Duang 用户细分四大秘诀,你知道吗?

做产品经理以及做软件开发的,经常需要考虑用户细分的问题。没有技巧和方法。做用户细分,不是一件好玩的事情哦。如果只是想当然的来进行用户划分,很容易出现用户分类不当,产生很多交叉分类,让产品经理和开发人员自己都难以分辨自己的产品的用户有那几类。到时候,客户问到相关问题的时候,那就尴尬了。还有就是没有明确的用户细分,做产品运营和推广,也会难以找出用户需求,无法找出产品亮点哦。Duang,用户细分四大秘诀,你知道吗?今天,就讲用户细分的实用套路,这是在众多用户中,寻找最关键的核心用户、精细化设计、运营的必备技能。

分类的角度有很多,我们先从逻辑上,复习一下什么样的分类是好的?我的理解是把全集分为子集后,不同子集的个体之间差异尽量大,每个子集内的个体差异尽量小。那么,我们对用户进行分类的原则就是——

不同细分的用户,“需求场景”差异要尽量大。

第一,如果产品的用户是多边的,先根据不同角色分类。

多边型的产品,对应单点(如小工具)和单边(某些同好社交应用)的产品,要有至少两种明显差异的用户群体,通常这种产品都具有平台属性。

举例,对于淘宝来说,常见的分法是买家、卖家、第三方服务商、平台方;对于滴滴出行,就可能会分成司机、乘客、平台运营方……这种就是按不同的角色来分类,一般我们会把不同角色作为第一维度来对目标用户进行分类,不同用户群体的需求场景差异显然巨大。

第二,新人、中间用户和专家。

这是按照用户对「产品所在领域的熟悉程度」来分类,也是一种非常常用的用户分类方法。对于单边的用户角色,如果找不到更好的分法,我建议用这个方法保底,毕竟新人和专家的需求场景差异巨大,前者希望「简单易用易上手」,后者期待「稳定可靠性能高」。

比如QQ音乐,对于听歌的用户来说,如果是新人,他可能需要最热的榜单、通过场景自动选歌,对于专家用户,他可能会去搜某一张专辑,或者搜某位歌手;又如开车,新人需要一辆好开的自动挡,专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。

与此近似的角度,是新用户与老用户。

第三,根据人口统计信息。

年龄、性别、职业、所在地、消费水平……这个方法要慎用,要避免人口统计信息和产品关系不大的情况(比如按照不同职业来区分打车用户,就没什么逻辑),这样划分成的几类用户,需求场景差异往往不是很明显。

说几个比较适合的例子。银行各种级别的信用卡,是按照资产、收入、消费水平来分的;乐高的玩具,是按照年龄——不同年龄段儿童的常规智力水平区分的;一些服装品牌款式的策略,按照地域——一线大城市与三四线城市划分;奶粉,不同的年龄段;K12教育里的学生,不同年龄段;厕所,性别(这个例子比较扯淡,哈哈)……等等。

第四,根据产品的业务场景。

这个很难总结为通用的规则,通过几个例子给大家一点启发。

比如做企业服务,可以按照用户(公司)的阶段分为种子轮、天使轮、A、B、C……PreIPO、已上市等;

做培训的,可以按照互联网、IT、快消、生产制造等行业划分,产品、运营、技术、管理等不同岗位划分;

做航旅的,可以按照用户累积里程分为普通、银卡、金卡、铂金;

做媒体的,可以按照读者的三观进行区分,信中医的和反中医的,民族主义的和世界大同的;

做社区的,经常分为原创内容的PGC写手、加工内容的(点赞、转发等)积极分子、纯消费内容的浏览型用户;

做出游的,可以分为单人、情侣、亲子、团建等等;

还有比较通用的,分为需要引导的菜鸟,需要维系的忠粉,需要召回的旧爱,需要赶走的讨厌鬼;

……

上面提到四大产品细分秘诀,你有没有get到了。温馨提醒哦,做用户细分时,一次用一个分类标准就好,不然的话,分类就没有意义了。因为不同标准分类的结果是不大一样的,分类标准不明确,分类就很难确定。

本文转载自拓源优课:www.toyoke.com

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容