大家有没有思考过，但我们在谈用户运营时我们究竟在谈什么？提供2个思考给大家：
用户分群相较于用户分层，用户分群更加聚焦于用户行为表现，比如FUNION推出的智能用户运营的 ARGO 成长模型（详细解读见附录）。举个例子，高消费频次 低消费额、低消费频次 高消费额，这两类用户可能都是某种意义上的高消费用户，但行为特征会存在很大差异，所对应的运营策略也不一样。其实也可以这么理解，用户分群是用户分层的进一步精细化划分。ARGO 成长模型的相关指标有着明显的递进关系，而 RFM 模型则相互独立。解释清楚上述关键词，那么我们继续讲下注册用户精细分群分层。因为不同行业中，用户分群分层可能是多样性的，用户分群分层在产品发展的不同阶段也有不同的变化，且用户分群分层需要定性与定量。因此我们可以遵循下面这两个原则，帮助我们更好地完成用户分群分层：（1）精细分群分层，遵循 MECE 原则在进行注册用户精细分群分层的过程中，我们遵循由麦肯锡提出的 MECE 分析法，这不仅仅是帮助用户运营找到所有影响预期目标的关键因素，并找到所有可能的解决办法，而且有助于对用户、问题或解决方案进行排序、分析，并从中找到令人满意的解决方案。（MECE 分析法，中文意思是“相互独立，完全穷尽”。也就是对于一个重大的议题，能够做到不重叠、不遗漏的分类，而且能够借此有效把握问题的核心，并成为有效解决问题的方法。——百度百科）即在确立主要目标的基础上，再逐个往下层层分解，直至所有的细分目标都找到，通过对目标的层层分解，分析出用户的关键行为与目标间的关联。（2）明确阶段目标，让分群分层更简单正如用户有生命周期一样，产品与用户运营也有着明显阶段性的目标和策略。产品所处的生命周期阶段不容，对用户运营的要求也不尽相同。1.3.2 用户忠诚度产品探索期，一般来说投放费用都十分有限。结合产品定位通过渠道投放等方式获取到目标用户群后，在随时可能改变产品定位的探索阶段，如何将这些客户留在产品中和产品部门一起共同打磨产品，并培养为忠诚用户，成为这个阶段的用户运营以及用户分层的重点。简单举个子，在产品早期探索阶段，我们以注册用户规模以及活跃用户规模作为业务目标，采取 AIPL 模型「认知-兴趣-购买-忠诚」作为用户的分级依据之一。这个模型对应的也是用户的成长路径，每个用户都是从最初的认知开始，慢慢变成购买或者忠诚用户。所以产品方需要做的，就是引导用户不断往更上一层发展。如果变换成相关业务指标，即最后一次登录、登录频率、使用时长。
AIPL 模型认知在通过渠道投放等手段获取到第一批种子用户后，当一个用户第一次使用产品时，用户运营促使用户去习惯使用产品，帮助用户建立起「我是你第一选择」的使用习惯，让用户有对应需求时能够在第一时间想起自己的产品。比如电商产品，就需要在渠道投放、落地页、启动页等触点向用户传达：使用我们的产品可以保证安全、实惠、方便快捷地购买到所需商品。兴趣用户对我们的产品与服务感到满意且有趣，这是忠诚的基础。如果用户感到不满或无趣，就连使用习惯也无法培养起来。很多满意度都体现在微小细节上，我们将用户在产品中核心转化路径进行提炼，思考在每一环节用户到底需要的是什么？在用户的预期下该如何满足用户需求才能达成最好效果？随着用户习惯的养成，用户流失情况也将得到有效遏制。购买用户对我们的产品与服务产生情感，用户感知到我们不再是冷冰冰的客服，用户乐于与我们表达情感，而有感情的用户就是我们常说的活跃用户。与此同时，用户认可我们的产品与服务，并愿意付钱为之买单。忠诚在用户和产品服务建立情感后，用户就很容易对产品产生忠诚度，产品服务也就越容易成为用户需求场景下的唯一/第一选择。