【目录】
一、用户体系在落地过程中的难题
二、动机、归属与群体
三、群体形成与群体分类
四、群体划分原理
五、用户体系建模与差异化运营策略（编辑中）
我们开始——
一、用户体系在落地过程中的难题
说到用户运营体系，常见的有两大类：
1. 积分体系或者（会员）等级体系。这一类是用户能直接感知到的，比如账户中心里的1000积分，或者头像旁边的“VIP2”标识。在等级体系中，不同的等级给用户赋予了不同的特权，并希望以此来吸引用户主动达到更高的等级；而在积分体系中，当积分可以用来兑换商品（实物或者虚拟资产）的时候，尤其是当这些商品同时也可以通过法币购买时，积分也就变成了变相的虚拟货币，并与法币存在声明或者隐含的汇兑关系，形成杠杆。
2. 用于运营分析的用户分群。这一类是用户不能直接感知到的（落地到具体的运营方案之后用户才能感知到），是在运营分析的过程中逐渐总结出的用户分群方法。用户分群本身既是分析手段，也是分析结论——我们一边在通过用户分群了解用户，另一边也因为对用户的了解逐渐加深，而需要调整分群的标准。
这两大类体系，虽然表面上有区别，但是在最终目的上是一致的——驱动用户的行为。不管是积分体系、（会员）等级体系，还是在运营分析过程中出现的用户分群体系，都是为了通过差异化的“对待”用户，从而让用户更愿意跟随我们的“指引”，行动起来，实现有效转化。
当然，从可操作性上看，用户更容易感知的积分体系或者（会员）等级体系是本文要探讨的重点；而对于运营分析中的用户分群，除非制定了特殊的运营方案，并且确实需要用户感知到自己与别人不同（比如“xxx专享活动”），否则不在本文的讨论范围之内。
一切看起来是那么简单明了，一片美好。直到我们开始具体落地的时候，眼前出现了三座大山：
1. 分群标准是什么？一位用户到底应该属于哪个群？
2. 不同的子群应当如何制定运营策略？
3. 一切都设计好了，但是用户就是“不跟你玩”怎么办？
在这三座大山面前，“需要目的明确”、“选择最适合的”这种笼统的总结就不那么管用了（PS. 不要抢老板的台词…咳咳…）；而“一体两面”的辩证思路在执行层面也不那么好使，相当于没说。我们需要更直接、更可信的标准和工具，来让这件事实际落地。
二、动机、归属与群体
需要产生动机，动机促成行为（配上具体产品和能力），行为形成事件，事件造成结果。要达到想要的运营结果，就需要一路向上追寻源头。所以我们要解决前面提到的那三个问题，我们要依靠三个相关的概念：
1. 动机（Motivation）
2. 归属（Belong）
3. 群体（Groups）
首先要梳理的是这三个东西是怎么提出来的，对于前面的三个问题到底有什么帮助。在前面的文章中（《如何系统地做需求分析》）我们详细探讨了“需求”，包括大家都在说的马斯洛需求5个层次，以及并没有那么多人说的5种需求类型和8种需求状态。
需求（Demand）的背后是由需要（Need）而产生的更本质的“动机”（Motivation）层面，需求则是动机结合了个人经验、社会文化和环境、营销手段以及具体商品之后的产物。如果我们只停留在需求的层面而不深入探讨动机，就会出现各种各样的“例外”和“个案”，导致大家在规划和运营自己的产品时无所适从。另外，除了在分群的时候要考虑到动机的不同，在针对不同子群制定运营方案的时候，同样要考虑到动机。
而在动机之中，大多数心理学派都认可的三个基本动机之一，就是归属（Belong）。另外两个是性（Sex）和饥饿（Hunger）。这就产生了我们要说的第二个概念——归属。归属成为了人们寻求认同（Identity）、渴望加入一个群体中获得归属感（The Sense of Belonging）的重要动机。
另一个有意思的现象是，研究发现几乎所有的文明都会以“疏远/隔离”作为惩罚，来制造精神压力。现实中有监狱、驱逐，古代有流放、发配，互联网中有移出群组、禁言、封号等措施。你看古代那些诗人，一出事就发配，一发配就写诗……
