用户分层模型,让你的设计看起来更专业

王镇雷:日常工作,除了完成单点需求以外,如果能用上一系列高大上的「模型」,一下子专业度就上来了。

所以今天给大家介绍三个最常见的用户分层模型,希望大家可以尝试使用到工作中,Show 一下你的专业度。

一、购买力模型 RFM

  • Recency(近度:距某节点最近的一次消费)
  • Frequency(频度:一段时间内消费次数)
  • Monetary(额度:一段时间内的消费金额)

对于电商类产品,RFM 是几乎最常见、最通用的一种用户分层模型,只不过,对于很多人常常只使用「M」金额。就拿淘系来说,会按照年消费总额把用户分为 L1~L10,进而看不同层级用户的行为、需求差异。

用户分层模型,让你的设计看起来更专业

△ tubik

产品设计中,一方面做「消费升级」,也就是通过一系列活动、工具和体验设计,让 L1 的用户尽可能向 L10 升级。

另一方面,做「消费分级」,L1~L3 的用户可能就是喜欢买便宜货的人,给他们做的导购更应该以促销优惠为主,而 L8~L10 的顶尖用户,可能更爱奢侈品和国际大牌。

「F」维度在实际应用中会以另一种大家熟悉的形态出现,就是「活跃用户」的判定。当然,通常我们不会单纯以消费频次来界定用户是否活跃,而可能会结合一段时间内的登录次数、操作深度等一起界定。

我们常说的 DAU,就是指日活跃用户,活跃用户可不仅仅是登录或打开一次 App 就完事儿了,必须达成 1min 以上的使用时间、访问一个商品页面等要求,才能算数。

设计中,我们希望通过设计让不活跃的用户变成活跃的用户,毕竟活跃用户才更能为平台带来价值。

「R」比较少见,主要是用于观察某个时期的用户时,将这部分用户单独圈出来。比如我要看双11的用户分层数据,就会以双11当天为原点,圈一批用户来分析。

二、忠诚度模型 AIPL

  • Awareness(感知)
  • Interest(兴趣)
  • Purchase(购买)
  • Loyalty(忠诚)

与 RFM 常被拆散了用相比,AIPL 模型本身就是一个完整体系,不常拆分开来使用。

用户分层模型,让你的设计看起来更专业

△ tubik

AIPL 模型是营销中非常经典的消费链路模型,即对于一个品牌或产品,用户都会经历从陌生,到体验,到成交转化,最终变成一个忠实粉丝的过程。当然,这是一个理想过程,不可能每个用户都会走到忠实粉丝这一步。

而我们要做的,就是通过产品优化、品牌升级、活动运营等方式,让更多用户逐渐向上层运动。

在实际设计中,首先我们需要设定每个层级的标准。

还是以电商产品为例,「A」对应的就是纯新用户,「I」对应的是访问过页面但没有成交的用户,「P」则是有过个成功订单的用户,「L」可能是每个月都会有购买的那群人。

其次,我们会为每一个层次的用户设计适合他们的体验,目标就是让他们像下一个层级移动。

对于「A」用户,需要让他更多地浏览、了解产品,而不要急于让他下单;而对于「I」用户,则是需要临门一脚,送他进购物车。

三、生命周期模型 AARRR

  • Acquisition(获取用户)
  • Activation(提高活跃度)
  • Retention(提高留存率)
  • Revenue(获取收入)
  • Refer(传播)

AARRR 模型也是非常经典的数据分析模型,在知名互联网书籍《增长黑客》中也是用它做案例。

用户分层模型,让你的设计看起来更专业

△ tubik

与 AIPL 模型对用户做分层不同,AARRR 严格来说并不是一个用户层次模型,而更像是用户增长的一个过程。

换言之,这是一种经典有效的用户增长手段,看这几个单词的名字就知道,翻译成中文都是「动词」。

AIPL 模型中不同层次的用户是长期同时存在的,AARRR 模型的五个步骤则针对新用户有明显的先后顺序。

外部投放、线下拉新、注册登录都是属于「Acquisition」;

积分签到、周期性活动则属于「Activation」;

Push 是典型提高留存和回访的手段;

引导下单或优惠券发放都是为了「Revenue」;

最后,分享有礼、拉新用户分红包都是属于「Refer」。

值得注意的是,我们可以按照这5个步骤,对照去看目前产品中是否有足够的功能满足每一步的数据要求。也可以通过数据去看哪一个环节目前存在最大的问题。

所以不管滴滴打车、手机淘宝、饿了么等等不同业态的产品,只要还有新用户进入,对拉新有诉求,AARRR 模型就都会适用。

欢迎关注作者的微信公众号:「王镇雷」

用户分层模型,让你的设计看起来更专业

图片素材作者:MUN

「设计师不能不知道的数据知识」

收藏 30
点赞 1

复制本文链接 文章为作者独立观点不代表优设网立场,未经允许不得转载。