01 市面上所有的用戶分層方法論都存在缺陷

 之前我寫過一篇關于用戶分層的文章，

一文講透用戶分層的本質(zhì)及實操

文章中，我們探討了用戶分層的本質(zhì)，及用戶分層的方法論。

"用戶分層方法論：基于分層目標，選取分層維度，通過不同維度的聯(lián)合評估，劃分用戶層級，并根據(jù)不同層級用戶的差異性特征，針對性的制定運營策略，并不斷的通過反饋優(yōu)化迭代"

比如，很著名的，RFM模型。

選取用戶的最近一次消費時間（Recency）、消費頻率（Frequency）和消費金額（Monetary）三個維度，

進行2*2*2=8 種組合，把用戶分成8個層級，然后對不同層級的用戶進行差異化運營。

但是，我越發(fā)覺得，這種用戶分層方法在實際的運營過中，是有缺陷的。

這也導致，達不到預期的運營效果。 

02 用戶特征是行為的果，而非因！

為什么說是有缺陷的？

因為所有這種用戶分層方法（RFM模型/金字塔模型等），都不自覺的默認了：

用戶特征是驅(qū)使用戶行為的原因，從而匹配相應的運營動作，而用戶特征是用戶行為的果，不是因！

即我們通過用戶分層，并沒有洞察到用戶行為背后的原因，卻試圖去干預用戶行為！

舉個例子來解釋：

比如在上述RFM模型中，有一類用戶是重要發(fā)展用戶。

當用戶出現(xiàn)"近期有購買行為且消費金額高但消費頻率較低"的行為時，就會被打上重要發(fā)展用戶這一特征標簽。

而導致用戶出現(xiàn)這個行為（近期有購買行為且消費金額高但消費頻率較低）背后的原因千差萬別，但都被打上了同一個標簽重要發(fā)展用戶。

這時，問題就出現(xiàn)了，

我們默認有這個標簽特征的用戶的行為可以被同樣的運營方法干預，即我們默認了：用戶特征是驅(qū)使用戶行為的原因。

此時，就會出現(xiàn)如下運營動作：

比如，所謂的個性化營銷：把這類用戶圈選出來，發(fā)短信，發(fā)push，發(fā)優(yōu)惠券。

結果，可想而知，

一頓操作猛如虎，一看轉化0.5。

所以，

市面上流行的用戶分層方法論，分的是用戶特征。

而用戶特征是用戶行為的果，不是因！

所以，

我認為，做用戶分層是為了更好的干預用戶行為，所以，用戶分層分的應該是導致用戶行為背后的原因。

而基于此，最理想的用戶分層狀態(tài)就是我能洞察每一個用戶行為背后的原因，從而提供不同的運營策略。

即"單一用戶市場策略"。

這種方法針對一些高客單，私人定制行業(yè)適用。

但是，當用戶基礎龐大，無法做到洞察每一個用戶行為背后的原因時，是不是就沒有很好的分層方法了呢？

其實不然。

03 用戶分層分的是用戶行為背后的原因

之前我寫過一篇文章，介紹了 用戶代辦任務理論：

解密品牌增長背后的創(chuàng)新思路：麥當勞奶昔與火車票盲盒

用戶代辦任務理論（Jobs to Be Done Theory，簡稱 JTBD）：用戶并不是單純地購買產(chǎn)品或服務，而是 雇傭 它們來完成特定的任務。

從這個視角出發(fā)做用戶分層，會是怎么樣的呢？

還是上面那個特征的用戶，

當用戶出現(xiàn)"近期有購買行為且消費金額高但消費頻率較低"的特征時，我們不是簡單的把所有這類用戶都打上重要發(fā)展用戶的標簽。

而是，通過觀察、訪談、問卷調(diào)查等方式，深入了解用戶為什么會出現(xiàn)這類行為，找到典型情境下想要完成的任務，根據(jù)任務進行分層，再做營銷干預。

比如，都是買黃金，

有雇傭它來實現(xiàn)資產(chǎn)升值的，有雇傭它來讓女神開心的，有雇傭它送父母表達孝心的；

當洞察了用戶背后的任務時，雖然都是重要發(fā)展用戶，雖然觸達方式還是這些，但觸達文案卻完全不同了。

最后的話，

用戶分層核心還是為了更好的干預用戶行為，而這需要找到用戶行為背后的原因，隨著AI的不斷發(fā)展，最終用戶分層會實現(xiàn)單一用戶市場策略的理想狀態(tài)。

看完覺得寫得好的，不防打賞一元，以支持藍海情報網(wǎng)揭秘更多好的項目。

標簽： 標簽 內(nèi)容 隨筆