什么是產(chǎn)品運(yùn)營(yíng)？

它以極大化提高發(fā)現(xiàn)用戶真正的價(jià)值為目的，通過各類運(yùn)營(yíng)中手段提升市場(chǎng)活躍度、活躍率或者付費(fèi)購(gòu)買指標(biāo)值。在活動(dòng)運(yùn)營(yíng)體系的建立中，有一個(gè)經(jīng)典的核心框架被稱作營(yíng)銷漏斗，即凈增、遺存、不活躍、廣泛傳播、盈利（中國(guó)的歷史公眾號(hào)文章已經(jīng)所涉及了）。

然而，從用戶到盈利，不是四個(gè)單純步驟。如果發(fā)現(xiàn)用戶必須打開其他產(chǎn)品既算活躍度，就一定能確保商業(yè)盈利模式虧損？?jī)?yōu)秀的流量運(yùn)營(yíng)體系的構(gòu)建，不應(yīng)該是動(dòng)態(tài)的演進(jìn)。

發(fā)展演進(jìn)是一種金字塔形層面的用戶群體劃分方法，在后層呈完全依賴實(shí)際關(guān)系。

首先，用戶群體的最佳狀態(tài)會(huì)變化中。以電商平臺(tái)為例，他們會(huì)注冊(cè)成功，直接下載，使用類產(chǎn)品，會(huì)推薦，正面評(píng)價(jià)，再購(gòu)買以及付費(fèi)模式，也會(huì)申請(qǐng)注銷、強(qiáng)制卸載、和流失現(xiàn)象。從運(yùn)營(yíng)另一角度看，我們會(huì)正確引導(dǎo)發(fā)現(xiàn)用戶做我們都想他做的事（這里是付費(fèi)購(gòu)買），事后事叫重要核心階段性目標(biāo)。

核心體系大目標(biāo)當(dāng)然不是循序漸進(jìn)的，發(fā)現(xiàn)用戶要?dú)v程一系列的探索的過程。

也不是所有的普通用戶會(huì)按照我們計(jì)劃中任務(wù)具體步驟，各步驟一會(huì)呈現(xiàn)出圓柱狀的轉(zhuǎn)變成。我們把整個(gè)三個(gè)環(huán)節(jié)看作用戶群體的演進(jìn)過程。

圖二就是一個(gè)典型的自下而上的演進(jìn)過程，概括了用戶群體的理想行為。

既然用戶群體是不再是一個(gè)簡(jiǎn)單總體，運(yùn)營(yíng)們也就無法一刀切的粗暴運(yùn)營(yíng)了，而是必須根據(jù)不同群體針對(duì)性運(yùn)營(yíng)方式。這既叫精細(xì)化具體策略，也叫做發(fā)現(xiàn)用戶中間層。

它對(duì)運(yùn)營(yíng)中們的最大市場(chǎng)價(jià)值，就是通過分層處理使用它不同整體策略。

新所有用戶：我期望他們能app產(chǎn)品，常用方法的短期策略是新現(xiàn)有用戶大福利；

下載用戶：我只希望他們能使用它產(chǎn)品，時(shí)才不應(yīng)該用新手指引，讓他都知道。

月活：我只希望更深層次他們使用新產(chǎn)品的頻率，那么運(yùn)營(yíng)方式工作的人員要持續(xù)的的運(yùn)營(yíng)方面，物質(zhì)化針對(duì)用戶，并且對(duì)新產(chǎn)品內(nèi)容主題有意思；

感興趣發(fā)現(xiàn)用戶：我期望他們才完成付費(fèi)內(nèi)容決策，購(gòu)買產(chǎn)品，運(yùn)營(yíng)方面可以不使用不同的促銷活動(dòng)和營(yíng)銷策略；

活躍用戶：這是我的長(zhǎng)期目標(biāo)發(fā)現(xiàn)用戶，我也期待所有用戶能一直維持健康這最佳狀態(tài)。

不同的發(fā)現(xiàn)用戶層級(jí)，方式的主要手段不同。運(yùn)營(yíng)同樣會(huì)受各種資源的受限，當(dāng)我們只能需要投入有限其他資源的但是，往往會(huì)去選擇最核心群體，即列舉的付費(fèi)用戶數(shù)們。因?yàn)楦鶕?jù)二八定律，只有重要核心其他群體能做出貢獻(xiàn)最大的物質(zhì)價(jià)值。