言归正传——遵循这种归属的动机，能让我们设计的用户体系事半功倍，让用户愿意自主加入到某个等级或者群体当中，这就解决了我们应当如何划分群体的问题。
至此，问题似乎有了思路。但是这道“大题”我们只能拿一半的分数——如果用户“铁了心”认为自己属于“小白群体”，因而不再产生跨越群体界限的转化行为，我们的运营就失败了；亦或是用户都渴望直接加入最高级别的“满级”群体，从而产生了“代练”、“刷分”等破坏体系的行为，也是我们不希望看到的。我们希望的是，用户能够沿着我们规划的体系一路上升，与此同时也就为我们的团队或公司贡献了更多的价值。
所以接下来，我们还要说明如何引导用户既能遵守群体边界，又能合理地自愿打破当前的群体归属，向着“更高级”的群体转化。这就形成了不同子群的运营方案。
最终，由于我们是从用户的基本动机出发构建的用户群体，这本身就避免了臆想出来的用户体系远离实际用户，还要额外的教育和激励手段“请求”用户加入游戏的情况，也就从根本上解决了“用户不跟我们玩”的问题。但如果确实出现了这样的问题，需要从需求分析的环节开始检查问题（参考《如何系统地做需求分析》）。
三、群体形成与群体类型
做用户体系也好，做用户分群也罢，一个基本的前提是：用户（人）可以分成不同的群体，并且确实有其意义。也就是说，不管是自发形成的群体，还是借助某种力量形成的，总之在一段时间内，群体的形式需要稳定的存在，并且确实对群体中的成员的行为产生影响。不然的话，我们就不需要搞分群或者体系，把每位用户独立看待、或者对所有用户一视同仁就可以了。
群体的存在有三个主要的因素。除了前面提到的归属动机以外，还有“共同目的”和“共同身份认同”。
共同目的指的是群体的存在是为了更好的达到某种目的，并且这种目的是无法由零散的个人完成的。比如，公司的存在是为了实现商业价值。
而共同的身份认同帮助群体中的成员逐渐形成了群体意识。比如，对于xx公司中的员工，会自称“xx人”；人们会按照年龄将自己划分到“80后”、“90后”、“中年”；人们会按照收入将自己归入“中产阶级”；还有姓氏宗族、地理位置而产生的群体意识等等。除了这些社会普遍现象，在互联网领域也有类似的案例。比如对于快手用户和抖音用户，经常被当做不同的群体，而拿来进行比较。
但是，从上面的例子就可以看出，群体与群体之间是有差异的。由姓氏宗族产生的群体，就明显与因为在同一家公司工作产生的群体不同，这两个群体又与80后90后这样的群体不同。这就要说到群体的分类。
在社会（心理）学中，通常采用以下5种方式对群体进行分类，我们要用到的主要是1和4，其余分类方式比较概念化，也不难理解：
1. 初级群体与次级群体；
2. （按正规化程度划分）正式群体与非正式群体；
3. （按心理上的从属关系划分）内群体与外群体；
4. 所属群体与参照群体；
5. （按产生的缘由划分）血缘群体、地缘群体、业缘群体与趣缘群体；
早期的人类社会以“初级群体”（Primary Groups）为主，这是一种自然形成的群体划分方式，主要可分为血缘（例如家庭）、地缘（例如邻居）、友谊（例如朋友）和业缘（例如合伙人）等等类型。与之相对应的是“次级群体”（Secondary Group），后边会讲到。
初级群体的突出几个特点包括：
1. 成员数量有限。
2. 成员之间有直接的、经常的、面对面的互动。
3. 成员之间扮演多重角色。比如，每天一起工作的既是同事也是朋友，这就已经突破了建立在纯粹的劳动关系之上的次级群体概念。在较大的次级群体当中，总是会出现一些比较小的初级群体。
4. 成员之间的交流富于感情，渴望相互关心和安慰，形成了群体的心理维系。
5. 成员难以替代。例如以血缘关系建立的家庭，以友谊建立的伙伴等等。
6. 群体整合程度高。也就是说群体成员之间的关系密切而复杂交织，利益休戚相关。也正因此，群体的凝聚力强；个别成员的背叛会招来严重的惩罚。
