在互联网时代，购物已经从线下转移到线上，然后结合线下和线上。


用户购买行为也发生了完全不同的变化，如用户获取信息更快，用户从低价实际购买行为逐渐转移到产品质量，用户更加关注产品和服务体验等，对于品牌和卖家也在利用互联网的特点增强用户的购买欲望，挖掘用户的痛点。


一句话:用户利用互联网的便利消费，品牌和卖家利用互联网的特点吸引消费者购买产品。


那么如何在互联网时代打通流量，做社区闭环呢？今天我就和大家分享一下社区用户细分逻辑。


用户分层数据分析 用户分层的意义在于帮助运营商更好地梳理用户的流程状态，然后为不同状态的用户制定不同的运营策略。


用户没有固定的分层方式，只能根据产品形式和业务流程建立根据当地情况采取措施的系统，但它有一个中心思想：根据核心业务流程进行划分。


在这里，我们仍然以宠物社区为例，可以根据业务流程划分以下用户级别结构，并对每个级别的用户给出明确的用户行为字段要求。


在有了用户分层结构和各级字段要求后，下一步的数据分析工作非常清晰。


根据各级字段要求筛选用户行为数据字段，找出符合各级要求的用户。


如何理解用户群，我们继续解释宠物社区的案例。


例如，宠物社区可以根据用户的消费以根据用户的消费金额、宠物类别和性别进行区分。


1)基于消费金额的分组 根据以下基于消费金额的付费用户群，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)基于消费品类的分组 根据以下基于宠物类别的付费用户群，你可以知道付费用户中有猫的用户 320 人，养狗用户 480 人。


3)基于用户性别的分组 根据以下基于用户性别的付费用户群，你可以知道付费用户中有男性用户 340 人，女性用户 460 人。


有时我们做用户群是为了解决特定的业务问题，例如，你想知道什么样的宠物类别的月消费者高，什么性别的月消费者高，然后你可以把它 3 交叉分析个组维度。


将分组维度切割得更细，得出更精彩的数据结论。


通过对付费用户的分组处理，我们发现女性比男性更愿意消费宠物，而狗用户比猫用户消费更多（因为狗吃得更多，得更多）。


然后深入挖掘用户的消费数据，发现养狗用户购买的主食和零食明显多于养猫用户。


因此，对于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。


例如，对于养狗的用户，我们可以提供更高的优惠券，以提高转化率，专注于女性用户的营销推广。


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 如果你的预算只足以召回一个人，你会选择召回谁？ 这是操作学生经常面临的用户召回问题。


你应该用哪个用户最值得召回？ RFM 用户价值数据方法。


RFM 用户价值分析方法是客户管理中的经典数据分析方法，用于衡量消费者的价值和盈利能力。


从某种意义上说，它也是一个依赖收费的用户群体 3 核心指标： · 最后一次消费时间（Recency） · 消费频率（Frequency） · 消费金额（Monetary） 构建用户价值分组系统。


最后一次消费时间 Recency：衡量用户流失，消费时间越接近当前用户，维持与用户的关系就越容易。


年前消费的用户价值肯定不如一个月前消费的用户。


消费频率 Frequency：消费频率是用户在有限期内购买的次数，最常购买的用户忠诚度越高。


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% 该指标直接反映了用户对企业利润的贡献。


对于产品，我们理想的用户状态是用户消费时间的间隔（R）用户消费频率越短越好；（F）越高越好；用户消费金额一段时间。


（M）越大越好。


用户操作是通过各种手段进行的「套路」用户做我们想让他做的事（也称为最大化和提高用户价值）。


为了使他们的操作策略更有效，我们需要处理以下数据： 1)用户分层，没有统一的分层维度标准。


AARRR 根据业务核心流程，用户增长路径为分层逻辑或分层逻辑。


2)用户分组，从消费金额、消费品类、用户城市、用户性别等维度对各级用户进行横向细分。


3）FRM 用户价值分组模型是一种立体分组思维，F、R、M 可根据实际业务需要进行调整，社区产品M可替换为发帖量。


本文由yehan提交，操作狗专栏作者。