很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系：鳥(niǎo)哥筆記小羽毛（ngbjxym）
今天是大年初一，我給您拜年了！祝我的好朋友：
顯神功牛刀小試，
勤學(xué)習(xí)汗牛充棟；
進(jìn)財(cái)源多如牛毛，
漲運(yùn)勢(shì)牛氣沖天！
今天的問(wèn)題來(lái)自于上海的李總，他在做行業(yè)客戶細(xì)分。想要一些客戶分級(jí)分群的相關(guān)策略和資料。我資料倒是有很多，但是不知道能不能給他一些好的建議啊。
說(shuō)實(shí)話，雖然我之前做過(guò)很多客戶分級(jí)分群，但是總感覺(jué)做的不太行。網(wǎng)上類似的文章也很多，看來(lái)看去無(wú)非也就這么些東西。我就給大家分享一下我的理解吧。
另外，我在挑戰(zhàn)春節(jié)不打烊，每天都分享原創(chuàng)文章，歡迎加我個(gè)人微信：shirenpengwh，加入催更群，小鞭子催我快快寫(xiě)稿
至簡(jiǎn)式客戶細(xì)分
客戶細(xì)分的核心目的是精細(xì)化運(yùn)營(yíng)。其實(shí)就是對(duì)不同的用戶分別制定運(yùn)營(yíng)策略，期望實(shí)現(xiàn)利益最大化。
所以客戶細(xì)分最樸素的思想，就是切分。大家應(yīng)該聽(tīng)過(guò)一個(gè)詞“高凈值人群”，這是傳統(tǒng)營(yíng)銷時(shí)代流傳最廣的客戶分群產(chǎn)物。
一般來(lái)說(shuō)，用戶細(xì)分得遵守MECE原則，上面所有的方法其實(shí)都已經(jīng)是MECE了。但是也不是絕對(duì)的，后面就有特例。
受限于當(dāng)時(shí)的數(shù)據(jù)和技術(shù)，客戶細(xì)分大多都還是在CRM中進(jìn)行因?yàn)橹挥性贑RM中才能獲取用戶的各種信息。細(xì)分的邏輯也就非常簡(jiǎn)單了，大多是從某一個(gè)單一維度進(jìn)行切分。
比如“按客戶凈值分、按**來(lái)源分、按消費(fèi)頻次分、按年齡段分、按當(dāng)月累計(jì)消費(fèi)金額段分”等。這種客戶切分方式比較原始和粗糙，遠(yuǎn)遠(yuǎn)稱不上“客戶細(xì)分”。但是這種切分方式是所有人最容易想到，也是最容易理解的方式。
所以在早期的數(shù)據(jù)交易中，賣家會(huì)標(biāo)注上數(shù)據(jù)來(lái)源，企圖在名稱上體現(xiàn)**的價(jià)值。當(dāng)然現(xiàn)在買賣個(gè)人隱私數(shù)據(jù)已經(jīng)入刑法了，大家千萬(wàn)別碰哈。
業(yè)務(wù)分析式客戶細(xì)分
再進(jìn)一步，就有人從各個(gè)角度總結(jié)提煉客戶細(xì)分的邏輯，比如從用戶生命周期上細(xì)分，我們對(duì)不同處在生命周期的客戶用不同的策略，期望拉長(zhǎng)用戶在成熟期的時(shí)間，創(chuàng)造更多的價(jià)值。
比如：
按用戶生命周期分，如“潛在用戶、新用戶、付費(fèi)用戶、復(fù)購(gòu)用戶、流失用戶”等，不同行業(yè)的生命周期不完全一樣；
按用戶運(yùn)營(yíng)流程分，如AARRR、RARRA、“新用戶、使用用戶、興趣用戶、意向用戶、付費(fèi)用戶”等；
按用戶積分等級(jí)分（忠誠(chéng)度），如傳統(tǒng)的會(huì)員卡級(jí)別、淘寶的“皇冠、鉆石”等；
按用戶的各種標(biāo)簽切分，這個(gè)自由度就非常大了，信息非常豐富。
這些方法都非常直觀，業(yè)務(wù)部門最喜歡了。而且對(duì)應(yīng)的策略也非常清晰，基本上顧名就能思義。
這些看上去還是從某一個(gè)固定的維度對(duì)客戶進(jìn)行切分，但是一般來(lái)說(shuō)這些維度都是經(jīng)過(guò)業(yè)務(wù)理解、加工之后的。
舉個(gè)簡(jiǎn)單的例子：信用卡的不同級(jí)別就是一個(gè)附帶非常復(fù)雜規(guī)則的客戶細(xì)分模型。只有達(dá)到了某幾個(gè)條件，才能升級(jí)卡片的等級(jí)。當(dāng)然，享受到的權(quán)益也是不一樣的。市場(chǎng)上甚至有專門研究信用卡養(yǎng)卡規(guī)則的人和公司。
組合式客戶細(xì)分套路
前面說(shuō)的都是從單一維度對(duì)客戶進(jìn)行群體切分的方法，這種單一維度我們可以相處很多很多。
那如果再往前進(jìn)一步，我們還能怎么細(xì)分呢？答對(duì)了！那就可以對(duì)各單屬性進(jìn)行組合后細(xì)分，RFM就是典型的一種。
這個(gè)模型非常好用，流傳很廣，認(rèn)同度高，可解釋強(qiáng)，對(duì)應(yīng)的策略也很清楚。