7. 群体控制依照非正式手段，比如口头承诺，而不是正式的章程或者制度等。
而随着城市化加深，以及工业和商业的发展，“次级群体”逐渐多起来。所谓的“次级”，其实是一种与“初级”相对的概念，因此次级群体也有着与初级群体相对的特性。
次级群体不再是自然而然产生的，而是为了达到一定的社会目的而产生的。比较典型的就是为了实现商业目的而建立的公司。但是，在实现社会目的的过程中也遇到了阻碍，这些阻碍导致了次级群体的形成：
1. 需要合作。社会目的宏大而复杂，必须群策群力又能统一行动，才能实现共同的目标。
2. 需要秩序。人多了就容易乱，为了能够实现共同的目标，就必须分工合作、秩序井然。
关于初级群体和次级群体的概念，我们可以以微信为例。
早期的微信代表的是熟人社交，服务的是初级群体。加好友的都是朋友、家人等等。但是随着微信平台的自身发展，目前微信上已经出现了越来越多次级群体，以及服务次级群体的新功能。比如，参加同一门课程的人被拉到一个群里、以工作为目的为彼此不熟的人建立工作群、通过一个公众号服务一群具有相似特性的人等等。
但是，微信仍然保留着熟人社交、服务初级群体的基因，这就导致了问题。
前面对于两种群体的比较我们可以知道，次级群体本来的特性就是情感关系较弱、直接互动少、以正式的规章制度为主导。换句话说，微信的熟人社交功能越是“简单好用”，就越“逼迫”一些次级群体升级为初级群体。
与此同时，次级群体中的成员“被迫”增加情感交流、建立频繁的直接沟通、接受以非正式手段进行的群体控制。其中的“重灾区”当属以微信构建的工作群。
更严重的问题是，并不是我们“不愿意”与更多人建立亲密关系，而是“不能”。这一数值被称为“邓巴数”，首先被英国的人类学家罗宾邓巴（Robin Dunbar）于1990年代提出。这一数字是人们能保持亲密关系的人数上限，通常取值是150，但取值范围在100-230之间。而这一数字是新皮质（Neocortex，哺乳动物大脑的一部分）的大小决定的。
因此，这种隐含的向初级群体升级的导向，给其中的成员带来了焦虑和压力等负面心理现象。这也可以与一些近期广受关注的现象联系起来，例如：实习生没有及时回复微信群消息而被开除，但心理却愤愤不平，认为这是不应该的。
重点来了：我们通过运营方案和用户体系将一些用户归属于某个（会员）等级或者“称号”之中，从成员数量、亲密程度、成员角色等多个方面看，这都属于次级群体类型的范畴。这从一定程度上解释了，为什么那些打着“交流”名义而建立的微信群，迟早都会“凉凉”——想想微信聊天功能的“熟人社交”定位与实际拉到群里的那些人的关系。
如果我们强硬的想要其中的用户向初级群体升级，第一受阻的方面当属数量——人类的生理构造决定了无法与这么多人建立亲密关系。此外这类微信群也缺少次级群体应具备的明确的“社会目的”，笼统的“交流”可不算数。与此相对应的是最近产生的一种新观点：微信群的建立是为了转化，而不是泛泛的“交流”。从社会群体的角度看，起码这种观点给次级群体的维系找到了落脚点——目的。
认识了群体的概念之后，要考虑的就是作为一个身在“群体”之外的人，是如何一步步地加入到一个群体当中的。接下来，我们要通过建立模型的方式解决这个问题。加入群体形成的流入，与离开群体形成的流出，都不是孤立的流动行为，它们都受到我们划分出的子群体的影响。
另外前面还留下一个参照群体（Reference Group）的概念没有展开，我们也放到下一部分探讨。
四、群体划分原理
前面我们探讨了群体的存在形式，我们要做的用户体系定位为次级群体类型的范畴。用户从“群体”外进入一个群体的过程，是这一段要探讨的重点，也是用户运营体系设计的根本立足点。在这个过程中尤其要探讨的是，用户（人）对于自己的定位和认知。“我是谁？”“我从哪里来？”“到哪里去？”这些都是哲学上的永恒话题。
