APP推广合作
联系“鸟哥笔记小乔”
游戏用户分层运营(读懂用户运营体系:用户分层和分群)
2022-09-26 14:17:41

读懂用户运营体系:用户分层和分群

游戏用户分层运营(读懂用户运营体系:用户分层和分群)
  每日干货好文分享丨请点击+关注

  欢迎关注天善智能微信公众号,我们是专注于商业智能BI,大数据,数据分析领域的垂直社区。

  对商业智能BI、数据分析挖掘、大数据、机器学习,python,R感兴趣同学加微信:fridaybifly,邀请你进入头条数据爱好者交流群,数据爱好者们都在这儿。

  什么是用户运营?

  它以最大化提升用户价值为目的,通过各类运营手段提高活跃度、留存率或者付费指标。在用户运营体系中,有一个经典的框架叫做AARRR,即新增、留存、活跃、传播、盈利(历史文章已经涉及了)。

  然而,从用户活跃到盈利,不是两个简单的步骤。如果用户打开产品既算活跃,就一定能保证商业模式盈利?优秀的用户运营体系,应该是动态的演进。

  演进是一种金字塔层级的用户群体划分,上下层呈依赖关系。

  首先,用户群体的状态会不断变化。以电商为例,他们会注册,下载,使用产品,会推荐,评价,购买以及付费,也会注销、卸载、和流失。从运营角度看,我们会引导用户做我们想要他做的事(这里是付费),这件事叫核心目标。

  核心目标当然不是一蹴而就的,用户要经历一系列的过程。

  也不是所有的用户会按照我们设想完成步骤,各步骤会呈现漏斗状的转化。我们把整个环节看作用户群体的演进。

  上图就是一个典型的自下而上的演讲,概括了用户群体的理想行为。

  既然用户群体是不再是一个简单的整体,运营们也就无法一刀切的粗暴运营了,而是需要根据不同人群针对性运营。这既叫精细化策略,也叫做用户分层。

  它对运营们的最大价值,就是通过分层使用不同策略。

  新用户:我希望他们能下载产品,常用的策略是新用户福利;

  下载用户:我希望他们能使用产品,此时应该用新手引导,让他熟悉。

  活跃用户:我希望加深他们使用产品的频率,那么运营人员要持续的运营,固化用户的使用习惯,并且对产品内容感兴趣;

  兴趣用户:我希望他们完成付费决策,购买商品,运营可以使用不同的促销和营销手段;

  付费用户:这是我的目标用户,我也希望用户能一直维持这状态。

  不同的用户层级,采取的手段不同。运营同样会受资源的限制,当我们只能投入有限资源的时候,往往会选择核心群体,即上文的付费用户们。因为根据二八法则,只有核心群体能贡献最大的价值。

  一个典型的例子是,在游戏公司,会有专门的人工客服甚至电话专线服务人民币玩家,声音甜美。普通玩家可能是万年不变的自动回复。

  想必大家已经了解分层,那么应该怎么划分?

  其实分层并没有固定的方式,只能根据产品形态设立因地制宜的体系。不过它有一个中心思想:根据指标划分,因为指标是一种可明确衡量的标准,远优于运营人员的经验直觉。

  上图是一个简化的游戏用户分层,每层指标都是可量化的。为了上下层用户清晰,群体间应尽量独立,即计算RMB玩家时,应该把土豪玩家排除,计算普通玩家时,应该把结果中包含的上两层排除,这样运营的针对性才强。

  之后运营人员可以依此构建分层报表,通过数据趋势,制定各种方式来提高数据。

  接下来,我们想一下知乎的用户分层是什么样的形式?它的核心是大V生产内容?还是更多用户参与Live获得营收?挺难决断的,其实很多运营体系,用户分层是两层结构。

  它以两个相辅相成的核心作目标,以此形成双金字塔分层。

  在这种结构下,它的核心用户,既有内容生产方向的大V,又有消费方向的忠实粉丝,它们代表的是两类运营策略。

  内容生产方向:早期利用邀请制获得各行业的优秀人才,通过运营人员维系关系,并且鼓励生产内容。产品的机制也会激励大V更好的创作和生产。

  内容消费方向:则是找出普通用户的内容兴趣,加以引导,培养他们的付费习惯。增加Live、值乎、电子书的曝光,设计各类优惠券促进用户使用。

  这类双金字塔结构,将内容生产者和内容消费者聚合在一起构成了整个平台的良性循环:大V创作内容,吸引普通人,普通人为内容付费,大V获得收益。

  双金字塔结构的用户分层并不少见。以我们熟知的电子商务为例,即有买家,也有卖家。买家的运营方式已经耳熟能详,卖家呢?开店教程、卖家大学、店铺装修、曝光位展示、店铺后台、各类辅助产品…运营同样需要帮助卖家成长,于是卖家也可以划分成普通卖家、高级卖家、大客户、超级金主这些等级。