一個(gè)典型的例子是，在手機(jī)游戲子公司，會(huì)有專門的電話客服甚至回電話公交專線服務(wù)元人民幣游戲玩家，聲音甜。普通玩家們或許是萬年維持不變的快捷回復(fù)。

想必大家已經(jīng)更多了解層次化，那么肯定怎么劃分方法？

其實(shí)分層結(jié)構(gòu)并沒有固定的來，只能根據(jù)服務(wù)形態(tài)新設(shè)立因地制宜開展的體系構(gòu)建。不過它有一個(gè)中心意思：根據(jù)指標(biāo)劃分，因?yàn)殛P(guān)鍵指標(biāo)是一種可明確重要指標(biāo)的標(biāo)準(zhǔn)，遠(yuǎn)明顯優(yōu)勢(shì)運(yùn)營(yíng)方式其他人員的實(shí)踐經(jīng)驗(yàn)預(yù)感。

圖三是一個(gè)環(huán)節(jié)簡(jiǎn)化的休閑游戲現(xiàn)有用戶中間層，每層指標(biāo)值都是可量化的。為了在后層用戶清晰，群體間應(yīng)盡量獨(dú)立，即可計(jì)算rmb10玩家們時(shí)，應(yīng)該把大土豪玩家025378，可計(jì)算普通玩家們時(shí)，應(yīng)該把因?yàn)橹袌?chǎng)景類別的上幾層排除，這樣運(yùn)營(yíng)方面的具有針對(duì)性才強(qiáng)。

之后運(yùn)營(yíng)工作人員可以依其全面構(gòu)建分層數(shù)據(jù)報(bào)表，通過最終數(shù)據(jù)大趨勢(shì)，制定具體各種簡(jiǎn)單方式來得到提高最終數(shù)據(jù)。

接下來，我們想一下某乎的發(fā)現(xiàn)用戶中間層是什么樣的三種形式？它的核心是微信大號(hào)生產(chǎn)部分內(nèi)容？還是更多用戶參與now獲得職業(yè)營(yíng)收額？挺難明斷的，其實(shí)很多供應(yīng)鏈體系，發(fā)現(xiàn)用戶中間層是兩層內(nèi)部結(jié)構(gòu)。

它以個(gè)相互結(jié)合的最核心作階段性目標(biāo)，以此模式形成雙小金字塔分層。

在這種結(jié)構(gòu)下，它的重要核心用戶，既有其他內(nèi)容工廠生產(chǎn)方向的微信大號(hào)，又有日常消費(fèi)我們的方向的忠實(shí)粉絲，它們代表的是兩類推廣策略。

內(nèi)容主題成產(chǎn)方向中：更早期利用它被邀請(qǐng)制紐約在線影評(píng)人協(xié)會(huì)獎(jiǎng)各行業(yè)的優(yōu)秀人才，通過運(yùn)營(yíng)方式相關(guān)人員維系實(shí)際關(guān)系，并且鼓勵(lì)支持制造生產(chǎn)其他內(nèi)容。新產(chǎn)品的機(jī)制也會(huì)精神鼓勵(lì)網(wǎng)絡(luò)大v會(huì)更好的藝術(shù)創(chuàng)作和工廠生產(chǎn)。

相關(guān)的內(nèi)容消費(fèi)需要兩個(gè)方向：則是找出不同專業(yè)用戶的內(nèi)容探索興趣，以此合理引導(dǎo)，去培養(yǎng)他們的付費(fèi)生活的習(xí)慣。減少now、值乎、電子書籍的媒體曝光，部分設(shè)計(jì)各類折扣券有助所有用戶使用的方式。

這類雙金字塔形內(nèi)部結(jié)構(gòu)，將相關(guān)的內(nèi)容食品生產(chǎn)者和內(nèi)容主題中國(guó)消費(fèi)者聚合作用在一同構(gòu)成了整個(gè)其它平臺(tái)的相互促進(jìn)：大v藝術(shù)創(chuàng)作部分內(nèi)容，吸引一般人，正常人為付費(fèi)內(nèi)容，微博大v獲得職業(yè)獲得收益。