关于用户（人）归属于一个群体的过程，我们还分为三个话题：归属前用户（人）对群体的认知，归属后群体对用户（成员）的影响，以及用户在群体之间的流转。由这三个方面的探讨，来决定我们一直想要知道的“群体边界”，也就是运营中的“分群规则”，究竟应当怎样设计。
1、群体之外的人
在这个状态下，群体对于个人（用户）来说是“外群体”（Out-Group）。
这个社会对于每个身在其中的人来说，都太复杂了。前面在说初级群体的时候提到，我们不可能对身边的每个人都详尽了解。但是社会的高速发展决定了，这些我们“并不熟悉”的人正在对我们的生活产生越来越大的影响。因此，“群体归属”便是一个能够快速、大概了解一个人的好办法。这种通过对方所属群体来了解对方的方式，大大降低了了解一个人的复杂程度。简单来说，就是每个人都在有意或无意的对身边的人或事物进行分类，以便降低认知成本；这其中也包括自己。
个人对于社会中事物、现象和他人的认知，都可以看作是一个归因过程。也就是通过深入了解事物、现象和他人行为背后的原因。但是随着对于人类认知的研究，基本的“理性人”假设动摇了，开始向“有限理性”观点发展。这其中的主导因素，包括人与人的信息加工能力差异、记忆水平差异、信息不对称等等。换句话说，虽然人们在不停的做“归因和分类”，但这种归因和分类很可能不是“绝对正确”的，而只是“相对正确”的，也就是说这其中存在认知偏差。这就给在运营中影响用户对群体归属的认知提供了基础条件。现实中的例子比如对于“感觉阈限”的利用，让赠品包装更明显，或者让Html5页面上“专享”两个字字体更大等等。
但是，人们的这种偏差也不是一成不变的。当结果确实对用户有重大影响是，人们会放弃追求“认知效率”，转而追求“精确性”，调动各种背景知识和可以获得的资源，进行尽可能严密的分析。相关的例子就是，互联网金融行业的注册红包，招来了更多的“羊毛党”，却对真正想投资的、有价值的用户吸引力却不大。其原因就在于数额巨大的投入资金，对于用户本身的影响已经足够大了，导致用户放弃了“认知效率”，这个时候主打各种“认知偏差”的运营策略就会失效；而用户通过计算会发现，收益没有那么高并且存在风险。
总的来说，就是人们在处理影响不大的信息时，倾向于追求效率，这也包括加入一些“无关紧要”的群体，比如等车排队是排左边的还是排右边的；但是在处理有重大影响的信息时，会倾向花费高成本而追求“精确性”，这其中也包括加入一些极其重要的群体，比如高考报志愿、求职时选择公司、选择婚恋对象等等。（关于这两套认知方式，在丹尼尔·卡尼曼《思考，快与慢》中有大量论述，有兴趣的同学可以看看。）
当然，由于人们总是在有意无意的做归类，完全不属于任何群体的人是几乎不存在的，只是有的群体概念不是那么明显而已。这一点后便会提到。
2、群体之中的人
在这个状态下，群体对于人（用户）来说已经是“内群体”（In-Group）了。这个获得认同、加入群体的过程具有清晰的二元性，要么加入，要么不加入，没有中间状态。就像前面说的，人们多多少少都会归属于一些群体。而更重要的一个问题是，个人（用户）在同一时间可能属于多个群体，也就是说一个人会拥有多个身份认同。那么，这些身份认同的优先级是怎样的呢？或者说，是什么让某一种身份认同在此时此刻占据了用户心目中的主导地位呢？
举例解释一下这个问题的重要性：当一位用户注册了我们的产品，TA便加入了注册用户群体；如果购买了商品或者发表了内容，TA便加入了转化用户群体；如果用我们的产品用了几年了，TA便加入了资深用户群体。那么，当我希望让这位用户产生更多价值的时候，我是希望TA表现得像一位“注册用户”那样的吃瓜群众，还是表现得像一位仅仅买过一次商品的“小白萌新”，再或者是一位对平台有感情的资深用户呢？哪种认同更容易促使我达成目标呢？
