我们经常能够听到，“我们公司完成了用户分层运营，转化提高了xxx、营收提高了xxx”。一时之间，用户分层成为了显学，人人都要做，人人都要懂，人人都要会，那么问题来了，用户分层是什么，如何落地用户分层？

用户分层，有两个孪生兄弟，一个叫用户分组，一个叫用户分群。用户分层哥仨还有一个爸爸，叫用户细分（Segemnt）。

用户细分，追根溯源，起源于市场营销领域的英文“Segment”，一般翻译成中文的“细分市场”或“细分用户群"。“Segment”中的“Seg”意为“截断、分割”，也就是将整体市场进行分割。“Segment”作为动词，表示对市场进行细分。而作为名词，“Segment”则指经过细分后得到的一个个子集群体。

想要搞清楚，用户分层怎么做，首先需要分清楚这哥仨有哪些异同点。

（1）用户分层

用户分层是指根据用户的属性、需求、行为等特征将用户分成不同的群体，从而对这些群体进行有针对性的营销和服务。

（2）用户分组

用户分组指将用户按照一定的特征或属性进行分类，以便更好地了解用户的需求和行为，并为用户提供更加针对性的服务和营销。通常情况下，用户分组是基于用户的个人信息、行为数据、兴趣爱好等因素进行分类，以便企业能够更好地了解用户的需求和行为，为不同用户提供不同的产品和服务，并且能够更好地进行营销和促销活动。

（3）用户分群

用户分层的三种模型理论

纵向分层，提高效率。什么是效率，关键的事情被优先完成就是效率。如何判断事情的优先级，这是另外一个话题，本文暂不做论述。我们可以借助几个成熟的分层理论，像套模板一样先把层和每层中的重要事情匹配好。

主要用户分层模型分为用户价值型、AARRR型、用户身份模型。

每个模型，都各有利弊，RFM模型落地时，对于团队精细化运营能力要求奇高，不仅需要有取数、分析的能力，更需要适应复杂的调整逻辑（如下图所示）

AARRR作为经典老模型最大的问题就是理论意义大于实践意义，需要有丰富运营策略经验的人才能真正借助这套系统去做好用户分层。

如何基于用户分层模型构建运营策略

如何挑选这几套模型呢？这就需要我们博采众长、取长补短。既然AARRR易于理解、RFM更科学，那么我们基本上会采用用户价值型的用户分层模型，并综合采用AARRR模型和用户身份模型。即：

在拉新与接量环节，主要采用AARRR模型，将拉新、激活、无特征用户实行一体化运营模式。

在孵化和留存环节，主要采用RFM模型，短期内，主要动作是取平均值或ROI为正的指标作为判断基线，并将交互质量作为付费意愿的重要指标，制定如下的分层策略：

拉新和接量阶段用户分层：

孵化和留存环节的用户分层：

聚类（Clustering）：使用机器学习识别客户数据中的相似性。

什么是聚类分析？

聚类使用机器学习（ML）算法来识别客户数据中的相似性。简单地说，算法检查您的客户数据，捕捉人们可能忽略的相似性，并根据客户行为模式将其放在集群中。

一个例子是购物者倾向于购买视觉展示的全套服装，而不是自我协调和购买服装单品。另一个例子是那些喜欢购买促销产品的消费者和那些按照固定节奏补货的消费者。那些“囤积”护肤品、日用品或其他物品的人可能在很长一段时间内都不会回到商店，他们可能需要一些创造性的信息和提议，让他们购买正常周期以外的商品。

何时使用聚类分析？

机器学习是一种计算机化的超级力量，任你支配。因此，当您想要解析庞大的数据集时，最好使用聚类分析，因为即使是一个数据科学家团队也会花费太多的时间在数据分析上，聚类分析的作用在于它可能会发现我们在数据集中遗漏了什么。机器可以帮助运营人员潜在地在整个客户数据库中定位集群，允许您在更高的级别上进行个性化定制，并且比人类快得多