域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

讓很多小程序商家苦惱的是，無(wú)論怎么調(diào)整運(yùn)營(yíng)策略，用戶留存度都沒(méi)有明顯突破，這個(gè)時(shí)候就要考慮針對(duì)不同用戶群做分層運(yùn)營(yíng)了。

為什么要分層運(yùn)營(yíng)用戶？

在一個(gè)用戶總體中，總會(huì)存在不同的需求和消費(fèi)水平，這一點(diǎn)是毋庸置疑的，但問(wèn)題在于統(tǒng)一的營(yíng)銷策略在最好的情況下也只能迎合主流用戶，致使其他用戶需求被忽略，不可避免的導(dǎo)致用戶流失。

而用戶分層運(yùn)營(yíng)就是要用針對(duì)不同層次用戶分別推出相應(yīng)運(yùn)營(yíng)策略的方法來(lái)解決這個(gè)矛盾，從而滿足細(xì)分人群的需求，提升轉(zhuǎn)化和留存率，使整體利益趨向最大化。

如何將用戶“分層”？

不同于一般以年齡、性別和地域等給人群分類，衡量用戶價(jià)值時(shí)，最通行的分類標(biāo)準(zhǔn)則是RFM模型，即：Recency最近一次消費(fèi)、Frequency消費(fèi)次數(shù)、Monetary消費(fèi)金額。

給用戶分層時(shí)，需要根據(jù)整體情況從三個(gè)維度為用戶設(shè)立打分標(biāo)準(zhǔn)，從而形成RXFXMX的用戶類型，舉個(gè)例子：

假設(shè)打分標(biāo)準(zhǔn)為——最近一月內(nèi)消費(fèi)得1分，未消費(fèi)得0分；累計(jì)消費(fèi)1次得1分，2-5次得2分，5次以上得3分；消費(fèi)100元以下得1分，100-500元得2分，500元以上得3分。

那么，一個(gè)月內(nèi)消費(fèi)1次，累計(jì)消費(fèi)3次，共400元的用戶，得到的RFM模型就是R1F2M2，以此類推，將用戶分為不同類型，為制定運(yùn)營(yíng)策略做基礎(chǔ)。

如何精細(xì)運(yùn)營(yíng)用戶？

根據(jù)用戶模型分層運(yùn)營(yíng)前，首先我們需要認(rèn)識(shí)RFM模型代表的意義：

R（最近消費(fèi)時(shí)間）可衡量用戶的活躍度，得出活躍、流失和沉睡等用戶類型，對(duì)應(yīng)的營(yíng)銷策略是營(yíng)銷信息的推送頻次和召回活動(dòng)等；

F（消費(fèi)次數(shù)）能可視化用戶當(dāng)前處于的階段，將其劃分為新用戶、老用戶、重度用戶等類型，從而針對(duì)推出不同階段的營(yíng)銷或促銷策略；

M（消費(fèi)金額）可衡量用戶的消費(fèi)能力，可用于篩選貢獻(xiàn)最多的優(yōu)質(zhì)用戶，通過(guò)相應(yīng)的福利政策提升其粘性，并減少投入到低貢獻(xiàn)用戶的資源，從而提升整體的投入產(chǎn)出比。

從以上標(biāo)準(zhǔn)不難看出，一般來(lái)說(shuō)，R數(shù)值越小、F和M數(shù)值越大的用戶價(jià)值越高。

下面以最常見(jiàn)的小程序電商為例，分別給出三類用戶的分層運(yùn)營(yíng)建議：

R1F1M1型：此類用戶消費(fèi)頻次很低，并且客單價(jià)也不高，即便用促銷秒殺打動(dòng)他們，卻難以發(fā)展成高質(zhì)量用戶，可供發(fā)掘的價(jià)值不多，一般不應(yīng)該浪費(fèi)太多資源在他們身上；

R1F3M3型：作為新用戶，卻擁有高消費(fèi)頻次和高客單價(jià)，可以說(shuō)是商家最理想的用戶，因此就需要想辦法將其發(fā)展為忠實(shí)用戶，最好給予其相應(yīng)的特權(quán)和優(yōu)惠，培養(yǎng)其消費(fèi)習(xí)慣；

R0F3M3型：曾經(jīng)消費(fèi)頻繁并且金額較大，但最近沒(méi)有消費(fèi)，屬于快流失的優(yōu)質(zhì)用戶，想要挽回他們，一方面可以“老用戶回歸禮”將其喚醒，更重要的是了解其沉寂原因，從而針對(duì)調(diào)整。

需要指出的是，RFM模型作為一個(gè)固定公式，適用的情況是有限的，而根據(jù)不同的情況，還有金字塔模型和AARRR模型等分層方法可供選擇。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！