對於一個互聯網產品來說，如何準確地進行「用戶分類」？常見的用戶類型有哪些？如何衡量某一款產品的用戶分類效果？

01-02

分類是我們簡化認識、理解世界最常用的方式之一。

世界本為一體，我們為了便於理解，把原子及以下層面的事情叫做物理學，原子組成了分子，進入化學領域，有機大分子，又和生物沾邊，生物越來越複雜，有了人類學，人類個體研究叫心理學，一群人就是社會學，衍生出經濟、政治、文化……

淘寶有一批產品經理，專門研究「類目」，即如何把這個世界上所有的商品進行分類；

之前，我也寫過一篇和分類有關的文章（鏈接：聊聊互聯網產品的分類）；

今天，我們講講用戶細分的實用套路，這是在眾多用戶中，尋找最關鍵的核心用戶、精細化設計、運營的必備技能。

分類的角度有很多，我們先從邏輯上，複習一下什麼樣的分類是好的？我的理解是把全集分為子集後，不同子集的個體之間差異盡量大，每個子集內的個體差異盡量小。那麼，我們對用戶進行分類的原則就是——

不同細分的用戶，「需求場景」差異要盡量大。

第一，如果產品的用戶是多邊的，先根據不同角色分類。

多邊型的產品，對應單點（如小工具）和單邊（某些同好社交應用）的產品，要有至少兩種明顯差異的用戶群體，通常這種產品都具有平台屬性。

舉例，對於淘寶來說，常見的分法是買家、賣家、第三方服務商、平台方；對於滴滴出行，就可能會分成司機、乘客、平台運營方；對於知乎，可以分為提問者、回答者、吃瓜群眾、平台方……這種就是按不同的角色來分類，一般我們會把不同角色作為第一維度來對目標用戶進行分類，不同用戶群體的需求場景差異顯然巨大。

第二，新人、中間用戶和專家。

這是按照用戶對「產品所在領域的熟悉程度」來分類，也是一種非常常用的用戶分類方法。對於單邊的用戶角色，如果找不到更好的分法，我建議用這個方法保底，畢竟新人和專家的需求場景差異巨大，前者希望「簡單易用易上手」，後者期待「穩定可靠性能高」。

比如QQ音樂，對於聽歌的用戶來說，如果是新人，他可能需要最熱的榜單、通過場景自動選歌，對於專家用戶，他可能會去搜某一張專輯，或者搜某位歌手；又如開車，新人需要一輛好開的自動擋，專家可能需要能上賽道的手動小鋼炮、能進山的硬派越野。

與此近似的角度，是新用戶與老用戶。

第三，根據人口統計信息。

年齡、性別、職業、所在地、消費水平……這個方法要慎用，要避免人口統計信息和產品關係不大的情況（比如按照不同職業來區分打車用戶，就沒什麼邏輯），這樣劃分成的幾類用戶，需求場景差異往往不是很明顯。

說幾個比較適合的例子。銀行各種級別的信用卡，是按照資產、收入、消費水平來分的；樂高的玩具，是按照年齡——不同年齡段兒童的常規智力水平區分的；一些服裝品牌款式的策略，按照地域——一線大城市與三四線城市劃分；奶粉，不同的年齡段；K12教育里的學生，不同年齡段；廁所，性別（這個例子比較扯淡，哈哈）……等等。

第四，根據產品的業務場景。

這個很難總結為通用的規則，通過幾個例子給大家一點啟發。

比如做企業服務，可以按照用戶（公司）的階段分為種子輪、天使輪、A、B、C……PreIPO、已上市等；

做培訓的，可以按照互聯網、IT、快消、生產製造等行業劃分，產品、運營、技術、管理等不同崗位劃分；

做航旅的，可以按照用戶累積里程分為普通、銀卡、金卡、鉑金；

做媒體的，可以按照讀者的三觀進行區分，信中醫的和反中醫的，民族主義的和世界大同的；

做社區的，經常分為原創內容的PGC寫手、加工內容的（點贊、轉發等）積極分子、純消費內容的瀏覽型用戶；

做出遊的，可以分為單人、情侶、親子、團建等等；

還有比較通用的，分為需要引導的菜鳥，需要維繫的忠粉，需要召回的舊愛，需要趕走的討厭鬼；

……

分得不好，後面做起來一團亂麻，分好了，便於分而治之。

做過很多用戶細分的項目，最終我的看法是，用戶分類並不是對用戶的分類，而是對策略的分類。你有什麼策略就會做什麼樣的分類。

比如，你有線下渠道能力，那你的分類就是去線下購買的用戶和只在線上購買的用戶。你的目標就是如何識別出那些線下購買的用戶，並能夠最有效率的接觸他們，營銷他們。

你研究後發現，原來線下用戶都是三四線城市的用戶，所以你細分標準就是按照城市等級進行劃分。

看到沒有，從最終呈現上看，用戶細分表面上看上去好像先按城市細分、然後聚焦三四線城市，最後用線下渠道去覆蓋影響。其實整個過程都是反過來的。

如果不能理解這種由策略倒推細分的思路，最終可能的結果就是：

我的細分做得挺好的，但是為什麼市場部門不用呢？

1、套用麥肯錫方法裡面的一句話：不要去發明輪子，既然互聯網已經蓬勃發展了十多年，總結和借鑒前人的經驗往往比自己鑽破腦袋想出來的用戶分類維度更為科學，同類的、好的、長期存活下來的網站應該是你模仿和學習的對象。

