养鱼的不一定是海王，也可能是用户运营人！

同样，RFM用户分层模型也适用于其他品类，按照R（最近访问时间）、F（最近时段访问次数）、M（最近时段互动次数）3个维度进行用户细分。

02、根据运营需求建立用户分层模型

在用户分层方式上，并不局限于固有的模型，可以根据当下运营阶段的设置用户分层维度。
例如，当下运营阶段的“北极星指标”为提升用户粘性，那么用户分层的质量维度主要是用户访问频次、访问时长和访问深度。

（1）、用户访问频次：阶段时间内用户打开APP的次数，例如核心用户1天3次，活跃用户1天1次，普通用户3天1次

（2）、用户访问时长：阶段时间类用户使用产品的累计时长，例如核心用户1天60分钟，活跃用户1天30分钟，普通用户1天10分钟

（3）、用户访问深度：根据用户行为定义用户的互动性，例如核心用户平均浏览20个页面，活跃用户浏览10个页面，普通用户浏览5个页面。

在定义用户质量分层维度后，找到提升指标的关键点，例如提供普通用户的访问频次，可以向普通用户推送感兴趣的内容，提升普通用户的访问深度，可以向普通用户推出互动活动。
用户分层运营的目的在于针对性“投喂”，避免大鱼越来越大，小鱼逐渐流失的现象。

03、数据驱动的用户分层实践

用户分层运营是基于用户行为数据建立的用户群组标签，通过数据分析工具洞察用户行为，对用户进行有效分层。
以诸葛io为例，可以根据运营北极星指标设计多维度的用户分层指标。下面以“提升活跃用户”这个指标为例，对数据驱动分层的方法进行说明：
首先，分析用户行为找到提升指标，既然要提升活跃用户，那么首先需要对“活跃用户”进行定义，例如活跃用户的定义是连续4天访问并且每天使用超过20分钟的用户，那么通过诸葛io的“粘性分析”可以看到15.2%的用户满足连续使用4天这个条件。

接下来，针对其余未满足条件的用户分析用户行为，将这一部分用户定义为“高流失风险用户”群组，在路径分析中分析用户的访问行为，观察在进入首页后哪一步的用户流失比较严重。
用户路径分析有2个目的，首先查看根据设定好的用户路径起始点，跟踪用户的后续行为习惯，其次查看不同行为的转化人数，找到用户高频访问行为以及低频用户访问行为，通过用户行为习惯向流失用户进行针对性唤醒活动的设计。

04、总结

鱼塘分群的核心在于实现不同层级用户的正向循环发展，通过用户分群模型的应用及各群组针对性运营策略，在分群而饲的同时共同建立一个有效的鱼塘生态。

-END-