RFM模型，就是用戶細(xì)分的經(jīng)典模型。它就是用“最近一次消費(fèi) (Recency)”、”消費(fèi)頻率 (Frequency)”、”消費(fèi)金額 (Monetary)”，對(duì)用戶切三刀，劃分成為8個(gè)群體，然后來(lái)區(qū)別對(duì)待。
其實(shí)RFM本質(zhì)上是一種象限模型，只不過(guò)不是4象限，而是3個(gè)指標(biāo)，每個(gè)指標(biāo)離散為0和1，總共分為8個(gè)象限。而且我們?cè)谟肦FM的時(shí)候，也可以進(jìn)行各種變種，比如改掉一個(gè)指標(biāo)、把“高、低”區(qū)分為“高、中、低”等等。但是不管咋變，本質(zhì)還是一樣。
RFM的變種之一就是替換RFM中的M，比如RF+年齡段。當(dāng)然，只要你能想出來(lái)，可以任意組合，比如當(dāng)月消費(fèi)等級(jí)+用戶年齡段+地區(qū)等。之前我做過(guò)汽車行業(yè)的用戶細(xì)分，就做過(guò)客戶偏好+投訴頻次+活動(dòng)參與的組合維度，可以分辨出忠誠(chéng)客戶還是難纏客戶。
一樣啊，這種方式幾乎可以無(wú)限組合，只要你能想出來(lái)，隨便拿兩個(gè)以上的關(guān)鍵業(yè)務(wù)指標(biāo)一組合，立刻可以把客戶切分成任意群體。
移動(dòng)通信領(lǐng)域?qū)蛻羧后w的細(xì)分也是做到了機(jī)制，各種亂七八糟的套餐可不是運(yùn)營(yíng)人員瞎想出來(lái)的，而是使用不同組的數(shù)據(jù)，通過(guò)各種各種算法算出來(lái)的。
提到算法，我們還可以用各種聚類算法實(shí)現(xiàn)客戶細(xì)分。但是這些算法計(jì)算的結(jié)果，業(yè)務(wù)可解釋性就比前面所有的細(xì)分方法差多了。而且有些算法存在隨機(jī)種子等因素，每次執(zhí)行的結(jié)果不一樣。比如K-means的聚類，這個(gè)K值要么人為設(shè)定，要么隨機(jī)。這隨機(jī)就隨出事情了。同樣一份數(shù)據(jù)，很可能就出現(xiàn)下面這種截然不同的情況。
這種情況讓我們給業(yè)務(wù)解釋的時(shí)候非常困難，全都得靠編。有一次更搞笑，我們某甲方要“大數(shù)據(jù)”+“算法”，而且必須要保證執(zhí)行冪等，就是每次執(zhí)行的結(jié)果必須一樣，要不沒(méi)法給別人解釋。遇到聚類這種含有隨機(jī)數(shù)的情況，那可不行了。最后我們給把算法給改了，只要是一個(gè)結(jié)果集進(jìn)去，不管怎么執(zhí)行，都是一個(gè)結(jié)果。唉，我們太難了。
當(dāng)然，除了K-Means之外，我們還能用KNN、層次聚類等等各種聚類算法。除了層次聚類稍微好解釋一些之外，其他算法計(jì)算結(jié)果都得靠編
。更不用提對(duì)應(yīng)的運(yùn)營(yíng)策略了。
那有沒(méi)有更好的客戶分群方法呢？當(dāng)然有的。
可能有哥們說(shuō)了，你說(shuō)的這些我都知道，用處說(shuō)實(shí)話也不大。
這話得分怎么說(shuō)了，如果說(shuō)只是客戶細(xì)分，咱就這些招。但是如果說(shuō)指導(dǎo)運(yùn)營(yíng)，那得具體分析各層用戶的問(wèn)題，后面還得帶上恰當(dāng)?shù)倪\(yùn)營(yíng)建議。得跟運(yùn)營(yíng)同學(xué)一起定好策略，制定執(zhí)行計(jì)劃，跟進(jìn)，調(diào)整，優(yōu)化。
不過(guò)，咱說(shuō)回來(lái)，除了這些招之外，咱還有更經(jīng)典的用戶細(xì)分方法嗎？
答案是“有”！
但是再往前一步就不能是通用的方法了，最少得細(xì)分到行業(yè)和具體場(chǎng)景了。比如快消行業(yè)就有非常經(jīng)典的“阿里八類人群”：
所有快消行業(yè)都可以參照這八大類進(jìn)行客戶細(xì)分。這里你可能就會(huì)注意到，這明顯就不符合MECE的原則嘛！是的，但是這八大類已經(jīng)涵蓋絕大部分人群了，剩下那一星半點(diǎn)的也不影響全局。
那這八大類是怎么來(lái)的呢？業(yè)務(wù)洞察！沒(méi)別的招。
當(dāng)然有些洞察也很有意思，還會(huì)從用戶的“星座”角度上進(jìn)行分析，也不知道是不是故弄玄虛。比如騰訊幫喜茶做的用戶洞察就有這樣的結(jié)論：
也有很多業(yè)務(wù)洞察會(huì)與社會(huì)現(xiàn)狀進(jìn)行結(jié)合，也就是傳說(shuō)中的PEST模型(政治politics，經(jīng)濟(jì)economy，社會(huì)society，技術(shù)technology)。比如：