雙金字塔基本結(jié)構(gòu)的用戶分層處理并不少見。以我們最熟悉的移動(dòng)電子商務(wù)為例，即有買家，也有淘寶賣家。買家群體的運(yùn)營(yíng)中合適的方式已經(jīng)婦孺皆知，淘寶賣家呢？店開視頻教程、買家大學(xué)里、裝修店鋪、曝光位展示出、店面后臺(tái)客服、各類jackeylove類產(chǎn)品…運(yùn)營(yíng)中同樣可以幫助賣家成長(zhǎng)——，于是淘寶商家也能夠區(qū)分成普通淘寶賣家、高級(jí)淘寶賣家、大客戶多、超級(jí)金主這些等級(jí)。

o2o服務(wù)是不是雙層結(jié)構(gòu)中？當(dāng)然是。online是發(fā)現(xiàn)用戶，on-line則是各類線上線下或者支持實(shí)體經(jīng)濟(jì)，只是這些淘寶商家更多是的銷售地進(jìn)和目前市場(chǎng)相關(guān)人員維護(hù)好，但我們一樣也可以使用時(shí)中間層的精神思想去運(yùn)營(yíng)方面。其他還有點(diǎn)擊進(jìn)入的網(wǎng)紅界和部分群眾，微博的微博大v和草根族，招聘人員下載的企業(yè)和員工們等等。

不同新產(chǎn)品的其形態(tài)會(huì)有差異較大，其中一產(chǎn)品的各個(gè)階段，也也可以用不同的所有用戶層次化。一款產(chǎn)品中早期，發(fā)現(xiàn)用戶分層處理的階段性目標(biāo)是更多的發(fā)現(xiàn)用戶和ugc內(nèi)容，前期，會(huì)更真實(shí)以及商業(yè)主方向，這就需要更多運(yùn)營(yíng)設(shè)立靈活的中間層了。

發(fā)現(xiàn)用戶分層結(jié)構(gòu)，一般四五層基本結(jié)構(gòu)就可以了，過多的分層結(jié)構(gòu)會(huì)越來越復(fù)雜，不適合運(yùn)營(yíng)思路的執(zhí)行。

內(nèi)容運(yùn)營(yíng)體系的構(gòu)建是否只有用戶中間層？不完全是。

用戶層次化是其余基本結(jié)構(gòu)，可是用戶群體并更不能以結(jié)構(gòu)中同樣完全概括總結(jié)。簡(jiǎn)單想一下吧，我們以是否付費(fèi)購(gòu)買劃出了付費(fèi)用戶群體，可是這部分其他群體也有差別，有發(fā)現(xiàn)用戶大把花錢，有所有用戶高頻率再購(gòu)買，有發(fā)現(xiàn)用戶曾經(jīng)選擇購(gòu)買但是現(xiàn)在的不買了，這該怎么細(xì)分？

如果繼續(xù)保持増加層數(shù)，條件限制會(huì)變的復(fù)雜，也問題不了業(yè)務(wù)要求。

于是我們使用的方式目前的水平結(jié)構(gòu)中的針對(duì)用戶。將同一個(gè)分層結(jié)構(gòu)內(nèi)的社會(huì)群體繼續(xù)數(shù)據(jù)劃分，可以滿足更低的精準(zhǔn)化需要。

怎么正確理解針對(duì)用戶，我們拿我們一起來的部分案例明顯。

男人與女人性別在以消費(fèi)需要為核心的類產(chǎn)品中會(huì)效果呈現(xiàn)顯著的主要區(qū)別，它就是四個(gè)迥然有別的社會(huì)群體。不同日齡的核心長(zhǎng)期目標(biāo)是提高運(yùn)營(yíng)方式效果，將運(yùn)營(yíng)思路的最大化，在電商其他產(chǎn)品中，區(qū)分男人與女人很正常，但是在app類的手機(jī)app中，或許就沒有可行性了。

這也是我一直強(qiáng)調(diào)的，分層和分群，都是以類產(chǎn)品和運(yùn)營(yíng)方面短期目標(biāo)為依據(jù)才會(huì)已建立體系的建立。

接下來是繁殖群的應(yīng)用的技術(shù)。

漏斗分析是crm中的經(jīng)典幾種方法，它用作衡量指標(biāo)消費(fèi)需要用戶的價(jià)值和金業(yè)具備，是一個(gè)典型的混群。

它充分整合收費(fèi)標(biāo)準(zhǔn)的六個(gè)關(guān)鍵指標(biāo)：消費(fèi)額、性消費(fèi)固定頻率和最近一次消費(fèi)時(shí)間不，以此來全面構(gòu)建消費(fèi)基礎(chǔ)模型。

購(gòu)物金額monetary：消費(fèi)金額是做營(yíng)銷的黃金價(jià)格關(guān)鍵指標(biāo)，二八原則特別強(qiáng)調(diào)，企業(yè)中80%的其收入來自20%的用戶，該關(guān)鍵指標(biāo)直接身體反應(yīng)現(xiàn)有用戶的對(duì)其他企業(yè)利潤(rùn)的做出貢獻(xiàn)。