答案当然是最后一个，但怎么将这种身份认同“充分激活”，使它成为主导这位用户行为的主要因素呢？这就是前面那个问题的“人话版”。那些“一张嘴听着就不像自己人”的运营策略和文案，在与用户见面的第一个环节已经败下阵来了。
这里用到了“自我范畴化理论”（Self-Categorization Theory，SCT）中的“Principle of Meta-Contrast”原则（直译应当叫“元对比原则”）。这个原则描述了这样一件简单的事情：一个人的特征，与A群体中成员的平均差异水平为a，与B群体中成员的平均差异水平为b，如果b>a，那么这个人会被人们归属到A群体。
如果熟悉一些基本算法的小伙伴，是不是脑子里开始浮现K-Means了？好了，现在知道为什么K-Means这样的算法在运营中也会有效了吧？因为人们心中也是这样“计算”的，只是没有计算机精确。
这里我们就要展开参照群体这个概念了。参照群体为人们的行为提供的参考和准则，可以是突出的个人（榜样的力量），也可以是目标群体（比如中产阶级心目中的上层社会）。
前面提到的初级群体，有时也扮演着参照群体的角色。比如父母的行为从小就影响着子女的成长，长大后好朋友的价值观也会对自己的行为产生很大影响，古语说：“近朱者赤，近墨者黑”。
参照群体演化出了资格型参照群体（高于个人的强制纪律和制度），接触型参照群体（比如身边的亲朋好友）和向往型参照群体（比如追星和模仿秀）。
如果一个群体中的某个或者某一些成员，占据了这个群体更多的共同特性或者在某些特性上出现“极端化”，那么他们就可能成为这个群体之内的参照。群体成员与群体外的人们，都可能倾向于使用这些“参照”的特性，作为自我范畴化的标准。
举个例子：在90后这个群体中，95-99年出生的人，相对于90-95年出生的人，更容易被认为具备90后这个群体的特性；而正好90年出生的人们的特性，则不太会被当做这个群体的“主要特性”。再比如，在一个基于兴趣产生的群体中，“意见领袖”（KOL）们的特征通常用来映射整个兴趣群体的特征，尽管这个群体中还有很多“边缘化”的成员具有不同的特性。
而越是与群体成员的共同特征相一致的，越是被认为是正确的，并且是有价值的。这为我们提供了一种思路：在设计用户体系的时候，需要格外考虑那些群体中的极端成员，提取他们的特性；而在后续设计运营策略时，如果希望用户加入某个群体，则要在特性描述上尽可能的描述与极端成员的相似性。
此外，还要选择那些差异性或者相似性最显著的特性，因为当面对不同的比较时，共同特征的选择也会随之改变。比如，一个群体在于不同地理位置的群体比较时，地理位置变为共同特性；而当与不同年龄的群体比较时，年龄又变为共同特性。
3、群体边界形成
探讨群体边界的形成和影响因素，这关系到如何让一部分用户感到自己的“与众不同”；以及如何让用户感到“那才是我应该做的”，从而打破既定的认知向更高级别转化。
促成群体边界的有以下三方面：
* 在个体互动之中，插入群体互动的内容；比如在两个人的沟通中，如果从穿着、姿势、称谓等方面都透露出两个人来自不同的群体（不同的身份、地位等），即使两个人只是在拉家常，也已经在其中加入了群体互动的味道。
* 来自不同群体的人之间，会产生群体间差异放大效应，也就是互动的双方表现出越来越大的差异；如果前面那个谈话的例子继续下去，谈话的两个人都会越来越明显地便显出各自所属群体的特征，比如领导摸样的人不断发问，而下属模样的人只管回答，尽管谈话内容依旧是家常。
* 逐渐的，“我”与TA之间的个体相似性，就被“我们”与“TA们”之间的群体差异性取代，那条无形的群体边界就在心中形成了，并成为双方的共识；
那么回到前面提到的问题，如何让用户从心理上脱离小白用户群体，向着更高级的群体升级呢？帮助用户在互动中，与原来所在的群体建立边界，比如运营文案上会写“你是从xxx位用户中筛选出来的，获得了一次xxx的机会”，或者在朋友圈大行其道的各种算命算星座截图，这些都是帮用户重新定义群体的机会。