  O2O是不是双层结构?当然是。online是用户,offline则是各类线下或者服务实体,只是这些卖家更多是销售地推和市场人员维护,但我们一样可以使用分层的思想去运营。其他还有视频直播的网红和群众,微博的大V和草根,招聘APP的企业和员工等等。

  不同产品的形态会有差异,同一产品的不同阶段,也可以用不同的用户分层。一款产品早期,用户分层的目标是更多的用户和KOL,后期,会更贴近商业方向,这就需要运营设立灵活的分层了。

  用户分层,一般四五层结构就可以了,过多的分层会变得复杂,不适合运营策略的执行。

  用户运营体系是否只有用户分层?不完全是。

  用户分层是上下结构,可是用户群体并不能以结构作为完全概括。简单想一下吧,我们以是否付费划出了付费用户群体,可是这部分群体也有差异,有用户一掷千金,有用户高频购买,有用户曾经购买但是现在不买了,这该怎么细分?

  如果继续增加层数,条件会变得复杂,也解决不了业务需求。

  于是我们使用水平结构的用户分群。将同一个分层内的群体继续切分,满足更高的精细化需要。

  怎么理解用户分群,我们拿下面的案例说明。

  男女性别在以消费为核心的产品中会呈现显著的区别,它就是两个相异的群体。分群的核心目标是提高运营效果,将运营策略的价值最大化,在电商产品中,区分男女很正常,但是在工具类的APP中,或许就没有必要性了。

  这也是我一直强调的,分层和分群,都是以产品和运营目标为依据才能建立体系。

  接下来是分群的实际应用。

  RFM模型是客户管理中的经典方法,它用以衡量消费用户的价值和创利能力,是一个典型的分群。

  它依托收费的三个核心指标:消费金额、消费频率和最近一次消费时间,以此来构建消费模型。

  消费金额Monetary:消费金额是营销的黄金指标,二八法则指出,企业80%的收入来自20%的用户,该指标直接反应用户的对企业利润的贡献。

  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,忠诚度也越高。

  最近一次消费时间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一个月才消费的用户。

  通过这三项指标,我们很容易构建出一个描述用户消费水平的坐标系,以三个指标形成一个数据立方体:

  坐标系上,三个坐标轴的两端代表消费水平从低到高,用户会根据其消费水平,落到坐标系内。当有足够多的用户数据,我们就能以此划分大约八个用户群体。

  比如用户在消费金额、消费频率、最近一次消费时间中都表现优秀,那么他就是重要价值用户。

  如果重要价值用户最近一次消费时间距今比较久远,没有再消费了,他就变成重要挽留用户。因为他曾经很有价值,我们不希望用户流失,所以运营人员和市场人员可以专门针对这一类人群唤回。

  图中不同的象限区域,都对应不同的消费人群。大家是愿意简单地视为一体去运营,还是根据人群区别对待呢?

  这就是RFM模型,曾经在传统行业被频繁应用,而在以消费为主的运营体系中能够移植过来为我们所用,它既是CRM系统的核心,而是消费型用户分群的核心。

  RFM模型的主流分群方式有两种。

  一种是建立指标,以指标作为划分依据,和用户分层差不多。

  指标的判断和设立,需要业务专家的经验:什么样的算高消费频率,什么样的算低,消费多少金额算有价值,这些都是学问。并且需要不断修正和改进。

  上图是一个简化的划分,实际应用会更复杂,因为指标未必有代表性。大部分收费相关的数据,都会呈长尾分布,80%用户都集中在低频低金额的区间,20%的用户却又创造了大部分营收,这是划分的难点。

  指标一般用描述性统计的分位数,以中位数、第一四分位数、第三四分位数等划分。

  另外一种是用算法,通过数据挖掘建立用户分群,不需要人工划分。最常见的算法叫KMeans聚类算法,核心思想是「物以类聚,人以群分」。

  我们以网上某公司的数据进行Python建模,首先无量纲化(z-score)处理,并且清洗掉异常极值。

  上图的三列数据是经过标准化后的用户消费数据。值越接近0,说明离平均水平越近。r值因为是最近一次消费时间,所以值越小,说明时间越接近,值越大,说明消费越久远。

  通过RFM三个指标(在机器学习中叫做特征),先建立可视化的散点图。下图是最近一次收费R和收费金额M的散点图。每一个点都代表着一位用户的收费相关数据

  散点图上暂时看不出用户分群的规律,只能初步判断,大部分的数据呈集中趋势。

  既然KMeans算法的核心思想是「物以类聚,人以群分」,它就是以距离作为目标函数。简而言之,在距离上越接近的两个用户,其相似的可能性也越大,于是KMeans就把相似的群体找出来,叫做簇。簇与簇之间的距离越大,用户群体间越独立,这叫群分;簇内的距离越紧凑,说明用户们越相似,这叫类聚。