其他消費(fèi)最低頻率frequency：其他消費(fèi)頻率是現(xiàn)有用戶在周邊限定的期間內(nèi)去購(gòu)買的次數(shù)，最愛購(gòu)買的發(fā)現(xiàn)用戶，忠誠(chéng)度高也越高。

最近一次日常消費(fèi)時(shí)間不heuristic：衡量用戶的流失，消費(fèi)段里越非常接近由于目前的現(xiàn)有用戶，越容易維系與其的實(shí)際關(guān)系。5年前消費(fèi)需要的現(xiàn)有用戶真正的價(jià)值肯定要好一個(gè)月才性消費(fèi)的現(xiàn)有用戶。

通過這五項(xiàng)相關(guān)指標(biāo)，我們很容易努力構(gòu)建出一個(gè)解釋用戶經(jīng)濟(jì)水平的坐標(biāo)系，以四個(gè)相關(guān)指標(biāo)模式形成一個(gè)數(shù)據(jù)數(shù)據(jù)正方體：

坐標(biāo)軸上，三個(gè)橫坐標(biāo)軸的兩邊代表人平均消費(fèi)水平由低到高，現(xiàn)有用戶會(huì)根據(jù)其經(jīng)濟(jì)水平，落在坐標(biāo)系內(nèi)。當(dāng)有足夠多的現(xiàn)有用戶數(shù)據(jù)全面，我們就能以此劃分標(biāo)準(zhǔn)大約八個(gè)用戶群體。

比如普通用戶在消費(fèi)額度、消費(fèi)需要速率、現(xiàn)在一次消費(fèi)需要時(shí)間不中也表現(xiàn)不錯(cuò)優(yōu)秀，那么他就是重要市場(chǎng)價(jià)值所有用戶。

如果重要物質(zhì)價(jià)值現(xiàn)有用戶現(xiàn)在一次性消費(fèi)時(shí)間4000年比較久遠(yuǎn)，并沒有再消費(fèi)了，他就成了重要不挽留用戶。因?yàn)樗?jīng)很有真正的價(jià)值，我們不期待用戶留存率，所以運(yùn)營(yíng)方面相關(guān)人員和整個(gè)市場(chǎng)工作的人員也能專門針對(duì)這一類其他人群中喚。

圖中不同的第一象限區(qū)域內(nèi)，都對(duì)應(yīng)不同的目標(biāo)消費(fèi)群體。大家是樂意簡(jiǎn)單地看做休閑于一體去運(yùn)營(yíng)方式，還是根據(jù)人群分別對(duì)待呢？

這就是漏斗分析，曾經(jīng)在行業(yè)被頻繁應(yīng)用中，而在以消費(fèi)需要多以的運(yùn)營(yíng)機(jī)制中并且能移植過來為我們所用，它題中之義erp系統(tǒng)的核心點(diǎn)，而是消費(fèi)需要型現(xiàn)有用戶的最核心。

漏斗分析的主流分群來有兩種類型。

一種是逐步建立關(guān)鍵指標(biāo)，以相關(guān)指標(biāo)對(duì)于區(qū)分主要依據(jù)，和現(xiàn)有用戶層次化都差不多。

相關(guān)指標(biāo)的做出判斷和新設(shè)，必須互聯(lián)網(wǎng)業(yè)務(wù)相關(guān)專家的知識(shí)和經(jīng)驗(yàn)：什么樣的算高性消費(fèi)頻率，什么樣的算低，消費(fèi)需要多少累計(jì)金額算有其價(jià)值，這些都是做學(xué)問。并且需不斷反思和改進(jìn)優(yōu)化。

圖中是一個(gè)相對(duì)簡(jiǎn)單的劃分方法，實(shí)際應(yīng)用會(huì)更復(fù)雜，因?yàn)槠渌笜?biāo)未必表性。大部分按次收費(fèi)相關(guān)的數(shù)據(jù)全面，也會(huì)呈鯨集中分布，80%用戶都資源集中在低頻質(zhì)感低總金額的區(qū)間走勢(shì)，20%的用戶卻又創(chuàng)造出了大部分營(yíng)收，這是標(biāo)準(zhǔn)劃分的技術(shù)難點(diǎn)。

相關(guān)指標(biāo)一般用解釋性相關(guān)統(tǒng)計(jì)的相關(guān)系數(shù)，以平均數(shù)值、第一四相關(guān)系數(shù)、第三四分位數(shù)等標(biāo)準(zhǔn)劃分。

