用户运营是指通过各种手段来引导用户，做我们想要他做的事（也称之为最大化提升用户价值）。
如果你是电商产品的运营，最需要做的事就是让用户付费购买商品，如果你是社区产品的运营，最需要做的事就是让用户贡献和传播内容。
那末，如何知道用户中哪些人最值得你去“套路”。比如你拿到下边这些用户数据字段，你知道谁最需要你进行召回嘛？
想要知道问题的答案，那就要用到本篇图文，重点详解经常使用的3 种用户运营数据分析思路了。
Ps.本图文案例背景描写：
宠物社群为某独角兽公司在微信生态里的用户保存工具，以城市和宠物品种作为社群分类根据，1 年时间在全国有20 万社群用户。
社群的商业变现模式为宠物食粮、周边售卖，用户可以通太小程序直接参与购买。该社群的核心就是引导用户购买宠物食粮、周边，目前该宠物社群电商销售额占公司整体销售额的30%+。
用户分层数据分析
用户分层的意义在于帮助运营人员，更好地梳理用户所处的流程状态，进而可以针对不同状态的用户，制定不同的运营策略。
用户分层没有固定的方式，只能根据产品形态和业务流程设立因地制宜的体系，不过它有1个中心思想：根据核心业务流程进行划分。
这里我们照旧以宠物社群为例，依照业务流程可以划分出以下用户层级结构，并且对每一个层级用户给出了明确的用户行动字段要求。
有用户分层结构和每一个层级的字段要求后，接下来的数据分析工作就很清晰了，依照各个层级的字段要求来挑选用户行动数据字段，把符合各个层级要求的用户都找出来。
下图是用Excel 透视表功能，根据层级要求做出来的用户分层表。（用户数据量大的话，还需要求助技术同学来给你做分层处理。）
Excel 透视表功能
当我们知道了每一个用户所处的层级状态后，在提升宠物社群的交易额这件事上，我们就有方向了。
比如，一样是发优惠券，之前多是全站发放统1的优惠券。（本钱浪费，且核销率非常低）
现在则是可以差异化的向@班主任佳丽 和@加班狗儿 提供满减优惠券，来尝试提升他们的购买客单价了，给@隔壁老王 提供他曾购买的宠物零食折扣券来进行用户召回….
这类根据用户所处层级的差异，提供不同的引导策略，就是精细化运营的进程。
不过以上提到的分层运营策略可能其实不是最好的，由于有可能出现是你给@班主任佳丽 提供满减优惠券，但是她养的是猫，那末狗这个品类的券对她来讲就没吸引力了。
那怎样避免出现这类“不太精准”的情况呢？就是我们下面要讲的用户分群！
用户分群数据分析
用户分群可以理解为是对用户分层的补充，当你在用户层级上不能再做用户细分时，可以斟酌将同1个分层内的群体继续切分，满足更高的精细化运营需要。
怎样理解用户分群，我们还是继续拿宠物社群案例进行说明。
比如宠物社群在付费用户这1层里，可以根据用户的消费金额、养宠品类、用户性别进行再辨别。
1）基于消费金额的分群
根据下边基于消费金额的付费用户分群，你可以知道付费用户中有100 人的消费金额是150~300 元，有200 人月消费50~150元，有500 人月消费在0~50 元。
2）基于消费品类的分群
根据下边基于养宠品类的付费用户分群，你可以知道付费用户中养猫的用户有320 人，养狗的用户480 人。
3）基于用户性别的分群
根据下边基于用户性别的付费用户分群，你可以知道付费用户中男性的用户有340 人，女性的用户460 人。
有时候我们做用户分群是为了解决1个具体的业务问题，比如你想知道在付费用户中，甚么样的宠物品类月消费客高，甚么性别的用户月消费高，那这时候候就能够把3 个分群维度进行交叉分析。
把分群维度切得更细后，会得出更精彩的数据结论。
通过对付费用户进行分群处理后，我们发现女性在宠物的消费意愿度上比男性强，同时养狗用户的消费金额比养猫用户多（由于狗吃很多，用很多）。
而再往下深扒用户消费数据后，确切会发现养狗用户购买的主粮和零食明显比养猫用户要多。