  通过图表说话:

  红圈标出的这些用户,更有可能相似,属于同一个用户群体。因为他们在R和M这两个指标上,数据接近,都处于消费金额较低,且近期有消费的人群。

  至于是不是,让算法解决吧,具体的算法原理和过程就不演示了。我们假设能划分出五类用户群体,然后看下这些人群是什么样的。

  上图的不同颜色,就是算法计算出的用户群体。

  红色用户群体:代表的是高消费金额,因为数量稀少,所以在最近一次消费时间上没有明显区分,不过并不久远。这些都是产品的爸爸和金主。

  绿色用户群体:代表的是有流失倾向的用户,这些用户消费金额不太多,运营可以采取适当的挽回策略。

  紫色用户群体:代表的是近期消费,消费金额较少的用户,运营需要挖掘他们的价值,去发展和培养。

  青色和蓝色似乎不能明显区分。那我们改一下散点图的维度呢?

  改用指标R和F后,则是另外一种视角。青色用户群体比蓝色用户群体有过更多的消费次数,蓝色用户的消费频率比较差,更需要激励。紫色用户群体拥有相当高的消费频率。

  到此,用户群体已经明显区分,大家是否能准确概述这些用户的特点了呢?虽然从数据分布上,长尾形态会一定程度影响可读性,但运营还是能针对不同群体作出相应的运营手段。

  通过散点图矩阵观察最终的结果 (图片可能清晰度不佳):

  以上就是RFM模型的内容。它能动态的提供用户的消费轮廓,给市场、销售、产品和运营人员提供精细化运营的依据。这也是数据挖掘在用户运营的应用之一,大家要了解。

  怎么划分群体是一门学问,划分的群体少了,区分度不明显;划分的多了,则没有业务价值,二十几个群体你怎么去运营?群体数量,是要在数据和业务间取得平衡。

  总而言之,分群的方法,一类是通过指标和属性人工的划分出用户群体。另外一类是通过数据挖掘,给结果赋予业务意义。反正最终的目的是提高运营效果和价值。

  我们可以用RFM模型,试着将思维更开阔一下,能不能玩出新花样?完全可以尝试。

  金融:投资金额、投资频率、最近一次投资时间;

  直播:观看直播时长、最近一次观看时间、打赏金额;

  内容:评论次数、评论字数、评论被点赞数;

  网站:登录次数、登录时长、最近一次登录时间;

  游戏:等级、游戏时长、游戏充值金额;

  这些是我简单列举的参考,未必准确,作为大家参考的他山之石。不同产品的分群策略也不一样,比如酒店产品,住宿不是一个固态的需求,是否需要加入时间的维度呢?也许住宿条件会更好分群。

  需要注意的是,群体数量并不固定,可以是两个,也可以是四个,具体就看业务需求,主要是能囊括大部分用户。只是别太多,一来复杂,二来KMeans聚类在多特征的表现不算好。

  通过用户分层和用户分群,想必大家已经了解了用户运营体系的基石。用户分层,是基于大方向的划分,你希望用户朝什么核心目标努力,而用户分群,则是将他们切分更细的粒度提高效果。两者是相辅相成的。

  如果用户大到一定量级,分层和分群就未必是好的方法,因为用户群的属性粒度特征随着产品进一步扩大,不论怎么细分都难以满足用户的复杂性,常见于各类平台型产品。这时候需要引入用户画像(UserProfile)体系,此时的用户分层和分群,都只是画像的一部分了。

  ——————

  这是答读者问的一篇文章,本来想要将分层和分群拆成两篇内容,但是写着比较连贯,所以就合并在一起了,多花费一点时间。稍微涉及到一点数据挖掘的超纲内容,按数据方向的进度,下半年看这个会更好一些,就当作先预习了。

  不过说回来,这大概也是我第一篇将高阶运营和高阶数据分析结合的文章了。

  对商业智能BI、大数据分析挖掘、机器学习,python,R感兴趣同学加微信:fridaybifly,邀请你进入头条数据爱好者交流群,数据爱好者们都在这儿。

  转载请保留以下内容:

  本文来源自天善社区秦路的博客(公众号)。

  原文链接:

  https://ask.hellobi.com/blog/qinlu/6444 。
小庄
分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
小庄
小庄
发表文章10348
确认要消耗 羽毛购买
游戏用户分层运营(读懂用户运营体系:用户分层和分群)吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接