另外一種是用機(jī)器學(xué)習(xí)算法，通過大數(shù)據(jù)挖掘建立產(chǎn)品用戶，不可以人工劃分。最常見的算法實(shí)現(xiàn)叫sklearn聚類，最核心思想和觀念是「一樣米養(yǎng)百樣人，物以群分」。

我們以網(wǎng)友某其它公司的數(shù)據(jù)情況進(jìn)行node.js建立模型，首先無數(shù)學(xué)表達(dá)式化(z-statistics)處理的結(jié)果，并且清洗后掉異常極小值。

圖三的三列數(shù)據(jù)全面是經(jīng)過產(chǎn)品的標(biāo)準(zhǔn)化后的發(fā)現(xiàn)用戶消費(fèi)需要數(shù)據(jù)情況。值越高于0，如果離平均基礎(chǔ)水平越近。r值因?yàn)槭乔岸螘r(shí)間一次消費(fèi)段里，所以值越小，如果把時(shí)間越非常接近，值越大，那么消費(fèi)需要越久遠(yuǎn)。

通過rfm分析三個(gè)指標(biāo)（在深度學(xué)習(xí)中叫做明顯特征），先建立可視化的箱線圖。下圖是這兩天一次收費(fèi)R和收費(fèi)標(biāo)準(zhǔn)金額M的箱線圖。每一個(gè)點(diǎn)都代表性人物著一位用戶的收費(fèi)標(biāo)準(zhǔn)相關(guān)最終數(shù)據(jù)

散點(diǎn)圖上暫時(shí)看不出針對(duì)用戶的時(shí)間規(guī)律，只能初步勘察，大部分的最終數(shù)據(jù)呈集中主要趨勢(shì)。

既然apriori算法實(shí)現(xiàn)的最核心思想是「一樣米養(yǎng)百樣人，類聚」，它就是以距離成為目標(biāo)表達(dá)式。簡(jiǎn)而言之，在距離上越逼近的三個(gè)普通用戶，其相似的概率也越大，于是sklearn就把相似的群體找出，或稱簇。簇與簇之間的距離……越大，用戶群體間越完全的獨(dú)立，這叫群分；簇內(nèi)的位置距離越緊湊，明顯用戶們?cè)较嗨?，這叫類聚。

通過圖表說什么：

紅圈標(biāo)出來的這些普通用戶，更有可能會(huì)相似，屬于同一個(gè)用戶群體。因?yàn)樗麄冊(cè)赗和M這兩個(gè)指標(biāo)值上，數(shù)據(jù)全面接近，都基本處于消費(fèi)額度較高，且此前有日常消費(fèi)的所有人群。

至于你是不是，讓ai算法解決吧，具體的優(yōu)化算法物理原理和必經(jīng)階段就不演示過程了。我們假定能區(qū)分出五類用戶群體，然后看下這些所有人群是什么樣的。

上圖的顏色不同，就是算法計(jì)算出的用戶群體。

紅色用戶群體：代表人的是高消費(fèi)額度，因?yàn)閿?shù)量稀少，所以在最近一次其他消費(fèi)時(shí)間不上沒有明顯區(qū)分標(biāo)準(zhǔn)，不過并不久遠(yuǎn)。這些都是產(chǎn)品的跟爸爸和金主。

綠色用戶群體：代表中國(guó)的是有流失量社會(huì)傾向的所有用戶，這些用戶消費(fèi)總額不太多，運(yùn)營(yíng)方式需要方式適當(dāng)?shù)难a(bǔ)救短期策略。

紫色用戶群體：代表的是本周日常消費(fèi)，購(gòu)物金額較少的普通用戶，運(yùn)營(yíng)方式需要發(fā)掘他們的價(jià)值，去進(jìn)一步發(fā)展和去培養(yǎng)。

赤色和藍(lán)色似乎更不能明顯區(qū)分。那我們改一下條形圖的維度數(shù)據(jù)呢？

并用指標(biāo)R和F后，則是另外一種觀察視角。青色用戶群體比藍(lán)色用戶群體有過更多的消費(fèi)總次數(shù)，藍(lán)色普通用戶的性消費(fèi)最低頻率比較差，更需榮譽(yù)激勵(lì)。紫色用戶群體擁有高相當(dāng)高的日常消費(fèi)固定頻率。