所以在针对养不同宠物品种的用户，我们可以制定不同的优惠促销策略，比如针对养狗的用户我们提供满减门坎更高的优惠券，为了提升转化率重点对女性用户进行营销推送。
RFM用户价值数据分析
你手上有@隔壁老王、@卖课的团子、@小贤去哪儿3 位流失用户，如果你手上的预算仅够对1个人进行召回，你会选择召回谁？
这是运营同学常常会面临的用户召回问题，关于哪一个用户才是最值得被你投入精力进行召回的，就要用到RFM 用户价值数据方法了。
RFM 用户价值分析方法是客户管理中的经典数据分析方法，它用以衡量消费用户的价值和创利能力，从某种意义上来讲它也是1种用户分群，它依托收费的3 个核心指标：
最近1次消费时间（Recency）
消费频率（Frequency）
消费金额（Monetary）
以此来构建用户价值分群体系。
最近1次消费时间Recency：衡量用户的流失，消费时间越接近当前的用户，越容易维系与其的关系。1 年前消费的用户价值肯定不如1个月才消费的用户。
消费频率Frequency：消费频率是用户在限定的期间内购买的次数，最常购买的用户，虔诚度也越高。
消费金额Monetary：消费金额是营销的黄金指标，28法则指出，企业80% 的收入来自20% 的用户，该指标直接反利用户的对企业利润的贡献。
对产品而言，我们理想的用户状态是用户消费时间的间隔（R）越短越好；用户的消费频率（F）越高越好；用户1段时间的消费金额（M）越大越好。
可常常理想很饱满，现实却骨感，简单举个例子：
随着时间往后延长，开始购买的2000 个用户终究流出到仅剩300 个，那末哪些用户流失了，哪些用户最值得我们进行召回？
通过RFM 用户价值分析是可以找到答案的，这也是RFM 分析方法在实际运营进程中的意义所在，将每一个付费用户根据消费行动数据，匹配到不同的用户价值群体中，然后根据不同付费用户群体的价值采取不同的策略。
R、F、M需要自行定义数值范围
我们再回看开头提到的问题：
你手上有@隔壁老王、@卖课的团子、@小贤去哪儿3 位流失用户，如果你手上的预算仅够对1个人进行召回，你会选择召回谁？
结合RFM 用户价值分析方法，我们知道落在R（长）、F（高）、M（大）的价值群体的用户最值得我们进行召回。
结合宠物社群来讲，@隔壁老王 是不是非常值得被重点召回的，而@卖课团子@小贤去哪儿 属于低价值用户，可不太需要投入大量精力进行挽回。
最后，RFM 用户价值分析方法是运营必须熟知掌握的，在互金和直播行业利用最为广泛，互金项目根据用户的投资金额（M）、投资频率（F）、最近1次投资时间（R）的变化制定不同的运营策略。
如之前用户投资很活跃，现在放缓了，运营可能就会给用户推1张投资加息券；再隔1段时间没准就有1位声音甜蜜的客服小姐姐，致电向我们嘘寒问暖了。
直播也是1样，用户观看直播的时长、最近1次观看时间间隔和打赏情况，根据这些字段的变化制定相应的运营策略。
固然，具体到每一个行业每家公司每一个业务的时候，乃至同1场景下不同的人也会是不同的玩法。RFM模型还有很多的利用，感兴趣的小火伴可以再去研究1下。
总结
用户运营是通过各种手段来「套路」用户做我们想要他做的事（也称之为最大化提升用户价值），为了让自己的运营策略更加有效，我们需要对用户行动进行数据以下处理：
1）用户分层，分层维度没有统1标准，你以拿AARRR 用户增长路径为分层逻辑，也能够依照业务核心流程为分层逻辑。
2）用户分群，它是对每层级用户的横向再细分，可以从消费金额、消费品类、用户城市、用户性别等维度分群。
3）FRM 用户价值分群模型，它是1种立体式分群思惟，F、R、M 可以依照实际业务需求进行调剂，社区产品的M可以被替换成发帖量。
原创： 陈维贤
来源：运营研究社
