有同學疑惑：做用戶分層，總覺得沒啥科學依據：

1、到底用什么指標分？

2、到底是消費1-300分一層，還是1-350分一層？

3、分完了層，還能怎么進一步分析，提出有用建議？

今天通過一個小例子，系統給大家講清楚。文章很長，還沒有關注陳老師的同學，先關注點贊，慢慢看哦。

在討論這個問題之前，大家先看一個簡單的問題，假設一個業務收入情況如下，你會怎么解讀數據？（總收入=付費用戶數*付費用戶人均付費）

圖片

一、用戶分層的一般作用

比如上邊的題目，大部分同學會脫口而出：

• 1到3月，總收入在下降
• 3月對比1月，人均付費減少了25元
• 3月對比1月，用戶增長了2000名
• 建議把人均付費搞多，再多消費25元

看平均數，就會得出這種結論。這也是經常被業務吐槽的：“沒有深入分析”。

如果我們告訴大家，這1萬人有下邊兩種形態構成，大家還會覺得，人均拉高25元就可以了嗎？

圖片

這就是用戶分層作用的直觀作用：通過分層，發現業務特點，找到核新用戶群體。用戶總數，消費總數相同的情況下：

形態A，付費是由少數大額消費用戶支持的。因此看平均值意義不大， 要重點看：從用戶中轉化了多少高額用戶

形態B，付費有大量普通用戶貢獻，此時看平均值還有一定意義，要關注普遍用戶需求

這種區別，再游戲行業很常見，甚至有大R型業務（依賴少數高充值土豪）和大DAU型業務（大量在線，低消費）的區別，他們的用戶分層情況，如下圖所示：

圖片

了解到這一層，再看回AB兩形態，我們就能更準確定位出問題：

圖片

這才是用戶分層的真正作用：不是簡單的畫個線，定個高低，而是發現核心用戶是誰，從而重點服務。

二、用戶分層的常見錯誤

注意！有一種網上廣為流傳的圖，其實是有問題的（如下圖）

圖片

這樣分的太粗糙了，付費用戶，活躍用戶都是一個巨大的整體，不做細致切分，很難看出問題。

但是，如果只做單維度的切分，可能也有問題，如下圖所示。因為用戶可能同時有付費+活躍行為，單維度切分，不容易發現問題。還是用矩陣分析法，把至少兩個維度結合起來看，更容易看出問題（如下圖）

圖片

當然還有很多其他很好用的組合，比如：

• 消費+毛利→ 區分貢獻高消費+高毛利金牛客戶 and 高消費+低毛利的喜歡薅羊毛的客戶
• 消費+消費SKU數→ 區分出喜歡消費單一產品的重度用戶 and 多品類消費的興趣廣泛的用戶
• 消費+購買頻次→區分出一次大單客戶+高頻購買用戶

下邊我們來看，具體到一個維度，該怎么切分

三、用戶層級怎么切分

單個維度切分，其實很簡單，如下圖所示，只需要分類維度+分類標準兩樣東西即可。

圖片

我們說過：用戶分層的最大用戶是發現業務問題，找到應對策略。想要達到這兩重目的，就得做到（如下圖所示）：

• 分類維度是當前業務的關鍵問題
• 分類標準和業務動作直接相關

圖片

如果是和消費有關的標準建議結合產品單價

• 消費1件產品的，為低級用戶
• 消費2件~10件/消費中級套裝的，為初級用戶
• 消費10件以上/消費高額套裝的，為高級用戶

這樣產品看到分層結果后，就知道：該推動只買1件，多買1次；推動中級用戶去消費高級別套裝。業務指向明顯。

如果產品本身缺少清晰分類，那么分層標準可以考慮二八劃分，或者按平均值倍數劃分，比如先對用戶消費進行排行，然后取排名前20%的用戶，按第20%排名用戶消費，定為：高消費。或者先計算平均值，按平均值的5倍，2倍，1倍，1/2,1/4劃分。不過這些做法，依然缺少業務含義，不一定好用，還是結合產品來看更好

五、分層以后做什么

分層能幫助我們看清楚：

1、大客戶消費力+消費偏好

2、大客戶 VS 小客戶的消費差異

3、大客戶為我司創造毛利（可以再補貼他的上限）

我司并不見得是用戶唯一選擇，所以分層后，可以結合競爭對手的產品+優惠活動，把各種優惠券/禮品/積分，統一折算成“回饋比例”指標（我司所有贈送福利的成本/客戶消費金額）。然后制定策略。原則上，在我司重點發力的客戶群體，回饋比例要高于競爭對手，這樣業務部門，才有足夠的預算，搞活動，送禮品，打敗競爭對手，爭取客戶（如下圖）

圖片

當然，有可能投了錢，但是活動不給力，對應層級的用戶人數，消費并沒有明顯提升。那么結合用戶分層數據，我們也能快速發現問題，再來檢討：到底怎么樣做，才能促成目標

六、小結

用戶分層看起來簡單，可深入探討的話，需要牽扯的業務細節非常多。很多同學做起來很困擾，都是困擾在：領導讓我分高端用戶，到底是8000算高端，10000算高端，還是12000算高端呢？

反問：

• 消費8000，意味著消費多少產品？
• 消費8000人群，占整體比例如何？貢獻多大？
• 8K，10K，12K背后，對應我們運營的什么動作？
• 我們做的動作，到底對用戶有什么吸引力，競爭力？

這些才是能推動用戶分層落地的問題，要遠遠比孤零零糾結8000還是8100有意義的多。好的用戶分層，直接能推導出運營措施，也是這樣做的