你看上面細(xì)分的，從數(shù)學(xué)角度上根本沒(méi)啥邏輯么。也完全不符合MECE原則，各部分之間還有交差，但是絲毫不影響其業(yè)務(wù)解釋力。因?yàn)槔锩鎶A雜著對(duì)當(dāng)今社會(huì)各種現(xiàn)象的洞察。
京東和尼爾森對(duì)用戶生命周期也做了非常深入的研究，他們的洞察也很有意思。他們提出的口號(hào)是“實(shí)現(xiàn)品牌用戶資產(chǎn)波浪式增長(zhǎng)”：
用戶細(xì)分是精細(xì)化運(yùn)營(yíng)的重要手段。
最樸素的思想，就是從某個(gè)固定的屬性對(duì)用戶進(jìn)行切分，比如按客戶凈值；
再進(jìn)一步，是從業(yè)務(wù)分析的角度進(jìn)行切分，比如按用戶生命周期；
再進(jìn)一步，是將多個(gè)維度組合之后進(jìn)行切分，比如流傳很廣的RFM模型，或者使用KNN、K-Means、層次聚類等各種聚類算法。
往前一步就是行業(yè)特殊洞察了，甚至是垂直領(lǐng)域的特殊洞見(jiàn)，這就得有很深的行業(yè)用戶洞察能力，比如阿里提出的快消領(lǐng)域“八大類人群”。
我手上有幾十份不同行業(yè)的用戶細(xì)分洞察報(bào)告，各位可以下載下來(lái)參考一下。
至于技術(shù)實(shí)現(xiàn)，其實(shí)數(shù)據(jù)量不大的話，用excel就能搞定；數(shù)據(jù)量多一些就用關(guān)系型數(shù)據(jù)庫(kù)，寫(xiě)SQL搞定；再多的話就用大數(shù)據(jù)平臺(tái)，用分布式計(jì)算處理了。
用算法進(jìn)行客戶分群的技術(shù)實(shí)現(xiàn)，在傳統(tǒng)營(yíng)銷時(shí)代，更多的人用的是SPSS、SAS等數(shù)據(jù)挖掘軟件；之前有一陣子還流行過(guò)R語(yǔ)言；現(xiàn)在Python當(dāng)?shù)?，如日中天。用起?lái)非常簡(jiǎn)單，基本上就是組織數(shù)據(jù)結(jié)構(gòu)，然后調(diào)個(gè)包就可以了。
今天的分享就是這樣。歡迎大家加我個(gè)人微信號(hào)：shirenpengwh ，一起探討大數(shù)據(jù)、數(shù)據(jù)分析相關(guān)知識(shí)。每天分享一篇原創(chuàng)內(nèi)容給大家，我們一起學(xué)習(xí)，共同進(jìn)步。
擴(kuò)展閱讀：幾十份行業(yè)用戶細(xì)分洞察報(bào)告，公眾號(hào)“大數(shù)據(jù)架構(gòu)師”后臺(tái)回復(fù)“用戶細(xì)分”即可下載。
配合以下文章享受更佳
本文為作者獨(dú)立觀點(diǎn)，不代表鳥(niǎo)哥筆記立場(chǎng)，未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn)，請(qǐng)點(diǎn)擊 反饋舉報(bào)
上一篇
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī)，對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對(duì)憲法所確定的基本原則；
2)危害國(guó)家安全，泄露國(guó)家秘密，顛覆國(guó)家政權(quán)，破壞國(guó)家統(tǒng)一，損害國(guó)家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國(guó)家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述，以此來(lái)激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對(duì)方對(duì)自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對(duì)方難堪；
6)謾罵：以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來(lái)迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容，如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢；
4)問(wèn)自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì)，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的；
4)法律、行政法規(guī)禁止，或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)