五、用户体系建模与差异化运营策略（编辑中）
1、用户体系建模
我们在这个部分开始针对前面探讨过的用户群体划分进行具体设计并建立模型。无论你现在设计的运营体系长什么样，亦或还只是完整的“一坨”，请做以下两部步：
1. 定义用户群体（存量）
2. 定义群体成员的变化路径（流量）
这样，一个基本的、最简单的模型就建好了。我们以一个只包括低、中、高三级的会员体系为例。首先，定义三个存量，分别对应低级会员存量、中级会员存量和高级会员存量。其次，低级和中级存量包括三个流量：流入、升级和流失。高级存量只包括两个流量：流入和流失。（如下图）
这是，三个实线框就形成了“目标群体”，而“流失”和“非用户”同样是群体，只是我们不希望他们成为主导用户行为的群体认同。
好了，现在这三个会员的划分方式，可以是经过了深思熟虑的，也可以是拍脑袋拍出来的。那么怎么具体设计接下来的细节呢？也就是怎么让这三个看起来不同呢？是不是想到了利益点？利益点的直接运用将是一个恶性循环，会有越来越多的用户通过其他手段打破规则，因为属于三个群体的用户，在认知上并没有觉得自己和别人有什么不同，只是等级的名字不同而已，却受到了不同的待遇；除非这确实是你的运营重点——比如，让更多的普通用户成为“人民币玩家”，以便获得更高收入。
那么从哪里入手呢？从低级会员开始定义吗？再往下看，那里还有一个非用户群体呢，那才是整个用户体系的入口流量。
所以，细化设计的第一步，就是设计非用户与低级会员之间的群体边界。在特性的感知上，我们希望用户感受到差异性，需要在每位用户心中画出这条边界。而前面我们探讨过，边界的形成有三方面。
1. 用群体互动代替个体互动：常见的运营方案为老带新
（分化）
这只是我们的基础模型，而从前面的探讨可以看出，用户自身会不断进行归类，从而会在这个基础模型上产生分化。最先分化的可能是流失用户群体，因为我们会对不同等级的流失用户采取差异化的召回策略；其次出现分化的可能是非用户群体，因为我们会逐渐发现不同来源的用户，价值确实存在差异；再次才是三个等级内部出现分化，比如高级出现的“高级-低”、“高级-中”、“高级-高”等等。但不管模型变得多模复杂，在建模上我们依旧关注存量和流量，而在设计模型细节的时候，依旧关注群体与个体之间的相似性和差异性。
2、差异化运营策略
好了流入低级存量与流入中级存量，会带来不同的归属感吗？归属感是通过什么建立的？用户如何才能感知到？
1. 描述某一位用户的独特性
2. 找到TA与目标群组的相似性
3. 田忌赛马策略？将一位用户的特征，尽量与目标群体进行匹配。俗话叫“飘了”。
4. 在个体之间交互中，插入群体交互的内容，以便明确边界
5. 设置虚拟参照群组，“您已经超过了xx%的用户”，“xx%的用户已经购买了我们的产品”
对于用户的分析研究，最糟糕的是对事件的研究（xxx这款产品搞了20多个用户等级），相对好的是对行为的研究（一位用户想达到最高级别要花10多年），最好的是对结构的研究（用户主要集中在前5个等级）。那么怎么区分这三种分析思维层次呢？再举个例子，比如当老板要求：下个月新增用户必须增加1w人。
* 习惯事件研究的人会提出：上次做xxx活动拉来了不少用户，这次可以再试试；
* 习惯行为研究的人会提出：用户注册我们的产品是因为xxx，应该从这方面入手大力宣传；
* 而习惯结构研究的人会提出：我们的新用户主要来源于xxx合作伙伴，分他们一半的预算，让他们努努力吧。
而这三种层次的分析思维对于客观变化的适应能力也是不同的。比如（假设“我们的用户主要来源于xxx合作伙伴”这个判断是正确），xxx这个合作伙伴突然不再合作了，研究模式的人最明显感到变化，于是开始找另一个主力来源；研究行为的人则假设用户的行为动机没有变，仍旧力推此前获得的动机，结果可能依旧很好，也可能会受影响；而研究事件的人最惨，之前的辉煌战绩，在新的情况下完全不可复制。