2、區分用戶可以從純用戶屬性的角度或者從公司的角度進行大類的劃分，前者比如新到訪用戶、老用戶、忠誠用戶等，後者比如潛在客戶、成交客戶、高利潤客戶等，如何區分用戶關鍵在於你劃分用戶的目的，你產品的屬性和特點很重要。

3、第三個問題再套用一個軟體工程術語：高內聚、低耦合；可以以這個標準作為客戶區分的考核，用戶分類越細緻對精準營銷肯定支持越好，但過細的用戶分類又會產生邊際效用遞減的情況，企業畢竟追求投入產出的最優化，所以最終的衡量應該結合具體產品和實際運營數據來看，並持續修正和調整。

工作中，常見的用戶分類有2種類型，一種是基於運營進行的，一種基於產品進行的。

基於運營的分類一般是根據產品使用和人口學信息進行，比如新用戶、老用戶（用戶使用時長）；新增用戶、留存用戶、流失用戶（用戶產品使用情況）；活躍用戶、沉默用戶（用戶活躍情況）等等；

基於產品的分類一般是根據用戶的需求與行為進行，比如某汽車網站將用戶分成買車用戶和用車用戶。

用戶分類的維度不限，主要看分類的目的是什麼，怎麼樣分類能達到目的。《贏在用戶》中提到了三種分類方法：

1.
按目標細分

2.
按使用周期細分

3.
用行為和觀點的組合來細分

其實不管是哪種分類方法，能達到目的以及滿足大部分的可能性即可。

分類效果我一直認為是看是否能達成目的以及落地情況，如果僅僅是多用戶進行了完美分類但不落實到具體工作中，那還不如進行不完美分類但嘗試在落實到工作中慢慢改進分類。

與其對用戶進行分類，還不如對需求進行分類。詳見： http://hi.baidu.com/minjun666/item/cbe20fa94f240de115329b5c

從需求出發。

首先分析你的客戶，你將面對的用戶，你的主體用戶群。

分析你的應用提供的服務有哪些。

這裡提供的用戶分類思路分為以下三步：

1.從用戶、產品、交互關係三個維度定義分類指標。

2.將各指標分類後的用戶集合，交叉分析，透視用戶畫像。

3.針對不同的用戶集合，分析特性場景下的產品演進方向。

下面詳細說明下各步驟的內容。

1.分類指標

1.1用戶畫像

用戶畫像維度主要包括的分類指標為：基礎屬性、短期行為、長期興趣。一般涵蓋的指標類型如下：

1.2產品功能

不同產品的功能地圖不同，但一定都有可尋的主體功能框架，及主要功能下的細分場景。下面以自拍神器Faceu為例，來看它的功能地圖

1.3用戶與產品的交互關係

一個經典的用戶運營體系的模型為AARRR，即新增、留存、活躍、傳播、盈利。

同時也可以從用戶與產品的交互、用戶與用戶的互動、意見領袖與用戶的互動去劃分用戶與產品的交互邏輯。從這個角度下，可得到的指標如下

2.交叉分析

第二步就是交叉分析，經過上述的分類指標，我們可以得到三個維度的用戶分群，根據具體需求，可以透視不同維度下的數據。

例如，可分析活躍用戶對產品不同功能的使用情況，並透視具體場景下的用戶畫像。

3.挖掘場景

產品的需求方向需要根據具體的垂直用戶群體，及數據分析結果有針對性的進行挖掘。

具體的實踐方法可包括：

1）追蹤垂直用戶群的用戶行為

2）進行雙盲用戶訪談

例如，通過數據分析對流失用戶集中在產品的修圖功能中，經過追蹤或訪談了解到主要反饋為GIF圖無法支持動態效果。下一次產品的迭代則需要重點考慮GIF的能力支持。

基於以上的用戶分群思路可以得到不同粒度下的用戶集合，有效的用戶分類可以讓產品向多個維度同步演進，迅速形成自己的功能矩陣。

用戶分類：主流用戶，專家用戶，隨意用戶

用戶分類確實有很多，按地區分，各個地區的用戶習慣不一樣。

一、

那麼一般情況下，從購買流程角度看，分為

1.無需求用戶

2.有需求用戶

3.意識存在解決方案用戶

4.尋找解決方案

5.對比解決方案（主要發現優勢）

6.購買階段

那麼針對不同階段用戶，我們marketing策略是不一樣的。最難的是無需求用戶。

二、

按照用戶自身的性格個性，主要是DISC模型。可以直接參照。

總結：做市場營銷，就是面向客戶，要對客戶十分了解，客戶有共性，也有特性。這就需要測試和分析。

個人認為：營銷和銷售的成功是對人性的全面深刻理解。購買的還是人，實際存在的人。