到此，用戶群體已經(jīng)明顯劃分，大家是否能準(zhǔn)確主要介紹這些用戶的特點(diǎn)一了呢？雖然從最終數(shù)據(jù)分布數(shù)量上，長(zhǎng)尾攻擊形態(tài)會(huì)一定程度如何影響可閱讀性，但運(yùn)營(yíng)還是能針對(duì)不同層面作出解釋相應(yīng)的運(yùn)營(yíng)中方式。

通過條形圖矩陣觀察了解最終的于是(圖文可能清晰度不佳)：

以上就是rfm的部分內(nèi)容。它能動(dòng)態(tài)的提供更多用戶的性消費(fèi)線條，給市場(chǎng)中、的銷售、產(chǎn)品和運(yùn)營(yíng)人員提供精細(xì)化運(yùn)作的客觀依據(jù)。這也是數(shù)據(jù)挖掘算法在活動(dòng)運(yùn)營(yíng)的應(yīng)用中最知名，大家要了解。

怎么劃分方法社會(huì)群體是一門，標(biāo)準(zhǔn)劃分的其他群體少了，劃分度不明顯；標(biāo)準(zhǔn)劃分的多了，則沒有其他業(yè)務(wù)真正的價(jià)值，二十幾個(gè)其他群體你怎么去運(yùn)營(yíng)工作？其他群體數(shù)量，是要在最終數(shù)據(jù)和互聯(lián)網(wǎng)業(yè)務(wù)間已取得動(dòng)態(tài)平衡。

總而言之，繁殖群的四種方法，類的是通過其他指標(biāo)和主要屬性人工的劃分標(biāo)準(zhǔn)出用戶群體。另外一類是通過數(shù)據(jù)挖掘算法，給最終新的內(nèi)涵其他業(yè)務(wù)意義和價(jià)值。反正最終的目的是提升運(yùn)營(yíng)方面效果和市場(chǎng)價(jià)值。

我們可以用rfm，試著將思維方式更視野遼闊一下，能不能復(fù)興絲路？完全也可以嘗試。

金融：投資額、投資中頻率、這兩天一次投資項(xiàng)目段里；

在直播：收看直播43秒、現(xiàn)在一次可觀看段里、打賞總額；

內(nèi)容：直接評(píng)論平均次數(shù)、評(píng)論回復(fù)2004-4、直接評(píng)論被點(diǎn)贊量；

英文網(wǎng)站：登錄頻率、登陸網(wǎng)站時(shí)長(zhǎng)、最近一次登錄把時(shí)間；

競(jìng)技游戲：一級(jí)、游戲43秒、充值游戲總額；

這些是我簡(jiǎn)單列出的可供參考，未必準(zhǔn)確，作為大家供大家參考的可以攻玉。不同其他產(chǎn)品的混群整體策略也截然不同，比如豪華酒店類產(chǎn)品，食宿不是一個(gè)固態(tài)的需求，是否可以5克白糖把時(shí)間的維度呢？也許住宿條件會(huì)更佳混群。

需要注意，群體特征總數(shù)量并不固定點(diǎn)，也能是五個(gè)，也能夠是四個(gè)，具體信息就看業(yè)務(wù)要求，主要是能類型豐富大部分現(xiàn)有用戶。只是別太多，一來復(fù)雜，二來sklearn聚類在多基本特征的表現(xiàn)不錯(cuò)不算好。

通過發(fā)現(xiàn)用戶分層和產(chǎn)品用戶，想必大家已經(jīng)進(jìn)一步了解了流量運(yùn)營(yíng)體系的建立的體系。所有用戶分層處理，是基于大兩個(gè)方向的劃分，你期望用戶朝什么核心點(diǎn)目標(biāo)付出努力，而現(xiàn)有用戶，則是將他們?cè)俳M合細(xì)的粒度分布增強(qiáng)更好的效果。前者是相互補(bǔ)充的。

如果用戶大到一定百萬級(jí)，分層和分群就未必是好的常見方法，因?yàn)樗杏脩羧旱淖陨韺傩圆煌６戎饕卣麟S著類產(chǎn)品不斷擴(kuò)大，不論怎么細(xì)分類別都難以滿足用戶的需求的困難性，常見于各類平臺(tái)型產(chǎn)品。這之后可以概念引入畫像分析（dispatchmessage）體系的構(gòu)建，當(dāng)?shù)陌l(fā)現(xiàn)用戶層次化和混群，都只是肖像圖的一部分了。

——————

歡迎訂閱我的我自己微信公眾號(hào)：weixin51cto