与此同时，忠诚用户也是我们常提到的核心用户，忠诚用户会对产品的核心业务产生极大的影响，比如知乎、微博的大 V和 KOL，或者游戏产品的鲸鱼玩家（实力氪金大佬）。所以，基于用户忠诚度的养成计划，我们可以根据不同阶段的用户诉求，设计更合理的内容。例如针对认知型用户，可以进行种草推荐，激发他们的兴趣；对于兴趣型用户，需要了解他们未行动的原因，解决转化阻碍；对于购买型用户，需要唤醒需求刺激更多下单；而对于忠诚型的用户，则可以进行更多体验细节的优化，让他们更加简单、效率地完成购买。1.3.3 用户价值与用户创利能力在业务发展期，我们拥有了远超产品探索期的用户量。在拥有海量用户的同时，我们也需要投入大量的人力成本、运营成本去维系这些用户。但我们打造产品，始终需要平衡投入成本，也需要有人为产品与服务买单。因此，在业务发展阶段，我们以活跃用户规模以及用户商业化作为业务目标，采取 RFM 模型作为用户的分级依据之一。RFM 模型作为一个存在已久的用户价值模型，被广泛应用于传统、销售行业。首先解释一下 RFM 模型的构成：Recency：最近一次消费，即用户距离当前最后一次消费的时间。最近一次消费的时间距今越短，对我们来说更有价值，更可能有效地去触达他们。Frequency：消费频次，用户在一段时间内，在产品内的消费频次。Monetary：消费金额，即用户的价值贡献。基于这三个维度，我们将每个维度划分为高、中、低三种情况，并构建出完整的用户价值象限。
通过上面的 RFM 模型，我们可以更加直观的把用户划分为 8 个不同层级。如果能够找出产品内用户隶属于以上 8 类中的哪一类，就可以针对性的制定运营策略。比如某用户最近一次消费时间距今比较久远，没有再消费了，但是累计消费金额和消费频次都很高，说明这个用户曾经很有运营价值（属于 “重要保持客户”重要保持客户），我们不希望他流失。所以，运营人员就需要专门针对这类型用户，设计召回用户运营策略，这也是 RFM 模型的核心价值。在划分完不同层级后，最困难的事情在于如何制定每个值的高、中、低评判标准。一般而言，在结合实际场景需求的同时，我们可以通过散点图进行大致的区分。
通过散点图，我们可以比较直观的看清用户分布情况。进行确定评判标准时，尽可能的将密集部分划分在一起，促使用户群体的行为共性更大。与此同时，需要我们在实际运营过程中进行不断调整。如果面临超大规模的数据时，如果能通过聚类分析等手段，可以得到更加科学精准的结果，从而帮助我们进行标准制定。1.3.4 用户生命周期当进入产品成熟期，盈利需求被提到更高的优先级。不仅仅是过往对于重要价值用户的运营，我们也希望进行更加精细的划分，将更多的用户转化成为重要价值用户。我们会发现有处于不同生命阶段的用户，此时建议大家通过用户价值、用户行为等多个维度共同对用户进行分层。
用户生命旅程结合 ARGO 成长模型以及我们的业务，基于用户行为，我们可以将用户划分为获客转化（Acquisition）、活客粘客（Retention）、创造价值（Growth）的 3 个阶段。通过渠道投放、推广活动，我们开始不断获取新用户，并通过对影响用户转化的关键用户行为进行归因分析和洞察，确定用户关键的转化路径，从而判定用户是否为新用户，是否引导用户发现产品价值。之后，通过各种交互或触达手段，引导用户形成使用习惯，成为活跃用户。在后续的运营工作中，通过日常的用户互动，提供给用户最佳的用户体验，促进用户留存、活跃、忠诚。并通过各类具体运营活动和触点，引导用户实现最终的产品价值交换，如购买产品或者服务。1.3.5 其他除了上述常见模型，还有其他的分层模型可以依据实际的业务场景，帮助我们进行用户分层。
