王鎮(zhèn)雷：日常工作，除了完成單點(diǎn)需求以外，如果能用上一系列高大上的「模型」，一下子專業(yè)度就上來了。

所以今天給大家介紹三個(gè)最常見的用戶分層模型，希望大家可以嘗試使用到工作中，Show 一下你的專業(yè)度。

一、購(gòu)買力模型 RFM

• Recency（近度：距某節(jié)點(diǎn)最近的一次消費(fèi)）
• Frequency（頻度：一段時(shí)間內(nèi)消費(fèi)次數(shù)）
• Monetary（額度：一段時(shí)間內(nèi)的消費(fèi)金額）

對(duì)于電商類產(chǎn)品，RFM 是幾乎最常見、最通用的一種用戶分層模型，只不過，對(duì)于很多人常常只使用「M」金額。就拿淘系來說，會(huì)按照年消費(fèi)總額把用戶分為 L1～L10，進(jìn)而看不同層級(jí)用戶的行為、需求差異。

△?tubik

產(chǎn)品設(shè)計(jì)中，一方面做「消費(fèi)升級(jí)」，也就是通過一系列活動(dòng)、工具和體驗(yàn)設(shè)計(jì)，讓 L1 的用戶盡可能向 L10 升級(jí)。

另一方面，做「消費(fèi)分級(jí)」，L1～L3 的用戶可能就是喜歡買便宜貨的人，給他們做的導(dǎo)購(gòu)更應(yīng)該以促銷優(yōu)惠為主，而 L8～L10 的頂尖用戶，可能更愛奢侈品和國(guó)際大牌。

「F」維度在實(shí)際應(yīng)用中會(huì)以另一種大家熟悉的形態(tài)出現(xiàn)，就是「活躍用戶」的判定。當(dāng)然，通常我們不會(huì)單純以消費(fèi)頻次來界定用戶是否活躍，而可能會(huì)結(jié)合一段時(shí)間內(nèi)的登錄次數(shù)、操作深度等一起界定。

我們常說的 DAU，就是指日活躍用戶，活躍用戶可不僅僅是登錄或打開一次 App 就完事兒了，必須達(dá)成 1min 以上的使用時(shí)間、訪問一個(gè)商品頁(yè)面等要求，才能算數(shù)。

設(shè)計(jì)中，我們希望通過設(shè)計(jì)讓不活躍的用戶變成活躍的用戶，畢竟活躍用戶才更能為平臺(tái)帶來價(jià)值。

「R」比較少見，主要是用于觀察某個(gè)時(shí)期的用戶時(shí)，將這部分用戶單獨(dú)圈出來。比如我要看雙11的用戶分層數(shù)據(jù)，就會(huì)以雙11當(dāng)天為原點(diǎn)，圈一批用戶來分析。

二、忠誠(chéng)度模型 AIPL

• Awareness（感知）
• Interest（興趣）
• Purchase（購(gòu)買）
• Loyalty（忠誠(chéng)）

與 RFM 常被拆散了用相比，AIPL 模型本身就是一個(gè)完整體系，不常拆分開來使用。

△?tubik

AIPL 模型是營(yíng)銷中非常經(jīng)典的消費(fèi)鏈路模型，即對(duì)于一個(gè)品牌或產(chǎn)品，用戶都會(huì)經(jīng)歷從陌生，到體驗(yàn)，到成交轉(zhuǎn)化，最終變成一個(gè)忠實(shí)粉絲的過程。當(dāng)然，這是一個(gè)理想過程，不可能每個(gè)用戶都會(huì)走到忠實(shí)粉絲這一步。

而我們要做的，就是通過產(chǎn)品優(yōu)化、品牌升級(jí)、活動(dòng)運(yùn)營(yíng)等方式，讓更多用戶逐漸向上層運(yùn)動(dòng)。

在實(shí)際設(shè)計(jì)中，首先我們需要設(shè)定每個(gè)層級(jí)的標(biāo)準(zhǔn)。

還是以電商產(chǎn)品為例，「A」對(duì)應(yīng)的就是純新用戶，「I」對(duì)應(yīng)的是訪問過頁(yè)面但沒有成交的用戶，「P」則是有過個(gè)成功訂單的用戶，「L」可能是每個(gè)月都會(huì)有購(gòu)買的那群人。

其次，我們會(huì)為每一個(gè)層次的用戶設(shè)計(jì)適合他們的體驗(yàn)，目標(biāo)就是讓他們像下一個(gè)層級(jí)移動(dòng)。

對(duì)于「A」用戶，需要讓他更多地瀏覽、了解產(chǎn)品，而不要急于讓他下單；而對(duì)于「I」用戶，則是需要臨門一腳，送他進(jìn)購(gòu)物車。

三、生命周期模型 AARRR

• Acquisition（獲取用戶）
• Activation（提高活躍度）
• Retention（提高留存率）
• Revenue（獲取收入）
• Refer（傳播）

AARRR 模型也是非常經(jīng)典的數(shù)據(jù)分析模型，在知名互聯(lián)網(wǎng)書籍《增長(zhǎng)黑客》中也是用它做案例。

△?tubik

與 AIPL 模型對(duì)用戶做分層不同，AARRR 嚴(yán)格來說并不是一個(gè)用戶層次模型，而更像是用戶增長(zhǎng)的一個(gè)過程。

換言之，這是一種經(jīng)典有效的用戶增長(zhǎng)手段，看這幾個(gè)單詞的名字就知道，翻譯成中文都是「動(dòng)詞」。

AIPL 模型中不同層次的用戶是長(zhǎng)期同時(shí)存在的，AARRR 模型的五個(gè)步驟則針對(duì)新用戶有明顯的先后順序。

外部投放、線下拉新、注冊(cè)登錄都是屬于「Acquisition」；

積分簽到、周期性活動(dòng)則屬于「Activation」；

Push 是典型提高留存和回訪的手段；

引導(dǎo)下單或優(yōu)惠券發(fā)放都是為了「Revenue」；

最后，分享有禮、拉新用戶分紅包都是屬于「Refer」。

值得注意的是，我們可以按照這5個(gè)步驟，對(duì)照去看目前產(chǎn)品中是否有足夠的功能滿足每一步的數(shù)據(jù)要求。也可以通過數(shù)據(jù)去看哪一個(gè)環(huán)節(jié)目前存在最大的問題。

所以不管滴滴打車、手機(jī)淘寶、餓了么等等不同業(yè)態(tài)的產(chǎn)品，只要還有新用戶進(jìn)入，對(duì)拉新有訴求，AARRR 模型就都會(huì)適用。

歡迎關(guān)注作者的微信公眾號(hào)：「王鎮(zhèn)雷」

圖片素材作者：MUN

「設(shè)計(jì)師不能不知道的數(shù)據(jù)知識(shí)」

• 《寫給設(shè)計(jì)師看的基礎(chǔ)數(shù)據(jù)知識(shí)》
• 《用一個(gè)實(shí)戰(zhàn)案例，幫你學(xué)會(huì)用數(shù)據(jù)驗(yàn)證產(chǎn)品設(shè)計(jì)》
• 《12個(gè)用戶數(shù)據(jù)的理解與使用誤區(qū)》
• 《為什么我用數(shù)據(jù)驅(qū)動(dòng)設(shè)計(jì)，結(jié)果卻不盡人意？》