多人想要了解用户分层及 精细化运营 背后最简单直接的逻辑。